نظام ذكي لتصنيف الأداء البدني والتنبؤ بالقوة الانفجارية — FitIntelligence

المشروع ده حل مشكلة حقيقية في مجال اللياقة البدنية: إن تقييم المتدربين كان بيعتمد على رأي المدرب الشخصي — واللي ممكن يختلف من مدرب للتاني. وكمان قياس القوة الانفجارية كان محتاج أجهزة معملية غالية مش متاحة في أغلب الجيمات. اشتغلت على أكتر من 13,000 تقييم لياقة بدنية، ونضفت الداتا بقواعد صحة فسيولوجية (واحتفظت بـ 98.5% منها). عملت Feature Engineering لمتغيرات زي BMI وضغط النبض ومجموع اللياقة الكلي. جربت أكتر من موديل — KNN وDecision Tree وSVM وNeural Network من طبقتين — وفي الآخر الـ Neural Network حقق دقة 76.3% في تصنيف المتدربين لأربع فئات (A–D). وبالنسبة للتنبؤ بالقوة الانفجارية، بنيت Decision Tree Regressor حقق R² = 0.97 بهامش خطأ ±7 سم بس — يعني تقدر تستغنى عن أجهزة المعمل وتعتمد على بيانات بسيطة. أهم اكتشاف: المرونة والتحمل العضلي بيأثروا على تصنيف اللياقة أكتر بكتير من القوة الخام — وده غيّر طريقة تصميم البرامج التدريبية. النتيجة: نظام تقييم تلقائي يقدر يصنف أي متدرب جديد من فحص مدته دقيقتين، يحدد مستواه، ويتنبأ بأدائه — من غير تقييم شخصي أو أجهزة غالية.