Predição de resultados de partidas do Campeonato Brasileiro de Futebol

Abstract

A obtenção de lucro em apostas esportivas não é uma tarefa fácil de se executar. Normalmente o que vemos nas casas de apostas são apostadores casuais, que mais perdem dinheiro do que lucram com essa atividade. A proposta deste trabalho é a criação de um modelo de predição de apostas para ser utilizado no Campeonato Brasileiro de Futebol. Primeiramente é mostrada toda a etapa de pré-processamento de dados, que foram retirados do site Sofascore e representam uma série de estatísticas dos jogos envolvendo ambos os times envolvidos na partida. Foi aplicado um algoritmo de aprendizado não supervisionado também como parte do pré-processamento para dividir os dados em subconjuntos e verificar se a predição obtém alguma vantagem dessa divisão. Depois foram aplicados 7 algoritmos de aprendizado supervisionado, sendo 6 de classificação e 1 de regressão. Os 2 melhores modelos de classificação foram selecionados a partir de 3 métricas de desempenho para serem comparados entre si e com o modelo de regressão realizando apostas nos jogos disputados no Campeonato Brasileiro de 2023. Foi verificado nos 3 modelos o lucro, ou prejuízo e o acerto proporcionado por eles em uma simulação real de apostas esportivas usando a base de dados pré-processada e testada anteriormente.

Making a profit in sports betting is not an easy task to perform. Normally what we see in betting houses are casual bettors, who lose more money than they profit from this activity. The purpose of this work is to create a betting prediction model to be used in the Brazilian Football Championship. Firstly, the entire data pre-processing stage is shown, which was taken from the Sofascore website and represents a series of game statistics involving both halves involved in the match. An unsupervised learning algorithm was also applied as part of the pre-processing to divide the data into subsets and check whether the prediction obtains any advantage from this division. Then, 7 supervised learning algorithms were applied, 6 for classification and 1 for regression. The 2 best classification models were selected based on 3 performance metrics to be compared with each other and with the regression model for bets on games played in the 2023 Brazilian Championship. The 3 profit or loss models and the accuracy provided were selected. by them in a real sports betting simulation using a pre-processed and previously tested database.