Public

Public cible

• Chercheurs en informatique/mathématiques/traitement du signal.
• Chercheur en sport/sciences physiques/sciences du mouvement, professionnels du sport (entraîneurs, sportifs, salariés des bookmakers).

Conditions préalables

La connaissance des méthodes statistiques, ainsi que de l'analyse automatisée des données (data mining, machine learning) facilitera la compréhension des méthodes introduites, mais n'est pas indispensable. Chaque séance thématique introduira les notions nécessaires à la compréhension de la suite du cours. Une bonne culture sportive est indispensable.

Résultats attendus

• Transfert de méthodes et de techniques : les participants découvriront l'état de l'art dans l'analyse de données sportives complexes.
• Développement communautaire : l'école donnera aux participants l'occasion de rencontrer d'autres chercheurs et praticiens ayant des intérêts similaires, mais des perspectives différentes.
• Accompagnement de développement d'une recherche : permettre aux analystes de s'ouvrir aux données sportives et aux sportifs (professionnels comme amateurs) d'aller vers l'automatisation de l'analyse de leurs données.