Predicción de lanzamientos de penalti en LaLiga Santander mediante el uso de Redes Neuronales

Abstract

Durante estos últimos años se ha podido observar cómo la tecnología ha llegado al deporte, y más específicamente en el fútbol siendo el deporte rey en España e incluso Europa, gracias a sus recursos económicos y el alcance que tiene en la sociedad actual. Ahora se sabe que los clubes de fútbol analizan todo lo posible por analizar, desde el estado físico de los jugadores, pasando por cómo adaptar los entrenamientos en función de optimizar el rendimiento de cada jugador, hasta ser capaces de analizar los penaltis de los clubes rivales y poder predecir dichos penaltis en función de diferentes características. Esto último de predecir penaltis va a ser lo que se trata en este Trabajo Fin de Grado (TFG). Desde la creación del dataset a partir de recopilar la información de los penaltis, pasando por el análisis de dichos datos, hasta la ampliación de este mediante técnicas de data augmentation. Después, se pasará a la realización de un modelo de deep learning usando redes neuronales. El objetivo del modelo será el de predecir si un penalti va a ser gol o no y la dirección donde se lanza, y si un portero va a ser capaz de pararlo o no y hacia qué lado de la portería se va a lanzar buscando parar el penalti. A este modelo se aplicarán diferentes técnicas de reducción de dimensionalidad y técnicas que buscan reducir el sobreajuste en el entrenamiento de la red. En definitivo, este proyecto consta de dos puntos fundamentales: la creación de un dataset y la implementación de una red neuronal funcional.
Abstract:
In recent years, it has been observed how technology has arrived in sports, more specifically in football, which is the main sport in Spain and even Europe, thanks to its economic resources and the scope it has in today’s society. It is now known that football clubs analyse everything possible to analyse, from the physical condition of the players, to how to adapt the training sessions in order to optimise the performance of each player, to being able to analyse the penalties of rival clubs and being able to predict these penalties based on different characteristics. The latter of predicting penalties will be the subject of this Final Degree Project (TFG). From the creation of the dataset collecting penalty information, through the analysis of this data, to the extension of the dataset by means of data augmentation techniques. Then, a deep learning model will be developed using neural networks. The aim of the model will be to predict whether a penalty is going to be a goal or not and the direction in which it is taken, and whether a goalkeeper is going to be able to save it or not and which side of the goal he is going to shoot towards in order to save the penalty. Several dimensionality reduction techniques and techniques that seek to reduce the overfitting in the training of the network will be applied to this model. In short, this project consists of two fundamental points: the creation of a dataset and the implementation of a functional neural network.