Implementación de algoritmos y herramientas de ML/AI aplicado a predicciones en carreras de caballos
dc.contributor.advisor | Mora Riquelme, Hugo Andrés | |
dc.contributor.tribunal | Braberman, Victor Adrian | |
dc.contributor.tribunal | Rodriguez Pedreira, Juan Andrés | |
dc.creator | Bastarrica Boghossian, Felipe | |
dc.creator | Giosa Lirola, Aldo Gabriel | |
dc.creator | Maestro Barrios, Esteban | |
dc.date.accessioned | 2024-08-22T18:43:12Z | |
dc.date.available | 2024-08-22T18:43:12Z | |
dc.date.issued | 2024 | |
dc.description | Incluye bibliografía y anexos. | |
dc.description.abstract | El siguiente trabajo final se centra en la aplicación de técnicas de aprendizaje automático aplicado a predicciones de resultados de carreras de caballos, con el objetivo de maximizar las ganancias para distintos tipos de apuestas. La finalidad es poder armar una o más apuestas que lleven al usuario a tener un resultado más redituable frente a su percepción como apostador. Esta puede ser la clásica apuesta al ganador, combinaciones de caballos para los primeros puestos, hasta no hacer ninguna apuesta debido a las pocas certezas que se tienen para obtener un resultado favorable y seguro. Para este trabajo se estudiaron datos de miles de carreras de caballos en Australia, con el objetivo de investigar en profundidad todas las variables que se obtienen de diferentes fuentes, entender el problema para modelar las soluciones de forma acorde y aplicar técnicas de aprendizaje automático para comparar resultados utilizando diferentes métricas. El contenido de esta tesis muestra los variados retos y estudios que implicaron la realización del análisis y los modelos, como el diseño de la simulación y la optimización de las técnicas utilizadas. | |
dc.format.extent | 95 p. diagrs., grafs. | |
dc.format.mimetype | ||
dc.identifier.citation | Bastarrica Boghossian, F., Giosa Lirola, A. G. & Maestro Barrios, E. (2024). Implementación de algoritmos y herramientas de ML/AI aplicado a predicciones en carreras de caballos (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/7030 | |
dc.identifier.uri | https://hdl.handle.net/20.500.11968/7030 | |
dc.language | spa | |
dc.publisher | Universidad ORT Uruguay | |
dc.relation.other | https://sisbibliotecas.ort.edu.uy/bib/95820 | |
dc.rights.level | Acceso abierto | |
dc.subject | PROYECTOS-MD | |
dc.subject | APRENDIZAJE AUTOMÁTICO | |
dc.subject | INTELIGENCIA ARTIFICIAL | |
dc.subject | JUEGOS DE AZAR | |
dc.title | Implementación de algoritmos y herramientas de ML/AI aplicado a predicciones en carreras de caballos | |
dc.type | Trabajo final de carrera | |
dc.type.version | Versión publicada | |
ort.thesis.career | FI - Master en Big Data - MD | |
ort.thesis.degreegrantor | Facultad de Ingeniería | |
ort.thesis.degreelevel | Master | |
ort.thesis.degreename | Master en Big Data | |
ort.thesis.degreetype | Trabajo final | |
ort.thesis.note | Trabajo final (Master). Universidad ORT Uruguay, Facultad de Ingeniería |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Material completo.pdf
- Size:
- 2.5 MB
- Format:
- Adobe Portable Document Format
- Description:
- description