Data Lab Спортивная медицина Михаил С. Ключников DataLab SportMed 1 

Модель прогнозирования MySQL WorkBench v 6.1 KNIME v 3.5.1 MacBook Pro’13 Late 2013 Методы Машинное обучение позволяет прогнозировать параметры функционального состояния спортсменов Гипотеза Расчет Стресс-Индекса погрешность <4,5% Результаты DataLab SportMed 2 

Анализ данных 50+ параметров ESC 440 спортсменов 860 визитов Исходные данные Полиноминальная регрессия Градиентный буст (каскад алгоритмов) Архитектура модели машинного обучения Создана реляционная База Данных MySQL Workbench Разметка данных Дисперсионный анализ (ANOVA test) Проверка достоверности Presentation Title 3 

Результаты обучения модели DataLab SportMed 4 Gradient BOOST Полиноминальная Регрессия 58 спортсменов 186 визитов 440 спортсменов 760 визитов Зарегистрировано Рассчитано StressInd Визит 

Проверка достоверности DataLab SportMed 5 Gradient Boost. 440 спортсменов 

Направления практического развития BDA в спортивной медицине Функциональный BOOST Индивидуальные треки Таргетная коррекция Спорт высших достижений Снижение ВСС Предстартовый скрининг Мониторинг online Массовый спорт Mobile APP Мониторинг здоровья Интеграция в систему «Здоровье» iOS&Android Потребительский рынок Единая база данных ЦИФРОВОЙ ПРОФИЛЬ СПОРТСМЕНА DataLab SportMed 6