Este projeto é uma prova de conceito criada para demonstrar como é possível gerar visualizações dinâmicas utilizando dados de partidas do GRID, mostrando informações relevantes sobre padrões de times e jogadores em diferentes situações do jogo.
O objetivo é apresentar de forma simples e visual como dados competitivos podem ajudar analistas, técnicos e equipes a entender melhor o desempenho dentro das partidas.
-
Notificações de eventos relevantes durante a partida, incluindo:
- Porcentagem de participação em abates quando um jogador consegue uma kill.
- Porcentagem de primeiros dragões ao realizar o primeiro dragão.
- Dados detalhados da laning phase.
- Campeões assinatura de times.
-
Suporte a arquivos JSONL baixados pelo GRID para popular o projeto.
- URL do jogo no YouTube é opcional.
Embora o projeto atual não implemente técnicas avançadas, ele foi pensado para que futuramente seja possível integrar:
- Aprendizado por Reforço (RL): identificar e aprender padrões automaticamente a partir de partidas passadas.
- Modelos de aprendizado de máquina: encontrar relações complexas entre o desempenho dos jogadores e o resultado das partidas.
O foco aqui é demonstrar a ideia e como ela poderia ser aplicada em um sistema mais robusto no futuro.