Komputerowe wspomaganie identyfikacji talentów w sporcie

• Autorzy: Maciej Kaczanowski

Warianty tytułu

Computer based sport talent identification

• Języki publikacji: PL

Abstrakty

W niniejszej pracy przedstawiono koncepcje systemu do komputerowego wspomagania identyfikacji talentów w sporcie. W koncepcji założono wykorzystanie metody badania podobieństwa opartej na optymalizacji wielokryterialnej oraz nadzorowanym algorytmie klasyfikacji z obszaru uczenia maszynowego: lesie drzew decyzyjnych. Dane do budowy wzorców dyscyplin sportowych pozyskano z publikacji (Santos, Dawson, Matias i in 2014). Dane te również posłużyły do wygenerowania testowego zestawu danych sportowców do przeprowadzenia eksperymentów badawczych. Badania przeprowadzono w autorskim programie oraz w środowisku chmurowym Microsoft Azure Machine Learning Studio. Przeprowadzone eksperymenty wykazały, że analizowane metody z powodzeniem można zastosować w procesie identyfikacji talentów sportowych.(abstrakt oryginalny)

EN

This paper presents the concept of the computer decision support system for talent identification in sport. In this concept the use of two methods was assumed: pattern recognition based on multicriteria optimization and machine learning supervised classification algorithm: decision forest. The data for sport dyscyplin patterns has obtained from publication (Santos, Dawson, Matias et al. 2014). This data also has been used to generate test data sets to research purposes. The researches were carried out in author's application and in the cloud environment Microsoft Azure Machine Learning Studio. The results show that both methods can be used with success to talent identification in sport.(original abstract)

Słowa kluczowe

PL

Sport; Uczenie maszynowe

EN

Sport; Machine learning

• Czasopismo: Quality in Sport
• Rocznik: 2017
• Tom: 3
• Numer: nr 4
• Strony: 42--46

Twórcy

autor

Maciej Kaczanowski

• Wojskowa Akademia Techniczna w Warszawie

Bibliografia

• Vučetić, V., Babić V., Šentija D., Nekić B. (2015), "Anthropometric and morphological characteristics of runners.", University of Zagreb, Croatia.
• Santos D. A., Dawson J. A., Matias C. N., Rocha P. M., Minderico C. S., Allison D. B., Sardinha L. B., Silva A. M. (2014), "Reference Values for Body Composition and Anthropometric Measurements in Athletes.", PLOS ONE, Retrieved from http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0097846.
• Hugo K. (2004), "A model for talent identification and development for team sports in South Africa.." , Dissertation presented for the degree of Doctor in Sport Science at the University of Stellenbosch.
• Ameljańczyk A. (2009), "Matematyczne aspekty modelowania pajęczynowego obiektów.", Biuletyn Instytutu Systemów Informatycznych, WAT, Warszawa.
• Ameljańczyk A. (2009), "Wielokryterialne mechanizmy wspomagania podejmowania decyzji medycznych w modelu repozytorium w oparciu o wzorce.", Biuletyn Instytutu Systemów Informatycznych, WAT, Warszawa.
• Ameljańczyk A. (2010), "Model formalny informatycznego komponentu wspomagania decyzyjnego ustalania wstępnej diagnozy medycznej.", Biuletyn Instytutu Systemów Informatycznych, WAT, Warszawa.
• Kusy K., Zieliński J. (2017), "Nowoczesne metody diagnostyczne w sporcie. Przewodnik Trenera.", AWF, Poznań.
• Woińska M., Szmidt C., (2005), "Metody i techniki wyłaniania kadry o wysokim potencjale (wnioski z praktyki)", [w:] S. Borkowska (red.), Zarządzanie talentami, IPiSS, Warszawa.: 71.
• Pocztowski A. (2008) "Zarządzanie talentami w organizacji", Wyd. Wolters Kluwer, Warszawa. 38-40.
• Panfil Ł. (2012), "Model wpierania rozwoju talentów sportowych w procesie zarządzania nimi - badania pilotażowe", prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, Sukces w zarządzaniu kadrami. Elastyczność w zarządzaniu kapitałem ludzkim Problemy zarządczo-ekonomiczne. ISSN 1899-3192, str. 327- 336.
• Morton L. (2004) "Integrated and Integrative Talent Management: A Strategic HR Framework", Conference Board.
• Listwan T. (2005) , "Zarządzanie talentami - wyzwanie współczesnych organizacji".

Identyfikatory

DOI

10.12775/QS.2017.022