Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/21540
Especie: Trabalho de conclusão de graduação
Título : Predição de resultados em partidas de League of Legends usando redes neurais e análise SHAP
Autor(es)/Inventor(es): Costa, Breno Pontes da
Tutor: Xexeo, Geraldo Bonorino
Resumen: 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.
Materia: redes neurais
Inteligência Artificial
mineração de dados
League of Legends
Materia CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade de producción: Instituto de Computação
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 23-ago-2023
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
BPCosta.pdf584.82 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.