Projeto · Machine Learning

F1 Race
Predictions

Modelo XGBoost treinado com dados de 2018–2025 para prever o vencedor de cada corrida de Fórmula 1 a partir dos resultados do treino classificatório. Combina posição no grid, ratings ELO dos pilotos, características dos circuitos, previsão do tempo e análise de sentimento de notícias.

Aviso: Este projeto é um experimento pessoal de ciência de dados. As previsões são geradas por um modelo estatístico e não têm precisão garantida — não devem ser usadas como base para apostas ou qualquer decisão financeira.

XGBoost Conformal Prediction ELO Ratings Python FastF1 Análise de Sentimento

Resultado por corrida

Análise por corrida

Probabilidades de vitória

Todos os resultados

# Corrida Previsto Confiança Vencedor real Top-1 Top-3

Probabilidades de vitória — Top 10

Projeção de pontos

Pontos esperados — Top 10

Vitórias projetadas por equipe

Projeção do campeonato

Pos Piloto Equipe Pontos esperados Vitórias Prob. título