Dự đoán thời gian hoàn thành Marathon bằng mô hình học máy tổng hợp: Một nghiên cứu thực nghiệm trên dữ liệu Boston Marathon

Tóm tắt

Nghiên cứu này đề xuất một mô hình học máy tổng hợp (ensemble) nhằm dự đoán thời gian hoàn thành cuộc thi Boston Marathon dựa trên dữ liệu thực nghiệm từ các năm 2015–2017. Sau khi tiến hành tiền xử lý và xây dựng đặc trưng bao gồm thời gian tại các mốc (5K, 10K, Half), tuổi, giới tính, quốc tịch và năm thi đấu, nhóm tác giả đã triển khai sáu mô hình: KNN, ANN, CBR, FA-PP-R-ML, LSTM và một mô hình Ensemble mới kết hợp Linear Regression, Random Forest và MLPRegressor thông qua một meta-model. Kết quả thực nghiệm trên tập kiểm tra cho thấy mô hình Ensemble đạt hiệu năng vượt trội với MAE = 7,32 phút, RMSE = 11,06 phút và R² = 0,928, vượt trội so với các mô hình còn lại cả về độ chính xác và tính ổn định. Các biểu đồ trực quan như scatter plot và boxplot cũng cho thấy sự phù hợp cao giữa giá trị dự đoán và thực tế. Tuy nhiên, nghiên cứu vẫn còn một số hạn chế về quy mô dữ liệu, phạm vi so sánh mô hình, giả định đơn giản hóa trong thiết kế thuật toán và mức độ tinh chỉnh tham số còn cơ bản. Từ đó, nghiên cứu đề xuất mở rộng đánh giá trên các bộ dữ liệu đa dạng hơn, tích hợp thêm dữ liệu ngoại sinh và áp dụng các kỹ thuật hiện đại như attention, học sâu đồ thị (graph-based learning) và AutoML, đồng thời tăng cường khả năng diễn giải nhằm hướng đến ứng dụng thực tiễn trong huấn luyện thể thao và dự báo thi đấu.