Please use this identifier to cite or link to this item:
https://repository.unad.edu.co/handle/10596/63010| Title: | Hipertrofia muscular: un enfoque basado en ciencia de datos |
| metadata.dc.creator: | Blanco Castellanos, Albert Danilo |
| metadata.dc.date.created: | 2024-07-15 |
| metadata.dc.subject.keywords: | Hipertrofia muscular Modelos predictivos Entrenamiento |
| metadata.dc.format.*: | |
| metadata.dc.type: | Monografía |
| Abstract: | Esta monografía se adentra en el mundo del crecimiento muscular, explorando cómo la biología de nuestros músculos responde a la alimentación y al ejercicio. Se enfoca en descifrar los secretos esenciales que guían el desarrollo muscular y cómo estos conocimientos pueden ser aplicados para mejorar el rendimiento deportivo y la salud. El objetivo principal es identificar los factores cruciales que impactan en el crecimiento muscular. Esta búsqueda detallada busca proporcionar una comprensión más profunda para personalizar programas de entrenamiento y nutrición, optimizando así el desarrollo muscular y promoviendo una mejor salud en general. Esta investigación no solo aborda los aspectos biológicos, sino que también explora cómo estos hallazgos pueden ser implementados en la práctica. Se consideran herramientas innovadoras, como el aprendizaje automático, para analizar datos complejos y ofrecer estrategias personalizadas en el ejercicio y la alimentación. El trabajo establece las bases para futuras investigaciones, ofreciendo la posibilidad de transformar nuestra comprensión y enfoque hacia el crecimiento muscular, lo que potencialmente mejorará el rendimiento deportivo y la salud muscular para todos. |
| URI: | https://repository.unad.edu.co/handle/10596/63010 |
| metadata.dc.subject.category: | Ciencia de Datos Estadística Fisiología del deporte |
| metadata.dc.coverage.spatial: | cead_-_josé_acevedo_y_gómez |
| Appears in Collections: | Especialización en Ciencia de Datos y Analítica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| adblancocas.pdf | 742.62 kB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
