ペース、努力、スタミナ

ペース、努力、スタミナ'の美しさとファッション

最近のダブリンシティマラソンレースの技術分析

始める前に、この記事をデータサイエンスとマラソンランニングの交差点に位置づけたいと思います。前の記事では、マラソントレーニングの可視化，パフォーマンスデータの可視化に関連するいくつかの技術的な課題に焦点を当ててきました。 ここでは、(私自身の)最近のマラソンパフォーマンスを、以前に議論した可視化手法とスポーツ科学領域のパフォーマンス指標を用いて分析するため、焦点を変えます。この記事では、(ランニング)スピードや努力などの比較的単純な概念が、マラソンでのパフォーマンスをよりよく理解するために、回復力や耐久力といったより高度な生理学的指標を探求するためにどのように使用されるかを具体的な例として提供します。同時に、これらのアイデアはサイクリング、トライアスロン、スケートなどの他の耐久競技分野でも関連性を示していることを付け加えておきます。

私は人生の後半にランニングを始めました。40代で始めました。私は今までにダブリンシティマラソン(DCM)を８回完走することができました-2013年に始まり、年を取っても幾度か新しい個人記録(PB)を達成することができました。今年(2023年)の私の最新の努力は、涼しく湿った10月の朝に行われた新しいPBです。私は3時間10分を僅かに超えるタイムでゴールし、以前のベストタイム(2022年)を7分以上短縮しました。

データサイエンティストとして、私は自分のレース経験から学ぶことに非常に興味がありますが、今年のPBのスケールは驚くべきものでした。もし条件が良ければ、少しのPBを期待していましたが、3時間15分がベストのケースだと考えていました。3時間10分は予定にありませんでした。このパフォーマンスは、単に一生懸命に頑張って速く走った結果なのでしょうか？それとも他の要素が関与しているのでしょうか？過去のレースとPBと比較して、私のペースや努力はどうでしたか？

• 「検索強化生成の力：BaseとRAG LLMs with Llama2の比較」
• 最終フロンティアの記録：30日間の#30DayMapChallengeの旅を完遂する
• VoAGIニュース、11月29日：機械学習をマスターするための5つの無料コース• ChatGPTで魅力的なデータ可視化

この記事では、私の努力(心拍数、bpm)とスピード(またはペース、分/キロ)、およびもっと新しい持久力指標である耐久力[1] (生理学的回復力の新興指標)の関係を考えるために、最近の数レースを検討します。この指標は、私たちが予想していたものと似たようなものです…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!