[en] PREDICTION OF RESULTS OF FOOTBALL MATCHES IN THE BRAZILIAN CHAMPIONSHIP SÉRIE A USING MACHINE LEARNING: A COMPARATIVE ANALYSIS OF MODELS

[pt] PREVISÃO DE RESULTADOS DE PARTIDAS DE FUTEBOL DA SÉRIE A DO CAMPEONATO BRASILEIRO UTILIZANDO APRENDIZADO DE MÁQUINA: UMA ANÁLISE COMPARATIVA DE MODELOS

[pt] RODRIGO LORENTE KAUER

[pt] APRENDIZADO DE MAQUINA

[pt] MODELO DE APRENDIZADO SUPERVISIONADO

[pt] CLASSIFICACAO

[en] MACHINE LEARNING

[en] SUPERVISED LEARNING MODEL

[en] RECOGNITION

[pt] A previsão de resultados de partidas de futebol constitui um problema desafiador, em virtude da natureza dinâmica e multifatorial do esporte. No contexto brasileiro, a Série A do Campeonato Brasileiro apresenta características específicas, como elevado equilíbrio competitivo, influência regional e variabilidade de desempenho ao longo da temporada, que dificultam a modelagem preditiva. Este trabalho propõe o desenvolvimento e a avaliação de uma pipeline de aprendizado de máquina voltada à previsão dos resultados de partidas da Série A. Para a realização do estudo, foi construído um conjunto de dados abrangente a partir de bases históricas, incluindo estatísticas de jogo, informações de desempenho recente das equipes, confrontos diretos, fatores regionais e métricas relacionadas ao mercado de apostas esportivas. Um processo sistemático de engenharia de atributos foi aplicado com o objetivo de capturar padrões temporais e contextuais relevantes para o futebol brasileiro. Diversos modelos de classificação supervisionada foram avaliados, incluindo Regressão Logística, Naive Bayes, K-Nearest Neighbors, Support Vector Machines, Random Forest, Gradient Boosting, AdaBoost, Multilayer Perceptron e XGBoost. Os modelos foram comparados com base em métricas apropriadas para problemas potencialmente desbalanceados, como acurácia, precisão, recall e F1-score, com ênfase nas médias ponderadas e macro.

[en] Predicting the outcomes of football matches is a challenging problem due to the sport s dynamic and multifactorial nature. In the Brazilian context, the Campeonato Brasileiro Série A exhibits specific characteristics, such as a high level of competitive balance, regional influences, and performance variability throughout the season that make predictive modeling particularly difficult. This work proposes the development and evaluation of a machine learning pipeline aimed at predicting match outcomes in Série A. To conduct the study, a comprehensive dataset was built from historical sources, including match statistics, recent team performance indicators, head-to-head records, regional factors, and metrics related to the sports betting market. A systematic feature engineering process was applied to capture temporal and contextual patterns relevant to Brazilian football. Several supervised classification models were evaluated, including Logistic Regression, Naive Bayes, K-Nearest Neighbors, Support Vector Machines, Random Forest, Gradient Boosting, AdaBoost, Multilayer Perceptron, and XGBoost. The models were compared using metrics suitable for potentially imbalanced problems, such as accuracy, precision, recall, and F1-score, with emphasis on weighted and macro averages.

ALBERTO BARBOSA RAPOSO

CESAR AUGUSTO SIERRA FRANCO

2026-03-27

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75870@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75870@2

https://doi.org/10.17771/PUCRio.acad.75870