Análisis de resultados de encuentros de fútbol mediante técnicas de machine learning

El Trabajo de Fin de Grado que se presenta a continuación tiene como principal objetivo el estudio del resultado de aplicar algunas de las técnicas de aprendizaje automático más populares actualmente al campo de la predicción de partidos de fútbol en la Primera División de la Liga Española. Este estudio ha dado lugar a la creación de un Sistema de Predicción de Resultados de Fútbol, lo suficientemente robusto como para ser capaz de generar beneficios sin necesidad del uso de ninguna estrategia adicional, como podrían ser la selección de apuestas según su relación beneficio/riesgo o las conocidas como apuestas de sistema. Se han analizado tres temporadas distintas pertenecientes a los años 2012-13, 2014-15 y 2015-16, pero el diseño utilizado permite adaptar el sistema rápidamente a otras temporadas, competiciones e incluso deportes. Esto es posible gracias a que gran parte del proceso de recogida de datos y generación de atributos está automatizado y es fácilmente configurable. Posteriormente, se procedió a implementar y observar los resultados que iban obteniendo los algoritmos k-NN, regresión logística, random forest y máquinas de soporte virtual, con unos u otros atributos, hasta elegir la combinación más adecuada. Finalmente, elegido el modelo, se rescató el histórico de cuotas de entonces y se simuló que todos los algoritmos comenzaban con una banca e iban apostando a todo lo que predecían. Los resultados se pueden encontrar en el apartado correspondiente.The Bachelor Thesis that is presented has as its main objective the study of the results of applying some of the most popular machine learning techniques nowadays to predict matches from the First Division of the Spanish League. This study has led to the creation of a football results predictor system, robust enough to generate, in many cases, benefits without the need of using any additional strategy, such as selecting bets based on their risk/profit ratio, or the "system pick" bets. Three seasons have been analysed: the ones from 2012-13, 2014-15 and 2015-16, although the design allows the adaptation to other seasons, championships and even sports. This is made possible because the data gathering process and attribute generation is highly automated and easily customisable. Later, the results obtained by the k-NN, logistic regression, support vector machines and random forest algorithms, with a different set of attributes were compared, in order to pick the best combination. Once the model chosen, the bet share history was put together and all the algorithms were set to use it, starting with a fixed amount and betting on all the results the saw fit. Results can be found on the appropriate chapter