RESUMO
El objetivo fue analizar los indicadores de éxito en el Campeonato Europeo de balonmano masculino utilizando árboles de decisión como modelos de inteligencia artificial. Se utilizó la metodología observacional. La muestra fue compuesta por 87 partidos de los Campeonatos de Europa masculinos de selecciones de balonmano 2016 y 2018. Como resultado más importante, el modelo identificó tres variables relevantes para alcanzar una precisión elevada en la predicción de resultados de balonmano. Se concluye que la utilización de estos modelos permite reducir ampliamente la complejidad en el análisis de los indicadores de éxito en balonmano. (AU)
The aim was to analyze the performance indicators in the European Men's Handball Championship using decision trees as artificial intelligence models. The observational methodology was used. The sample was composed of 87 matches from the 2016 and 2018 Men's European Handball National Championships. As the most important result, the model identified three relevant variables to achieve high precision to predict handball results. In conclusion, the use of these models allow to greatly reduce the complexity in the analysis of the performance indicators in handball. (AU)
