Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales

Autores
Cabrera Quercini, Ignacio; González, Andrés
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La búsqueda de los indicadores de éxito en el deporte ha estado en constante desarrollo en los últimos años. La aparición de la inteligencia artificial como herramienta de análisis de los datos ha permitido realizar las primeras pruebas buscando su aplicación sobre los indicadores de rendimiento en handball y la predicción de resultados. El objetivo fue profundizar en el análisis de los indicadores de rendimiento en handball a través de métodos de machine learning como las redes neuronales. Este estudio se basa en la metodología observacional propuesta por Anguera y Hernández Mendo (2013) teniendo como muestra los torneos EHF de selecciones masculina 2016 y 2018. Se confeccionó un modelo de redes neuronales, previo algoritmo de selección de características, arrojando como resultados 88,24de precisión contra el 81,82para el conjunto de datos de comprobación. Los indicadores de éxito más importantes para la predicción se vincularon a la eficacia del portero, los lanzamientos, calidad de juego y la eficacia de ataque.
Fil: Cabrera Quercini, Ignacio. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ).
Fil: González, Andrés. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ); ISEF.
Fuente
13º Congreso Argentino de Educación Física y Ciencias; Educación Física: ciencia y profesión, Ensenada, Argentina, 30 de septiembre-4 de octubre de 2019
ISSN 1853-7316
Materia
Educación física
Handball
Machine learning
Predicción
Rendimiento deportivo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
Memoria Académica (UNLP-FAHCE)
Institución
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
OAI Identificador
oai:memoria.fahce.unlp.edu.ar:snrd:Jev12965
Acceder
id MemAca_935592d7584fbf371fab9ac467a46cbb
oai_identifier_str oai:memoria.fahce.unlp.edu.ar:snrd:Jev12965
network_acronym_str MemAca
repository_id_str 1341
network_name_str Memoria Académica (UNLP-FAHCE)
spelling Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificialesCabrera Quercini, IgnacioGonzález, AndrésEducación físicaHandballMachine learningPredicciónRendimiento deportivoLa búsqueda de los indicadores de éxito en el deporte ha estado en constante desarrollo en los últimos años. La aparición de la inteligencia artificial como herramienta de análisis de los datos ha permitido realizar las primeras pruebas buscando su aplicación sobre los indicadores de rendimiento en handball y la predicción de resultados. El objetivo fue profundizar en el análisis de los indicadores de rendimiento en handball a través de métodos de machine learning como las redes neuronales. Este estudio se basa en la metodología observacional propuesta por Anguera y Hernández Mendo (2013) teniendo como muestra los torneos EHF de selecciones masculina 2016 y 2018. Se confeccionó un modelo de redes neuronales, previo algoritmo de selección de características, arrojando como resultados 88,24de precisión contra el 81,82para el conjunto de datos de comprobación. Los indicadores de éxito más importantes para la predicción se vincularon a la eficacia del portero, los lanzamientos, calidad de juego y la eficacia de ataque.Fil: Cabrera Quercini, Ignacio. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ).Fil: González, Andrés. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ); ISEF.2019info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.12965/ev.12965.pdf13º Congreso Argentino de Educación Física y Ciencias; Educación Física: ciencia y profesión, Ensenada, Argentina, 30 de septiembre-4 de octubre de 2019ISSN 1853-7316reponame:Memoria Académica (UNLP-FAHCE)instname:Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educacióninstacron:UNLPspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/2025-11-26T13:08:32Zoai:memoria.fahce.unlp.edu.ar:snrd:Jev12965Institucionalhttps://www.memoria.fahce.unlp.edu.ar/Universidad públicahttps://www.fahce.unlp.edu.ar/https://www.memoria.fahce.unlp.edu.ar/oaiserver.cgimemoria@fahce.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13412025-11-26 13:08:33.8Memoria Académica (UNLP-FAHCE) - Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educaciónfalse
dc.title.none.fl_str_mv Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
title Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
spellingShingle Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
Cabrera Quercini, Ignacio
Educación física
Handball
Machine learning
Predicción
Rendimiento deportivo
title_short Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
title_full Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
title_fullStr Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
title_full_unstemmed Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
title_sort Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificiales
dc.creator.none.fl_str_mv Cabrera Quercini, Ignacio
González, Andrés
author Cabrera Quercini, Ignacio
author_facet Cabrera Quercini, Ignacio
González, Andrés
author_role author
author2 González, Andrés
author2_role author
dc.subject.none.fl_str_mv Educación física
Handball
Machine learning
Predicción
Rendimiento deportivo
topic Educación física
Handball
Machine learning
Predicción
Rendimiento deportivo
dc.description.none.fl_txt_mv La búsqueda de los indicadores de éxito en el deporte ha estado en constante desarrollo en los últimos años. La aparición de la inteligencia artificial como herramienta de análisis de los datos ha permitido realizar las primeras pruebas buscando su aplicación sobre los indicadores de rendimiento en handball y la predicción de resultados. El objetivo fue profundizar en el análisis de los indicadores de rendimiento en handball a través de métodos de machine learning como las redes neuronales. Este estudio se basa en la metodología observacional propuesta por Anguera y Hernández Mendo (2013) teniendo como muestra los torneos EHF de selecciones masculina 2016 y 2018. Se confeccionó un modelo de redes neuronales, previo algoritmo de selección de características, arrojando como resultados 88,24de precisión contra el 81,82para el conjunto de datos de comprobación. Los indicadores de éxito más importantes para la predicción se vincularon a la eficacia del portero, los lanzamientos, calidad de juego y la eficacia de ataque.
Fil: Cabrera Quercini, Ignacio. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ).
Fil: González, Andrés. Instituto Universitario Asociación Cristiana de Jóvenes (IUACJ); ISEF.
description La búsqueda de los indicadores de éxito en el deporte ha estado en constante desarrollo en los últimos años. La aparición de la inteligencia artificial como herramienta de análisis de los datos ha permitido realizar las primeras pruebas buscando su aplicación sobre los indicadores de rendimiento en handball y la predicción de resultados. El objetivo fue profundizar en el análisis de los indicadores de rendimiento en handball a través de métodos de machine learning como las redes neuronales. Este estudio se basa en la metodología observacional propuesta por Anguera y Hernández Mendo (2013) teniendo como muestra los torneos EHF de selecciones masculina 2016 y 2018. Se confeccionó un modelo de redes neuronales, previo algoritmo de selección de características, arrojando como resultados 88,24de precisión contra el 81,82para el conjunto de datos de comprobación. Los indicadores de éxito más importantes para la predicción se vincularon a la eficacia del portero, los lanzamientos, calidad de juego y la eficacia de ataque.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.12965/ev.12965.pdf
url https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.12965/ev.12965.pdf
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv 13º Congreso Argentino de Educación Física y Ciencias; Educación Física: ciencia y profesión, Ensenada, Argentina, 30 de septiembre-4 de octubre de 2019
ISSN 1853-7316
reponame:Memoria Académica (UNLP-FAHCE)
instname:Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
instacron:UNLP
reponame_str Memoria Académica (UNLP-FAHCE)
collection Memoria Académica (UNLP-FAHCE)
instname_str Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv Memoria Académica (UNLP-FAHCE) - Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación
repository.mail.fl_str_mv memoria@fahce.unlp.edu.ar
_version_ 1849879380451393537
score 13.011256

Publicaciones similares