Pantheon Repositório Institucional da UFRJ
Coleta, preserva e divulga a produção acadêmica digital em todas as áreas do conhecimento.
São os ativos do repositório, além de teses e dissertações da UFRJ, artigos científicos, livros eletrônicos, capítulos de livros e trabalhos apresentados em eventos por professores, pesquisadores, funcionários administrativos e alunos de mestrado e doutorado.
Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/21540| Tipo: | 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 |
| Orientador: | Xexeo, Geraldo Bonorino |
| Resumo: | 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. |
| Palavras-chave: | redes neurais Inteligência Artificial mineração de dados League of Legends |
| Assunto CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Unidade produtora: | Instituto de Computação |
| Editora: | Universidade Federal do Rio de Janeiro |
| Data de publicação: | 23-Ago-2023 |
| País de publicação: | Brasil |
| Idioma da publicação: | por |
| Tipo de acesso: | Acesso Aberto |
| Aparece nas coleções: | Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| BPCosta.pdf | 584.82 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.