Herramientas teóricas para aplicar el machine learning en la salud y el deporte

La Universidad de Quebec en Trois-Rivières UQTR y el Laboratorio de Innovaciones y Tecnologías para el Deporte y el Desempeño Humano L-Tips, la Universidad Autónoma de Occidente Cali y la Institución Universitaria Escuela Nacional del Deporte se unen para realizar el Curso de Verano Ciencia de los Datos a Beneficio del Deporte y la Salud.

Objetivos

• Desarrollar competencias para analizar los fenómenos del deporte y la salud mediante las ciencias de datos.
• Comprender el uso del lenguaje R para la modelación en deporte y salud.
• Desarrollar diferentes técnicas de modelación en deporte y salud.

Competencias adquiridas

• Diseñar y desarrollar algoritmos de aprendizaje automático enfocados a la salud y el deporte.
• Desarrollo de nuevos métodos analíticos para la resolución de problemas en salud y deporte.
• Conocimientos en lenguaje de programacion R.
• Prepararación y análisis de datos en el área del deporte y la salud.

Temas a desarrollar

Parte 1: Introducción a la ciencia de los datos y su uso en el análisis del rendimiento humano.

Objetivo: Presentación general del análisis del rendimiento deportivo y la salud mediante las ciencias de datos con el uso del lenguaje R.

Parte 2: Bioinstrumentación y tecnologías wearable para el seguimiento en deporte y salud

Objetivo: Presentación de las tecnologías wearable para la captura de señales en el cuerpo humano. Procesamiento de señales para el análisis en ciencias de datos.

Parte 3: Profundización en el uso del lenguaje R

Objetivo: Aplicar el lenguaje R para la resolución de un problema mediante regresión lineal simple

Parte 4: Aprendizaje automático y modelización predictiva en el deporte y la salud

Objetivo: Implementación de una red neuronal en el campo del deporte de la salud.

Parte 5: Aplicación de las ciencias de datos a un caso relacionado en deporte o salud

Objetivo: Aplicar la ciencia de datos para la resolución de un problema en deporte o salud

Expertos invitados

Frédéric Domingue

Frédéric cuenta con un pregrado y un PhD en Ingeniería eléctrica en micro tecnologías. Desde el 2009, es profesor e investigador del Departamento de Ingeniería Eléctrica e Informática de l'Université du Québec à Trois-Rivières. Es profesor titular de la Cátedra de Investigación Senior de la UQTR y codirige el Laboratorio de Tecnologías de la Innovación para el Deporte y Desempeño Humano (L-TIPS). Es miembro certificado, nivel 4, del International Bike Fitting Institute (IBFI). Sus trabajos de investigación se relacionan con el desarrollo de nuevas tecnologías y de técnicas para la fabricación de micro-sensores.

Andrés Torres Velásquez

Andrés es Ingeniero Mecánico de la Universidad Nacional de Colombia, realizó la Especialización y el máster en Ingeniería Biomédica en la Universidad Pontificia Bolivariana. En el periodo de 2003 a 2020, fue profesor e investigador en el área de Biomecánica, la marcha humana, el análisis en el deporte y la rehabilitación en el programa de Ingeniería Biomédica de la Universidad EIA. Actualmente realiza su tesis de doctorado en la UQTR en el laboratorio L-Tips, bajo la dirección del profesor Frédéric Domingue y François Nougarou y se interesa en el desarrollo de herramientas de análisis para la producción de fuerza en ciclismo.

Wilfredo Ágredo

Wilfredo cuenta con un Pregrado en Medicina y posgrados en Ciencias Biomédicas (Universidad del Valle), Actividad Física Terapéutica (IU Escuela Nacional del Deporte) y en Clinical Gait Analysis (University Salford UK).

Es Profesor e investigador en rendimiento humano en las áreas de Biomecánica Neuromuscular y Fisiología del Ejercicio. Profesor e investigador en la Universidad Autónoma de Occidente y de la Institución Universitaria Escuela Nacional del Deporte, además es Investigador Asociado de Colciencias.

Interés en temas relacionados con movimiento humano en deporte y salud, en valoración funcional integral de atletas y en personas con condiciones de salud durante el ciclo de vida.

Johann Alexis Ospina

Johann es estadístico con Maestría en Estadística, egresado de la Universidad del Valle, candidato a doctorado en Ingeniería en la Universidad Autónoma de Occidente. Cuenta con una amplia experiencia como consultor en análisis de datos en las ciencias de la salud, ciencias económicas, ambientales e ingeniería. Ha desarrollado aplicaciones de machine learning y generación de reportes dinámicos en R y Python. Cuenta con 10 años de experiencia como docente de la Universidad Autónoma de Occidente, Universidad del Valle, Universidad ICESI, Universidad Nacional de Colombia sede Palmira y Universidad Tecnológica de Pereira. Actualmente, se desempeña como profesor e investigador de tiempo completo en la Universidad Autónoma de Occidente.