English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

O esporte de alto desempenho esta em busca, cada vez mais, do suporte de tecnologias que visam o auxilio aos atletas e aos profissionais que os acompanham. Atualmente existem diversas tecnologias que sao utilizadas no segmento, como analise de deslocamento de jogadores atraves de GPS (Global Position System), mapeamento atraves da captura de video, monitoramento de frequencia cardiaca, acelerometro, giroscopio, dentre outros. Entretanto, a comissao tecnica possui pouco respaldo tecnologico de ferramentas que consideram as caracteristicas de movimentacao do jogador, as quais poderiam apoia-las na tomada de decisao em relacao ao posicionamento ideal do atleta em campo. Atraves da coleta de dados de GPS e possivel determinar velocidade, distância percorrida, faixas de aceleracao, posicionamento, dentre outras informacoes. Nesse sentido, esse trabalho visa analisar o posicionamento ideal de um jogador de futebol atraves de algoritmos de aprendizado de maquina, sendo utilizados os modelos de Regressao Logistica com Regularizacao, Redes Neurais e Maquinas de Vetores de Suporte. Os resultados obtidos indicaram que o modelo SVM se sobressaiu aos demais, entretanto sao necessarios trabalhos futuros para a busca de uma taxa de acerto mais elevada.

Análise entre algoritmos de aprendizado de máquina para suportar a predição do posicionamento do jogador de futebol