Determinación de un modelo predictivo de carga de entrenamiento para un equipo de fútbol profesional

Los deportes colectivos gozan en la actualidad de una gran popularidad, concretamente el fútbol es el deporte con un mayor número de practicantes en el mundo. Actualmente se analiza la distribución de la carga de entrenamiento y las demandas de competición a las que se ven sometidos los deportistas para un mejor rendimiento con técnicas de Big Data.
En lo referente al modelado y la visualización de los datos, hay varios desafíos como el de encontrar las técnicas que mejor se adaptan a la naturaleza de los datos y el de buscar la forma más completa de mostrar la información para los clubes de tal forma que se entienda el porqué de determinar la carga óptima de entrenamiento. Dentro de la IA, especial atención merecen las técnicas de Machine Learning que se basan en la aplicación de algoritmos con el objetivo de reconocer patrones y tendencias en los datos para así poder elaborar predicciones, siendo ya una realidad en las ciencias del deporte . Se trata de un campo en continua expansión en el que empiezan a aparecer las primeras investigaciones. Los últimos estudios han agrupado factores de rendimiento mediante la técnica de Componentes Principales sin lograr dar una optimización de
respuesta a un modelo de carga de entrenamiento.
Este estudio pretende mediante un análisis de aprendizaje supervisado de regresión logística formular una predicción de resultados de la carga de trabajo para los jugadores, buscando un cambio de paradigma en cuanto a la forma de analizar y comprender la carga de entrenamiento.

Desarrollar un modelo predictivo de carga física externa para futbolistas.

Ciencias Aplicadas al Análisis del Movimiento Humano
Actividad Física y Rendimiento Deportivo