<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-17T19:15:26Z</responseDate><request verb="GetRecord" identifier="oai:www.recercat.cat:2117/340087" metadataPrefix="oai_dc">https://recercat.cat/oai/request</request><GetRecord><record><header><identifier>oai:recercat.cat:2117/340087</identifier><datestamp>2025-07-23T03:26:05Z</datestamp><setSpec>com_2072_1033</setSpec><setSpec>col_2072_452951</setSpec></header><metadata><oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:doc="http://www.lyncode.com/xoai" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
   <dc:title>Aplicació de tècniques de ‘Data Science’ a la predicció de resultats esportius</dc:title>
   <dc:creator>Alemany Sadurní, Roger</dc:creator>
   <dc:contributor>Universitat Politècnica de Catalunya. Departament de Ciències de la Computació</dc:contributor>
   <dc:contributor>Talavera Méndez, Luis José</dc:contributor>
   <dc:subject>Àrees temàtiques de la UPC::Informàtica</dc:subject>
   <dc:subject>Forecasting</dc:subject>
   <dc:subject>Sports</dc:subject>
   <dc:subject>Previsió</dc:subject>
   <dc:subject>Esports</dc:subject>
   <dc:description>En aquest projecte desenvolupa la metodologia CRISP-DM, una metodologia extensament aplicada en l’àmbit de la ciència de dades i mineria de dades, amb l’objectiu de predir resultats esportius de la NBA.&#xd;
Primer de tot es defineix l’objectiu principal que és determinar amb quin grau de precisió es poden arribar a predir els resultats finals de qualsevol partit de la NBA.&#xd;
Per obtenir resposta a aquesta pregunta s’han recollit una gran quantitat de dades i estadístiques, de partits i de jugadors. Des de l’edat dels jugadors, la ratxa de victòries en els últims partits, els dies de descans entre partits, lesions dels jugadors, etc. S’han recollit les dades corresponents a les últimes tres temporades disputades&#xd;
A partir d’aquestes dades recollides s’han processat i preparat. Gràcies a aquesta preparació s’han tret 20 variables diferents que han servit per fer la posterior anàlisi i predicció de resultats.&#xd;
Seguidament s’han aplicat diversos algoritmes de classificació com Logistic Regression i SVM i també diferents models de “testeig” de les dades com Time Series Cross Validation o Random Cross Validation. Tot amb l’objectiu de aconseguir la màxima eficàcia possible en la predicció de resultats.&#xd;
Finalment com a conclusions s’ha aconseguit una bona capacitat de previsió de resultats, al voltant del 66%, és a dir dos de cada tres partits predits de forma correcte.&#xd;
Aquest és un treball de fi de màster, relacionat amb el món de la ciència de dades, i per tant engloba també una part important de estadística, programació i en menor mesura de matemàtiques.&#xd;
.</dc:description>
   <dc:date>2021-11-01</dc:date>
   <dc:type>Master thesis</dc:type>
   <dc:identifier>https://hdl.handle.net/2117/340087</dc:identifier>
   <dc:identifier>ETSEIB-240.148161</dc:identifier>
   <dc:language>cat</dc:language>
   <dc:rights>http://creativecommons.org/licenses/by-nc-nd/3.0/es/</dc:rights>
   <dc:rights>Open Access</dc:rights>
   <dc:format>application/pdf</dc:format>
   <dc:format>application/pdf</dc:format>
   <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
</oai_dc:dc></metadata></record></GetRecord></OAI-PMH>