Predição de resultados em partidas de League of Legends usando redes neurais e análise SHAP

Costa, Breno Pontes da

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/21540

Type:	Trabalho de conclusão de graduação
Title:	Predição de resultados em partidas de League of Legends usando redes neurais e análise SHAP
Author(s)/Inventor(s):	Costa, Breno Pontes da
Advisor:	Xexeo, Geraldo Bonorino
Abstract:	League of Legends é um dos jogos competitivos que mais movimenta dinheiro em campeonatos oficiais. Devido ao tamanho retorno financeiro das competições, das apostas esportivas e da complexidade do jogo, tornam-se interessantes estudos que busquem as melhores estratégias ou que contribuam para o desenvolvimento das equipes. Este trabalho de conclusão de curso tem como objetivo observar trabalhos anteriores da área, desenvolver duas redes neurais artificiais para prever um time vitorioso nos tempos de 10 e 15 minutos, respectivamente, estudar para buscar os atributos que mais influenciam na decisão destas redes e, por fim, comparar resultados com outros estudos sobre o assunto. Os dados que baseiam este trabalho foram extraídos da plataforma (ELIXIR, 2023), com partidas do ano de 2023, de janeiro a abril. O modelo de rede neural utilizado é a MultiLayer Perceptron, além disso, para estudar os atributos que mais influenciaram nas decisões das redes, foi usada a biblioteca SHAP. A acurácia da rede neural desenvolvida no tempo de 10 minutos é de 72,03%. Os atributos que mais influenciaram na decisão foram a diferença de mineons, ou monstros da selva abatidos entre os junglers e a quantidade de ouro do top do time vermelho. Já no tempo de 15 minutos, a acurácia é de 74,68%, sendo a diferença de ouro entre os bots e de mineons abatidos entre os junglers os atributos que mais influenciaram. Conclui-se então que o jungler, nos primeiros minutos, deve focar em abater mais monstros da selva para aumentar as chances de vitória. Além disso, o bot e o mid também devem focar no abate de mineons.
Keywords:	redes neurais Inteligência Artificial mineração de dados League of Legends
Subject CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Production unit:	Instituto de Computação
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	23-Aug-2023
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
BPCosta.pdf		584.82 kB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository