Class Player Data Processing

  Os algoritmos de Inteligência Artificial (IA) estão dependentes de vários metodologias fundamentadas no campo das estatísticas matemáticas. Os algoritmos populares de aprendizagem de máquina, tais como as redes neurais, têm uma base fundamental na teoria estatística. Algoritmos de previsão e tendências populacionais são também técnicas tipicamente utilizadas no campo dos jogos como forma de prever as preferências dos jogadores, tendências e mesmo a retenção (ou seja, como manter os jogadores envolvidos). Assim, a capacidade de recolher, processar, analisar e interpretar dados é uma competência bastante procurada no desenvolvimento moderno de jogos e IA. Assim, esta disciplina centrar-se-á nos aspectos introdutórios que são fundamentais para a análise estatística dos dias de hoje, com um enfoque específico na análise de jogos (ou seja, recolha de dados de jogos, utilização de conjuntos de dados baseados em jogos, interpretação de dados com base em princípios de concepção de jogos).  

Not applicable

Introduction to statistics: population and sampling; descriptive statistics; average, symmetry and variability; distributions; confidence intervals and estimations; null hypothesis; data visualization. Statistics in games: game design, level design and interaction behavior statistics. Practical data processing and analysis. Python and Jupyter notebooks. Data collection types: nominal, ordinal, questionnaires, etc. Python data processing: parsing, analyzing, visualizing and reading data. Data and numerical libraries: NumPy, Pandas, Scikit-Learn and Stats. Visualization Libraries: Matplotlib and Seaborn. Data interpretation. Gameplay telemetry data. Heat maps for level design. Basics of statistical reporting: data collection, corpus analysis, observing and interpreting data and building a report.

  The course uses Visual Studio Code and Jupyter notebooks for Python programming, Markdown text editing, as well as Git for version control.  Also, peer-review with quizzes and the weekly submission of students learning logs.

El-Nasr, M. S., Drachen, A., & Canossa, A. (2013). Game Analytics – Maximizing the Value of Player Data. Springer London Limited. Haslwanter, T. (2022). An Introduction to Statistics with Python. Springer. Griffiths, D. (2008). Head First Statistics. O’Reilly Media.