Ciência de dados aplicada à dados da Copa do Mundo Feminina de 1991 a 2023

Abstract

Este trabalho aplica técnicas de Ciência de Dados para analisar o desempenho das seleções na Copa do Mundo de Futebol Feminino (1991–2023), com base em dados do Kaggle. A pesquisa segue o modelo CRISP-DM e foi realizada com o Orange Data Mining. Após a limpeza e transformação dos dados, foram aplicados algoritmos como Árvore de Decisão, Random Forest, Regressão Logística e Naive Bayes. A Árvore de Decisão teve o melhor desempenho, classificando corretamente todas as partidas. O estudo demonstra o potencial da ciência de dados no esporte feminino, auxiliando técnicos e analistas na tomada de decisões estratégicas.

This work applies Data Science techniques to analyze the performance of national teams in the Women's World Cup (1991–2023), based on Kaggle data. The research follows the CRISP-DM model and was conducted using Orange Data Mining. After cleaning and transforming the data, algorithms such as Decision Tree, Random Forest, Logistic Regression, and Naive Bayes were applied. The Decision Tree performed best, correctly classifying all matches. The study demonstrates the potential of data science in women's sports, assisting coaches and analysts in making strategic decisions.