АВТОМАТИЧНЕ ГЕНЕРУВАННЯ ПЕРСОНАЛІЗОВАНИХ ПРОГРАМ ТРЕНУВАНЬ НА ОСНОВІ АНАЛІЗУ БІОМЕТРИЧНИХ ДАНИХ З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ
DOI: 10.31673/2786-8362.2024.023847
Анотація
У статті розглядається розробка системи автоматичного генерування
персоналізованих програм тренувань, яка базується на аналізі біометричних даних користувача з
використанням методів штучного інтелекту. Основною метою дослідження є створення
інтелектуального веб-додатку, здатного адаптувати тренувальний план відповідно до індивідуальних
фізичних характеристик та цілей користувача. Для досягнення поставленої мети було зібрано та
проаналізовано великий обсяг біометричних даних, розроблено та натреновано моделі машинного
навчання, які забезпечують точність та ефективність рекомендацій. Результатом роботи є
функціонуючий прототип веб-додатку, який демонструє високу якість та адаптивність створених
програм тренувань. Стаття також обговорює потенційні напрямки подальшого вдосконалення
системи, включаючи інтеграцію з носимими пристроями та розширення функціоналу для більш
глибокого аналізу даних користувачів.
Ключові слова: персоналізовані тренування, біометричні дані, штучний інтелект, машинне
навчання, веб-додаток, автоматизація
Список використаної літератури:
1. Goodfellow I., Bengio Y., Courville A. Deep Learning. - Cambridge, MA: MIT Press, 2016. -
URL: https://www.deeplearningbook.org/.
2. Bishop C. M. Pattern Recognition and Machine Learning. - New York: Springer, 2006. - URL:
https://www.springer.com/gp/book/9780387310732.
3. Castells M. The Rise of the Network Society. 2-nd ed., with a new preface. - Singapore: WileyBlackwell, 2010.
4. Jenkins H., Ito M., Boyd D. Participatory Culture in a Networked Era: A Conversation on
Youth, Learning, Commerce, and Politics. - Cambridge, UK: Polity Press, 2015.
5. Flask Documentation. Flask Documentation: Web Development, Flask Framework. - URL:
https://flask.palletsprojects.com/en/2.0.x/.
6. Django Documentation. Django Documentation: The Web framework for perfectionists with
deadlines. - URL: https://docs.djangoproject.com/en/4.0/.
7. TensorFlow Documentation. TensorFlow: An end-to-end open source machine learning
platform. - URL: https://www.tensorflow.org/.
8. Scikit-learn Documentation. Scikit-learn: Machine Learning in Python. - URL: https://scikitlearn.org/stable/.
9. Hosmer D.W., Lemeshow S., Sturdivant R.X. Applied Logistic Regression. – New York:
Wiley, 2013.
