| README in English
Novidade #1 - Modelo preditivo em python agora disponível Novidade #2 - Acesse o protótipo da dashboard (caRtola - STATS)[https://henriquepgomide.shinyapps.io/cartola-stats/].
Este repositório tem como objetivo disponibilizar os dados e modelos preditivos do Cartola FC. Os scripts estão escritos em R e Python.
- Para acessar os dados, use qualquer programa. Está tudo disponível em arquivos separados por vírgulas. Até o Excel abre :)
- Para executar os scripts contidos:
- R - você precisará instalar o R e eu fortemente recomendo a instalação da IDE RStudio
- Python - siga as instruções no diretório lib/python.
├── dashboard
│ └── cartola-stats
├── db
│ ├── 2014
│ ├── 2015
│ ├── 2016
│ ├── 2017
│ └── worldTeamData
├── lib
│ ├── python
│ └── R
└── tutorials
└── R
Dashboard
- Aplicativo Shiny para escolher seu jogador. Disponível no link (caRtola - STATS)[https://henriquepgomide.shinyapps.io/cartola-stats/]. Você pode executá-lo pelo computador.
db
-
Os dados das estatísticas dos jogadores do Cartola estão separados por ano.
- Crédito das edições 2014 e 2015: (https://github.com/thevtm/CartolaFCDados)
- Crédito da edição de 2016: Arnaldo Gualberto
-
Os dados dos times são extraídos do site da CBF.
lib
Você encontra scripts em R e python para coletar e analisar os dados do cartola
Na pasta R:
- caRtola_fetch.R - coleta os dados da API do Cartola
- team_data_scraper.R* - coleta dados do site da CBF
- data_wrangling - agrega os dados dos scouts do cartola, cria variáveis para uso em modelos preditivos agregando outras fontes.
- rdata_2_sql.R - transforma os dados do objeto cartola em arquivo sql.
tutorials
Você encontra tutoriais para iniciantes sobre o cartola.
- Vale a pena usar a média para escolher jogadores?
- Modelos preditivos são melhores que a média?
Henrique Gomide
Arnaldo Gualberto