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 88,24% de precisión contra el 81,82% para 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.
Facultad de Humanidades y Ciencias de la Educación
Materia
Educación Física
Salud
Handball
Machine learning
Predicción
Rendimiento deportivo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/86872
Acceder
id SEDICI_dfa2984dda70f0c59c957a553f8b0c27
oai_identifier_str oai:sedici.unlp.edu.ar:10915/86872
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis de los indicadores de éxito en handball masculino a través de redes neuronales artificialesCabrera Quercini, IgnacioGonzález, AndrésEducación FísicaSaludHandballMachine 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 88,24% de precisión contra el 81,82% para 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.Facultad de Humanidades y Ciencias de la Educación2019-10-02info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/86872spainfo:eu-repo/semantics/altIdentifier/url/http://congresoeducacionfisica.fahce.unlp.edu.ar/13oca-y-8o-la-efyc/actas/Mesa19_Cabrera_Analisis.pdf/view?searchterm=Noneinfo:eu-repo/semantics/altIdentifier/issn/1853-7316info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/2.5/ar/Creative Commons Attribution-NonCommercial 2.5 Argentina (CC BY-NC 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:58:11Zoai:sedici.unlp.edu.ar:10915/86872Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:58:11.628SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Salud
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
Salud
Handball
Machine learning
Predicción
Rendimiento deportivo
topic Educación Física
Salud
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 88,24% de precisión contra el 81,82% para 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.
Facultad de Humanidades y Ciencias de la Educación
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 88,24% de precisión contra el 81,82% para 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 2019-10-02
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/86872
url http://sedici.unlp.edu.ar/handle/10915/86872
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://congresoeducacionfisica.fahce.unlp.edu.ar/13oca-y-8o-la-efyc/actas/Mesa19_Cabrera_Analisis.pdf/view?searchterm=None
info:eu-repo/semantics/altIdentifier/issn/1853-7316
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc/2.5/ar/
Creative Commons Attribution-NonCommercial 2.5 Argentina (CC BY-NC 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
Creative Commons Attribution-NonCommercial 2.5 Argentina (CC BY-NC 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783202032615424
score 12.982451

Publicaciones similares