Modelado estatístico de datos deportivos

Abstract

A lo largo de este trabajo se presenta una aplicación del modelo de aprendizaje supervisado Random Forest a datos deportivos. En concreto, a datos asociados a los equipos de la NBA en las últimas temporadas. En el primer capítulo se realiza una breve introducción a los algoritmos de aprendizaje supervisado haciendo especial énfasis en el dilema sesgo-varianza, problema fundamental en este tipo de modelos. A continuación, se realiza una descripción sistemática de los árboles de decisión. Estos son unos de los modelos más sencillos de aprendizaje supervisado, pero son piezas fundamentales en otros modelos más complejos como el Random Forest. En el Capítulo 3 se introduce el modelo Random Forest tal y como lo definió Leo Breiman en 2001. Además, se presentan unos resultados fundamentales relacionados con la reducción de su error relativo y su varianza. Finalmente, en el último capítulo se aplica el modelo Random Forest a datos de estadística avanzada de los equipos de la NBA. Se analizará tanto un caso de clasificación como uno de regresión. En ambos casos, se estudiará la dependencia de los modelos con sus hiperparámetros y se compararán los resultados con otros modelos habituales en este tipo de problemas.