1. Pantheon
  2. Trabalhos Acadêmicos e Técnicos
  3. Trabalhos de Conclusão de Curso de Graduação
  4. Ciência da Computação
Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/21540
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorXexeo, Geraldo Bonorino-
dc.contributor.authorCosta, Breno Pontes da-
dc.date.accessioned2023-09-11T12:31:33Z-
dc.date.available2023-12-21T03:02:06Z-
dc.date.issued2023-08-23-
dc.identifier.urihttp://hdl.handle.net/11422/21540-
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectredes neuraispt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectmineração de dadospt_BR
dc.subjectLeague of Legendspt_BR
dc.titlePredição de resultados em partidas de League of Legends usando redes neurais e análise SHAPpt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4783565791787812pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/3629848532063571pt_BR
dc.contributor.referee1Marcelino, Carolina Gil-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3289676418940953pt_BR
dc.contributor.referee2Carvalho, Leandro Ouriques Mendes de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9110195555862650pt_BR
dc.description.resumoLeague 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Computaçãopt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
BPCosta.pdf584.82 kBAdobe PDFView/Open
Show simple item record Recommend this item View Statistics


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.