Prevenção de lesões em jogadores de futebol usando machine learning

Abstract

O objetivo geral desta dissertação é analisar de que maneira os clubes podem prever lesões musculares nos seus atletas, mediante o estudo das métricas que os staffs técnicos dos clubes utilizam ou poderiam utilizar, de maneira a construir-se um modelo preditivo de ML (Machine Learning), para então prevenir-se este tipo de lesões. Para alcançar este objetivo, temos primeiramente de perceber como os clubes de futebol atualmente utilizam a tecnologia para analisarem os seus jogadores. Para podermos conseguir prever estas possíveis lesões, também precisámos de saber porque os futebolistas se lesionam tanto atualmente. Antes da construção do modelo, foi necessário primeiramente pesquisar um conjunto de dados que iriam conter as métricas idênticas às que os staffs técnicos dos clubes de futebol avaliavam para prevenir lesões nos seus jogadores de futebol. Como não foi possível encontrar dados reais e completos dos clubes e jogadores de futebol, acabou-se por encontrar um conjunto de dados fictícios com métricas idênticas às que pretendíamos. Embora este conjunto de dados não possuísse todas as métricas necessárias para a construção de um modelo idêntico ao mundo real, foi utilizado por possuir métricas de dados físicos, apesar de não possuir métricas de dados biológicos. Para a construção do modelo de ML foi utilizado o serviço da Google, o Google Colab para melhor entendimento dos dados, já que este trabalho se foca bastante na área de mineração de dados, análise de dados e ciência de dados. Durante a construção do modelo, é requisito identificar o tipo de algoritmo a implementar. Para este tipo de problema, os algoritmos de classificação podem satisfazer os objetivos do trabalho. Após a implementação do modelo de ML, a identificação do melhor algoritmo para resolver este problema permite analisar os dados minerados para assim responder ao objetivo geral do trabalho.