Visualización y uso de técnicas de Aprendizaje Máquina Supervisado para la predicción de resultados de la Fórmula 1

Abstract

[Resumen] La Fórmula 1 es considerada como la competición más prestigiosa y tecnológica en el mundo del automovilismo, donde diferentes equipos y sus pilotos compiten por ganar carreras y conseguir el campeonato. Con el uso de datos históricos de carreras previas y mediante la aplicación de modelos de predicción basados en Aprendizaje Máquina Supervisado se pueden predecir los resultados de las siguientes carreras. Este proyecto tiene como objetivo investigar la predicción de los ganadores de los campeonatos, tanto de pilotos como de constructores, proponiendo diversos algoritmos y siguiendo una metodología de minería de datos. Se presentan una serie de visualizaciones que ayudan a comprender las diferentes variables del conjunto de datos y la historia reciente del deporte. Mediante un preprocesado de los datos y diversas pruebas con los algoritmos propuestos, se consiguieron unos resultados muy alentadores para la predicción de ambos campeonatos. El modelo que mejores resultados obtuvo fue la Red Neuronal Artificial, seguida de cerca por la Regresión por Vector de Soporte y los métodos basados en árboles.

[Abstract] Formula 1 is considered to be the most prestigious and technological competition in the world of motorsport, where different teams and their drivers compete to win races and achieve the championship. By using historical data from previous races and applying prediction models based on Supervised Learning, it is possible to predict the results of the following races. This project aims to investigate the prediction of the championship winners, both drivers and constructors, by proposing different algorithms and following a data mining methodology. A series of visualizations are presented to help understand the different variables of the dataset and the recent history of the sport. By preprocessing the data and testing the proposed algorithms, very encouraging results were achieved for the prediction of both championships. The best performing model was the Artificial Neural Network, closely followed by the Support Vector Regression and tree-based methods.