Creación de un modelo de probabilidad de victoria para partidos de balonmano mediante técnicas de aprendizaje automático
![](/en/talk/2024-06-caepia-2024/featured_huafd135047a0e6ccd6dee9f6de824467f_71665_7ab249060727a694b1e466cfed28b8df.webp)
Abstract
Este trabajo desarrolla y valida un modelo de probabilidad de victoria para partidos de balonmano usando técnicas de aprendizaje automático. A través de un análisis de datos provenientes de federaciones internacionales y europeas de balonmano, se aplicaron métodos como la regresión logística, los árboles de decisión y los random forests para identificar variables críticas que determinan el éxito de un equipo. Se ha realizado una evaluación objetivo de la relevancia de cada indicador dentro de cada uno de los modelos utilizados con el fin de optimizar la precisión de los modelos. Los resultados revelan factores significativos que influyen en la victoria, ofreciendo nuevas perspectivas para mejorar estrategias y rendimientos en balonmano profesional. Además, se sugiere la posibilidad de implementar un sistema de valoración objetiva para jugadores basado en el análisis realizado. Este estudio no solo contribuye al avance en la analítica deportiva aplicada al balonmano sino que también proporciona una herramienta valiosa para entrenadores y aficionados, facilitando la comprensión de los determinantes del éxito en este deporte.