[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-124743-es":3,"doc-seo-124743-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},124743,962084925636,"Olivia Brown","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",24,"Tecnología","Creación de una aplicación para predecir resultados de combates Pokémon utilizando Machine Learning","Creación de una aplicación orientada a predecir el resultado de combates Pokémon mediante aprendizaje automático. El trabajo analiza propiedades de distintos modelos, aborda las dificultades del proceso y emplea prototipos para afianzar conceptos clave. Se estudia el rendimiento de los métodos para seleccionar la opción más adecuada, integrando mecánicas del combate en el diseño del problema. Finalmente, se implementa la aplicación y se revisan opciones de desarrollo y líneas de trabajo futuro.","Universidad Internacional de La Rioja Escuela Superior de Ingeniería y Tecnología  \nGrado en Matemática Computacional  \nCreación de una aplicación para predecir resultados de combates Pokémon utilizando Machine Learning  \n\n| Trabajo fin de estudio presentado por: | Pablo Trull Báguena |\n| --- | --- |\n| Tipo de trabajo: | 3. Aplicación práctica |\n| Director/a: | Maria Antonella Gieco |\n| Fecha: | 13/07/2023 |\n\nResumen  \nEn este trabajo, crearemos una aplicación capaz de predecir el resultado de combates Pokémon utilizando machine learning. Para ello estudiaremos las propiedades de diversos métodos y plantearemos como abordar los diversos problemas que se presentan. Durante el trabajo realizaremos diversos ejemplos y prototipos para entender mejor algunos de los conceptos importantes de cada modelo y discutiremos los diversos enfoques que se le pueden dar a este problema. Para realizar nuestra aplicación realizaremos un estudio sobre el rendimiento de los diversos métodos aplicados a nuestro problema para decidir el más adecuado.  \nPara poder comprender el problema, este trabajo también explicará diversas mecánicas de los combates pokémon y discutirá su importancia en la realización de esta aplicación. Finalmente, implementaremos la aplicación y discutiremos las diversas opciones que existen durante lacreación del proyecto y el trabajo futuro.  \nAbstract  \nIn this project, we will develop a program using machine learning that predicts the outcome of a pokémon combat. To do so, we will initially study the properties of several models and the tackling of the problems found in the process. In order to better grasp some of the concepts described, we will use various prototypes which are important for each model that will later aid in discussing the different approaches for this problem. Throughout the creation of the program, the efficiency of the different models will be taken into account when choosing the most appropriate one.  \nOn the other hand, we will also focus on the mechanics of the Pokémon combats and discuss its importance in the creation process. At last, the program will be implemented and its future applications will also be discussed.  \nÍndice de contenidos  \nResumen ....................................................................................................................... 2  \nAbstract ........................................................................................................................ 3  \n1. Introducción y conceptos básicos......................................................................... 10  \n1.1 Justificación ................................................................................................. 10  \n1.2 Conceptos básicos ............................................................................................. 12  \n2. Contexto y Estado del arte ...................................................................................... 17  \n3. Objetivos ............................................................................................................. 18  \n3.1 Objetivos principales ......................................................................................... 18  \n3.2 Objetivos secundarios........................................................................................ 19  \n3.3 Principales dificultades ...................................................................................... 19  \n4. Descripción del modelo........................................................................................ 19  \n4.1 Diseño del modelo ............................................................................................. 19  \n4.1.1 Árbol de decisión, Random Forest y Gradient Boost Tree ........................ 20  \n4.2 Primer Prototipo.......................................................................................... 21  \n4.2.1 Criterios para la creación de un árbol de decisión apropiado para nuestro problema .......................","cbCaitqNktkTusis","https://ap.wps.com/l/cbCaitqNktkTusis","pdf",3370104,3,1,96,"Spanish","es",110,"# Introducción y conceptos básicos\n## Justificación\n## Conceptos básicos\n# Contexto y Estado del arte\n# Objetivos\n## Objetivos principales\n## Objetivos secundarios\n## Principales dificultades\n# Descripción del modelo\n## Diseño del modelo\n### Árbol de decisión, Random Forest y Gradient Boost Tree\n## Primer Prototipo\n### Criterios para la creación de un árbol de decisión apropiado para nuestro problema\n### Preparación de los datos\n### Estudio sobre la creación de un árbol de decisión\n## Introducción a scikit-learn\n### Funcionamiento del comando fit para árboles de decisión\n## Aplicación de Sklearn a los datos de nuestro prototipo\n## Planteamiento del problema final\n### Adaptación de las diversas mecánicas\n### Selección del pokémon sobre el que realizar el estudio\n## Creación del dataset de combates\n## Introducción a Random Forest y Gradient Tree Boosting en Sklearn\n### Random Forest\n### Gradient Tree Bosting\n# Resultados obtenidos\n## Análisis de los resultados observados en cada método\n### Resultados para el algoritmo de árbol de decisión\n### Resultados para el algoritmo de Random Forest\n### Resultados para el algoritmo de Gradient Tree Boosting\n### Estudio de la incorporación de nuevos campos","[{\"question\":\"Qué objetivo persigue la aplicación creada en el trabajo?\",\"answer\":\"Predecir el resultado de combates Pokémon usando machine learning, estudiando modelos y su rendimiento para elegir el más adecuado.\"},{\"question\":\"Qué modelos se consideran en la descripción del modelo?\",\"answer\":\"Se analizan métodos como árbol de decisión, Random Forest y Gradient Tree Boosting, aplicados con scikit-learn.\"},{\"question\":\"Cómo se adaptan las mecánicas del combate al problema final?\",\"answer\":\"Se plantea el problema final ajustando y seleccionando las mecánicas relevantes, así como el pokémon objeto del estudio y la construcción del dataset de combates.\"}]","Creación de una aplicación para predecir resultados de combates Pokémon utilizando Machine Learning | PDF",1785894249,148,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"creating-an-application-to-predict-pokemon-battle-outcomes-using-machine-learning","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/es/document/tecnología/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/creating-an-application-to-predict-pokemon-battle-outcomes-using-machine-learning/124743/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-16","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qué objetivo persigue la aplicación creada en el trabajo?","Question",{"text":76,"@type":77},"Predecir el resultado de combates Pokémon usando machine learning, estudiando modelos y su rendimiento para elegir el más adecuado.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Qué modelos se consideran en la descripción del modelo?",{"text":81,"@type":77},"Se analizan métodos como árbol de decisión, Random Forest y Gradient Tree Boosting, aplicados con scikit-learn.",{"name":83,"@type":74,"acceptedAnswer":84},"Cómo se adaptan las mecánicas del combate al problema final?",{"text":85,"@type":77},"Se plantea el problema final ajustando y seleccionando las mecánicas relevantes, así como el pokémon objeto del estudio y la construcción del dataset de combates.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,123,127,131],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},41,"Investigación e Informes","research-report",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},37,"Literatura","literature",{"id":120,"doc_module":4,"doc_module_name":47,"category_name":121,"show_sort_weight":97,"slug":122},22,"Relatos y Novelas","story-novel",{"id":124,"doc_module":4,"doc_module_name":47,"category_name":125,"show_sort_weight":97,"slug":126},42,"Religión y Espiritualidad","religion-spirituality",{"id":128,"doc_module":4,"doc_module_name":47,"category_name":129,"show_sort_weight":97,"slug":130},40,"Salud y Atención Médica","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":132},"technology"]