Artwork

Konten disediakan oleh Train2Win Endurance Coaching Podcast. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Train2Win Endurance Coaching Podcast atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang diuraikan di sini https://id.player.fm/legal.
Player FM - Aplikasi Podcast
Offline dengan aplikasi Player FM !

AI sportā // Edgars Bernāns, Tim Cusick

2:06:33
 
Bagikan
 

Manage episode 454461457 series 1473374
Konten disediakan oleh Train2Win Endurance Coaching Podcast. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Train2Win Endurance Coaching Podcast atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang diuraikan di sini https://id.player.fm/legal.
Labdien Pasaule!

Šodien baigā dziļā tēma un par cik mēs ar Kasparu neesam paši labākie eksperti šajā nišā, mēs pieaicinājām citus, zinošākus cilvēkus. Tāpēc mums šodien ciemā ir RSU vadošais pētnieks, slēpotājs, podkāsta autors Edgras Bernāns.

Tā pat šī šķiet ir pirmā epizdoe kur mums paveicās nozagt mazliet viņa dārgo laiku un saņemt komentāru par šo tēmu no industrijas “smagsvara” Tim Cusick, kurš ir ne tikai pasaules kalibra treneris, bet arī WKO vectēvs.

Daži pieturas punkti tiem no jums, kas viņa vārdu nav pazīstami.

Data Analytics Accomplishment Highlights

  • TrainingPeaks WKO product leader

  • Codeveloper of WKO5

  • Instructor: Advanced Training with Data

Coaching Accomplishment Highlights

  • 3 world championships

  • 18 national championships

  • 2 world records/bests

  • Numerous race victories in multiple disciplines

Tā kā visu mēs nepaguvām izrunāt visu, šī būs arī pirmā epizode kurai es iekļauju visus savus pierakstus, lai TU redzētu ko mēs nēpārrunājām un cik daudz nianses ir tajā par to, ko tomēr paguvām izrunāt.

AI trūkumi:

  • Ja sportistam ir liels apjoms (daudz stundu)

  • Sarežģīta plānošan - komandējumi/nometnes

  • Nevar iepazīt sportistu. Vismaz ne pagaidām

  • Tas vienmēr būs metric based - junk in/junk out. Piemēram sūdīgs PM vai HRV/HR no rokas nevis no jostas

  • Izdara secinājumu drīzāk “kvantitatīvi” nevis “kvalitatīvi”. Lai arī teorijā to varētu izdarīt

  • Nav anamnēzes. Traumu vēsture + prevencija, iedzimtības utt

  • Ārpus cipariem zūd pielietojamība. Sāp pleci, nevar tehniski nobraukt sekcijas, taktikas nepilnības.

  • Asinsanalīzes un vispār vispārēja/holistiska pieeja

  • Nav multidisciplināru risinājumi, piemēram slēpošana, spēka, cores utt treniņi (nevar pēkšņi gribēt uzkāpt Everestā, tik līdz Parīzei vai Pekinai)

  • Accountability! Neticu ka kāds sekos AI plānam tā kā trenera norādījumiem 🙂 (piemērs ar maniem treniņplāniem)

  • Parasti nav ilgtermiņa risinājumi

  • Trūkst individualizācijas - 20 gadīgam sportistam būs līdzīgi principā kā 60 gadīgam. Well, as far as I know

  • Nav FAN Factor

AI priekšrocības:

  • Ievērojami zemākas izmaksas salīdzinājumā ar treneri

  • Vienmēr laicīgi saplānot

  • Precīzi cipari/apraksts/uzstādījumi

  • Uzreiz iespēja redzēt teiksim mēnesi uz priekšu (ko treneris parasti nedara)

Citi apspriežamie jautājumi:

  • No “rodas” AI. Tam ir jāmieāca/jāiedod principi, kas būs nevis kaut kāda meta analīzes, bet ticāk (šobrīd) kāda trenera pārliecība/metodes

  • Nutrition un recovery integrācija. Teorijā ir iespējams, bet šobrīd nav tāda risinājuma.

  • Grūtie jautājumi (hard questions) par progresu vai tā neesamību par rezultātiem, stresa menedžmentu utt..

  • Kā zinātne nonāk līdz plaši pielietotai metodoloģijai? Laiks + bias (tas par tiem kāda cilvēka principiem). Pēdējais iespējams nav slikti, bet pirmajā gadījmā tas nekad nebūs cutting edge, ko parasti pielieto praksē. Citējot Kaupi - čujs, ņuhs un poņa ir laba trenera iezīmes. AI būs tikai poņa.

  • Kuram ir atbildība? Ja kāds noliek ķelli, man ir apdrošināšana un kaut kādi papīri? Ko darīt ar AI platformām? Līdzīgi kā lidmašīnās ar pilotiem un Teslās ar autopilotu :)

  • Kāpēc Pogijs vai Ingebrigtsen netrenējas ar AI? Nu retorisks jautājums.

Ar kādiem datu kanāliem AI operē?

GPS / PWR/ CAD / Run PWR / HR / HRV / Cal (in/out) / Run stride/gate

Kļūdas datos?

  • PM +/-1.5%, kas teorijā var būt 3%

  • GPS pie lielākiem ātrumiem ir neprecīzs

  • Head unit ierakstīšanas frekvence.

    • Garmin devices typically record at 1 Hz (once per second) for most metrics like speed, power, cadence, and heart rate

    • Leomo’s motion sensors (IMUs) sample at 100 Hz (100 times per second) for metrics like movement, posture, and pedaling dynamics.

    • Tipiskais fit fails 2-3mb kur tāds pats 300-400mb

  • HRV day-to-day. Longitudinal data prasti būs ok

  • Miegs. Jo principā viss ir aprēķins nevis mērījums

  • Ziemas FTP/zonu auto korekcija. Kā to ziemā izdarīt bez testa?

Kam DER AI risinājumi?

  • Trenera lēmumu pieņemšanā

  • Kādam kurš trenējas apmēram 3x nedēļā ar kādām 6h

  • Bez specifiskām problēmām un ambīcijām (uz rezultātu vērstam sportistam tas nav risinājums)

  • Kādam kuram vajag bāzes struktūru

  • Kurš saprot pats pietiekami daudz lai pielāgotu un validētu risinājumus

  • Kurš nodarbojas ar vienu sportu

  • Kurš meklē low-cost solution

  continue reading

95 episode

Artwork
iconBagikan
 
Manage episode 454461457 series 1473374
Konten disediakan oleh Train2Win Endurance Coaching Podcast. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Train2Win Endurance Coaching Podcast atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang diuraikan di sini https://id.player.fm/legal.
Labdien Pasaule!

Šodien baigā dziļā tēma un par cik mēs ar Kasparu neesam paši labākie eksperti šajā nišā, mēs pieaicinājām citus, zinošākus cilvēkus. Tāpēc mums šodien ciemā ir RSU vadošais pētnieks, slēpotājs, podkāsta autors Edgras Bernāns.

Tā pat šī šķiet ir pirmā epizdoe kur mums paveicās nozagt mazliet viņa dārgo laiku un saņemt komentāru par šo tēmu no industrijas “smagsvara” Tim Cusick, kurš ir ne tikai pasaules kalibra treneris, bet arī WKO vectēvs.

Daži pieturas punkti tiem no jums, kas viņa vārdu nav pazīstami.

Data Analytics Accomplishment Highlights

  • TrainingPeaks WKO product leader

  • Codeveloper of WKO5

  • Instructor: Advanced Training with Data

Coaching Accomplishment Highlights

  • 3 world championships

  • 18 national championships

  • 2 world records/bests

  • Numerous race victories in multiple disciplines

Tā kā visu mēs nepaguvām izrunāt visu, šī būs arī pirmā epizode kurai es iekļauju visus savus pierakstus, lai TU redzētu ko mēs nēpārrunājām un cik daudz nianses ir tajā par to, ko tomēr paguvām izrunāt.

AI trūkumi:

  • Ja sportistam ir liels apjoms (daudz stundu)

  • Sarežģīta plānošan - komandējumi/nometnes

  • Nevar iepazīt sportistu. Vismaz ne pagaidām

  • Tas vienmēr būs metric based - junk in/junk out. Piemēram sūdīgs PM vai HRV/HR no rokas nevis no jostas

  • Izdara secinājumu drīzāk “kvantitatīvi” nevis “kvalitatīvi”. Lai arī teorijā to varētu izdarīt

  • Nav anamnēzes. Traumu vēsture + prevencija, iedzimtības utt

  • Ārpus cipariem zūd pielietojamība. Sāp pleci, nevar tehniski nobraukt sekcijas, taktikas nepilnības.

  • Asinsanalīzes un vispār vispārēja/holistiska pieeja

  • Nav multidisciplināru risinājumi, piemēram slēpošana, spēka, cores utt treniņi (nevar pēkšņi gribēt uzkāpt Everestā, tik līdz Parīzei vai Pekinai)

  • Accountability! Neticu ka kāds sekos AI plānam tā kā trenera norādījumiem 🙂 (piemērs ar maniem treniņplāniem)

  • Parasti nav ilgtermiņa risinājumi

  • Trūkst individualizācijas - 20 gadīgam sportistam būs līdzīgi principā kā 60 gadīgam. Well, as far as I know

  • Nav FAN Factor

AI priekšrocības:

  • Ievērojami zemākas izmaksas salīdzinājumā ar treneri

  • Vienmēr laicīgi saplānot

  • Precīzi cipari/apraksts/uzstādījumi

  • Uzreiz iespēja redzēt teiksim mēnesi uz priekšu (ko treneris parasti nedara)

Citi apspriežamie jautājumi:

  • No “rodas” AI. Tam ir jāmieāca/jāiedod principi, kas būs nevis kaut kāda meta analīzes, bet ticāk (šobrīd) kāda trenera pārliecība/metodes

  • Nutrition un recovery integrācija. Teorijā ir iespējams, bet šobrīd nav tāda risinājuma.

  • Grūtie jautājumi (hard questions) par progresu vai tā neesamību par rezultātiem, stresa menedžmentu utt..

  • Kā zinātne nonāk līdz plaši pielietotai metodoloģijai? Laiks + bias (tas par tiem kāda cilvēka principiem). Pēdējais iespējams nav slikti, bet pirmajā gadījmā tas nekad nebūs cutting edge, ko parasti pielieto praksē. Citējot Kaupi - čujs, ņuhs un poņa ir laba trenera iezīmes. AI būs tikai poņa.

  • Kuram ir atbildība? Ja kāds noliek ķelli, man ir apdrošināšana un kaut kādi papīri? Ko darīt ar AI platformām? Līdzīgi kā lidmašīnās ar pilotiem un Teslās ar autopilotu :)

  • Kāpēc Pogijs vai Ingebrigtsen netrenējas ar AI? Nu retorisks jautājums.

Ar kādiem datu kanāliem AI operē?

GPS / PWR/ CAD / Run PWR / HR / HRV / Cal (in/out) / Run stride/gate

Kļūdas datos?

  • PM +/-1.5%, kas teorijā var būt 3%

  • GPS pie lielākiem ātrumiem ir neprecīzs

  • Head unit ierakstīšanas frekvence.

    • Garmin devices typically record at 1 Hz (once per second) for most metrics like speed, power, cadence, and heart rate

    • Leomo’s motion sensors (IMUs) sample at 100 Hz (100 times per second) for metrics like movement, posture, and pedaling dynamics.

    • Tipiskais fit fails 2-3mb kur tāds pats 300-400mb

  • HRV day-to-day. Longitudinal data prasti būs ok

  • Miegs. Jo principā viss ir aprēķins nevis mērījums

  • Ziemas FTP/zonu auto korekcija. Kā to ziemā izdarīt bez testa?

Kam DER AI risinājumi?

  • Trenera lēmumu pieņemšanā

  • Kādam kurš trenējas apmēram 3x nedēļā ar kādām 6h

  • Bez specifiskām problēmām un ambīcijām (uz rezultātu vērstam sportistam tas nav risinājums)

  • Kādam kuram vajag bāzes struktūru

  • Kurš saprot pats pietiekami daudz lai pielāgotu un validētu risinājumus

  • Kurš nodarbojas ar vienu sportu

  • Kurš meklē low-cost solution

  continue reading

95 episode

Semua episode

×
 
Loading …

Selamat datang di Player FM!

Player FM memindai web untuk mencari podcast berkualitas tinggi untuk Anda nikmati saat ini. Ini adalah aplikasi podcast terbaik dan bekerja untuk Android, iPhone, dan web. Daftar untuk menyinkronkan langganan di seluruh perangkat.

 

Panduan Referensi Cepat