Prevenir, tomar las decisiones correctas y optimizar el rendimiento de los deportistas, son algunas de las predicciones que se pueden lograr a través de las matemáticas, según Dae-Jin Lee, investigador de la Basque Center for Applied Mathematics, Bilbao, España, quien expuso en la tercera fecha del Ciclo de Charlas, organizado por el Magíster de Data Science de la Facultad de Ingeniería y Ciencias (FIC), con el fin de analizar una de las tecnologías más revolucionarias de los últimos tiempos.

Las posibilidades que ofrecen hoy en día los datos parecen ser ilimitadas, sin embargo se requiere de gran habilidad y destreza para poder interpretarlos, ordenarlos y usarlos de forma correcta para que la toma de decisiones sea siempre la más adecuada.

El profesor de la FIC y director académico del Magíster en Data Science (MDS), Doctor Rolando de la Cruz, fue el encargado de dar la bienvenida a la conferencia e hizo hincapié en “ver la importancia del uso de los datos en temas diversos como los deportes y las catástrofes. Combinar las habilidades innatas de los deportistas con el análisis de datos ayudarían a establecer estrategias en busca de un mejor resultado, o evitar riesgos de lesiones”, aseguró.

Dae-Jin Lee indicó que “se pueden anticipar posibles lesiones estudiando el patrón de comportamiento del deportista, como su entrenamiento, calentamiento previo y cuidados post”.

Usando los mismos modelos matemáticos con otras variables, el analista español agregó que “se logra medir el rendimiento de los atletas, representantes de las diversas disciplinas, para ver cuáles son las áreas más propensas a ganar medallas en los juegos olímpicos, por ejemplo”.

“Si uno trabaja un gráfico con las variantes correctas, además de predecir, puede aumentar la probabilidad de optimizar un comportamiento y mejorar la toma de decisiones, siendo de gran ayuda para los profesionales del deporte y en la vida en general”, dijo el matemático de la Basque Center for Applied Mathematics.

Después de un coffee break fue el turno del profesor de la Facultad, PhD. Gonzalo Ruz, quien habló sobre los clasificadores basados en redes Bayesianas -modelo matemático que explica las probabilidades en base a un conjunto de variables aleatorias y sus dependencias condicionales- con aplicaciones para el análisis del sentimiento en Twitter.

“El uso de datos de Twitter después de un hecho catastrófico servirían para establecer una estrategia de respuesta a una crisis. Estos son dos de muchos usos donde la analítica de datos es importante para la toma de decisiones”, puntualizó De la Cruz.