Aprendizado de máquina Weka

Aprendizado de Máquina -
Utilização da ferramenta Weka em um banco de dados
Resumo

Para a realização deste trabalho, foi criada uma base de dados contendo informações de cada atleta universitário dos Estados Unidos no ano de 2012, que participaram da seletiva (Combine), para tentarem ser selecionados pelo times profissionais de futebol americano (NFL). Utilizando essa base de dados junto ao programa Weka (Waikato Environment for Knowledge Analysis), foi possível realização a aplicação dos filtros de valores ausentes, de normalização e discretização. Também ocorreu a utilização, ou não utilização, da poda forneceu valores médios de precisão dos resultados a fim de evitar os falsos negativos. Através dos resultados obtidos, foi possível obter maior precisão nos métodos de escolha para a base de dados criada.
1 Introdução

Este trabalho utilizará uma base de dados, que contém informações sobre a performance de cada atleta universitário, que no ano de 2012 tentaram ser selecionados no draft (seletiva em que cada time tem direito de escolher jogadores que acabaram de terminar a faculdade) por um time profissional de futebol americano. Foi considerado membro da classe selecionado, apenas atletas que foram escolhidos até a quarta rodada de escolhas no draft, pois tais atletas são considerados acima da média e poderão fazer a diferença pelos seus times na posição em que foram escolhidos.
Para a resolução deste trabalho, só foram utilizados dados dos atletas que tentavam uma vaga para as posições de ataque. Existiam quatro possibilidades de posições, porém só era possível para cada atleta se candidatar para uma vaga. As vagas eram: para Quarterback (Jogador que lança a bola), Running Back (Jogador que corre com a bola), Wide Receiver (Jogador que recebe o lançamento do Quarteback) e Tight End (Jogador que pode receber o lançamento do Quarterback ou protegê-lo para lhe dar mais tempo para o lançamento). Os outros atributos existentes na base de dados, são