Porównanie modeliWariant B
010 WMAE — mniej znaczy lepiej15 W
Telemetria × uczenie maszynowe
Forma zapisana
w danych.
Zobacz, jak 151 tysięcy rzeczywistych treningów zamienia się w powtarzalny eksperyment estymacji operacyjnej etykiety FTP.
Profil aktywnościREAL DATA
MMP 20 min286 W
01:42czas41,8 kmdystans164 bpmtętno
151 399sesji treningowych
726anonimowych zawodników
6,55 Wnajlepsze MAE wariantu B
0,9630najlepsze R² wariantu B
Narzędzie
Estymator testu
20-minutowego.
Ta funkcja odtwarza definicję etykiety użytej w projekcie. Nie jest predykcją modelu ML — repozytorium zawiera wyniki ewaluacji, lecz nie zawiera zapisanego modelu gotowego do inferencji.
Wynik operacyjnyformuła projektu
271,7W
286 W× 0,95= 271,7 W
Ważne: to heurystyczna etykieta użyta w badaniu, nie laboratoryjny pomiar progu fizjologicznego ani automatyczna rekomendacja zmiany stref.
Walidacja
Wyniki bez
skrótów.
Podział testowy wykonano po zawodnikach, nie po pojedynczych sesjach. Dzięki temu osoby ze zbioru testowego nie występowały w treningu.
Najprościej: w wariancie B najlepszy model mylił się średnio o około 6,55 W względem etykiety obliczonej z danych historycznych.
Próba testowaRzeczywiste vs estymowane
02wariant Bwariant Clinia idealna
sesje w dodatkowej próbie na 4 645 zawodnikach. Wynik kontrolny potwierdził skalowalność pipeline'u, ale nie zastępuje bazowego eksperymentu.
Co oznaczają MAE, RMSE i R²?+
MAE to przeciętny błąd w watach. RMSE mocniej karze duże pomyłki. R² opisuje, jaka część zróżnicowania etykiety została odtworzona przez model; im bliżej 1, tym lepiej.
Dlaczego są dwa warianty?+
Wariant B usuwa MMP20, z którego wyliczono etykietę, lecz zachowuje krótsze cechy MMP. Wariant C usuwa wszystkie cechy MMP, dlatego jest bardziej konserwatywnym sprawdzianem.
Dlaczego podział po zawodnikach?+
Sesje jednej osoby są do siebie podobne. Umieszczenie tej samej osoby w treningu i teście sztucznie ułatwiłoby zadanie. Podział osobniczy ogranicza ten rodzaj wycieku.
Wariant A nie jest sukcesem modelu.
Po pozostawieniu mmp_20min model praktycznie odtwarza równanie etykiety. To kontrola wycieku danych, dlatego aplikacja nie prezentuje go jako użytecznej predykcji.
Pipeline badawczy
Od pliku treningu
do wniosku.
Każdy etap pozostawia ślad w repozytorium: kod przetwarzania, raporty jakości, metryki i zanonimizowane wyniki testowe.
- 01
Pozyskanie
Anonimowe aktywności GoldenCheetah OpenData.
- 02
Kontrola jakości
Zakresy sensorów, braki, minimum 30 minut.
- 03
Ekstrakcja cech
Moc, tętno, kadencja, MMP i rozkład intensywności.
- 04
Ewaluacja
Ridge, Random Forest i XGBoost; podział osobniczy.
„
Model estymuje operacyjną etykietę FTP, a nie laboratoryjnie zmierzony próg fizjologiczny.
Najważniejsze zastrzeżenie interpretacyjne pracy
Wpływ cechWariant B · SHAP
Czym jest SHAP?+
SHAP przypisuje cechom udział w wyniku modelu. Pokazane wartości są średnią bezwzględną siłą wpływu w zbiorze testowym — mówią o znaczeniu cechy, ale nie dowodzą związku przyczynowego.
Co dokładnie przewiduje model?+
Model odtwarza historyczną etykietę obliczoną jako 95% najlepszej średniej mocy z 20 minut. Nie przewiduje bezpośrednio progu mleczanowego, MLSS ani mocy krytycznej.
Dokument źródłowy
Praca
magisterska.
Pełny dokument opisujący podstawy teoretyczne, metodologię, eksperymenty i ograniczenia rozwiązania.
Dokument jest dostępny wyłącznie w języku polskim.Ładowanie czytnika…
Czytnik ogranicza wygodne pobranie całego dokumentu, ale nie stanowi pełnego zabezpieczenia przed kopiowaniem treści.
Uczciwa interpretacja
Jedna liczba
nie opowiada całej historii.
Etykieta jest heurystyką
Współczynnik 0,95 nie uwzględnia indywidualnego profilu fizjologicznego.
Walidacja jest historyczna
Wyniki pochodzą z jednego repozytorium i nie zastępują walidacji prospektywnej.
Jakość sensorów ma znaczenie
Braki tętna, GPS i nietypowe sesje mogą obniżać wiarygodność estymacji.