Performans Tahminleri, abonelere geçmiş Strava aktivite verilerine dayanarak önemli koşu yarışı mesafeleri için tahmini tamamlama süreleri verir. Desteklenen yarış mesafeleri 5K, 10 km, Yarı ve Tam maratondur.

Performans Tahminleri, yarış için herhangi bir arazi veya yükseklik değişkenliğini dikkate almaz ve sporcunun yarışı pist benzeri düz bir parkurda koştuğunu varsayar. Tahminler yalnızca abonelere sunulur ve İlerleme bölümünde Sen sekmesinde ve mobil uygulamadaki koşu Aktivitelerinde bulunabilir.

Tahminleri görebilmek için, abonenin son 24 haftalık dönem (yaklaşık 5 buçuk ay) içinde en az 20 koşu aktivitesi yüklemesi gerekir. Bu eşik, özelliği destekleyen makine öğrenimi modelinin yüksek kaliteli ve doğru bir tahmin yapması için yeterli veriye sahip olmasını sağlar. Model, her koşu yüklemesinden sonra ve koşunun yüklenmediği üç günün ardından abone için yeni bir tahmin seti oluşturur. Yeterli koşu aktivitesi yüklememiş Aboneler, son yeterli yükleme yaptıkları zamandan kalma önbelleğe alınmış tahmin setini görecekler. Bir abone yüklemeye devam ettiğinde ve aktiviteler eşiğine ulaştığında, tahminler güncellenecek.

Son 1 ay, 3 ay ve 6 ay boyunca tahminlerini zaman içinde görüntüleyebilirsin. Aylık görünümde güncellenmiş tahminlerini her gün görebilirsin. 3 ay ve 6 ay için her haftadan medyan tahminini görebilirsin. O gün veya hafta için güncel bir tahmininiz yoksa, olayları birbiriyle ilişkilendirmenize yardımcı olacağız. Geçmiş tahminleri görüntüleyebilmek için seçilen zaman aralığında, seçilen mesafe için en az 2 tahminin olması gerekiyor. Bugün size güncel bir tahmin sunabilmemiz için yeterli veri olmasa bile, seçtiğiniz süre aralığındaki geçmiş tahminlerinizi görüntüleyebilirsiniz.

Strava'nın Performans Tahmini özelliği, tüm zamanların koşu geçmişi ve en iyi performanslar dahil olmak üzere 100 sporcu veri özelliğinden yararlanan bir ML modeli ile desteklenir. Tahmini VO2 max gibi teorik girdilere dayanan diğer yarış tahmin araçlarının aksine, Strava yarış sonuçlarını tahmin etmek için yalnızca gerçek aktivite verilerini kullanır. Sistem ayrıca benzer antrenman geçmişine sahip sporcuların performanslarından yararlanır, böylece tahmini süreler gerçekçi olur ve benzer yeteneklere sahip diğer kullanıcılar tarafından elde edilen sonuçlara dayanır.

Her yarış mesafesi için zamanlar bağımsız olarak hesaplanır, bu da daha yüksek hassasiyet sağlar. Örneğin, maraton için antrenman yapan ve haftalık koşu hacmini artırarak daha uzun interval antrenmanlarına odaklanan bir sporcu, yarı maraton ve maraton tahminlerinde önemli bir gelişme görebilir, ancak daha kısa mesafelere ilişkin tahminlerinde buna eşdeğer bir gelişme göremeyebilir.

Benzer şekilde, antrenmanlarında hız ve güce ağırlık vererek daha kısa mesafelere odaklanan bir sporcu, bu yeteneklerin daha az önem taşıdığı uzun mesafelere kıyasla5Kve10ktahminlerinde daha büyük bir gelişme kaydedebilir.

Performans Tahminleri modelinin geliştirilmiş versiyonu 23 Eylül 2025 haftasında yayınlandı. Bu güncelleme, tahminlerinin son en iyi derecelerini daha doğru şekilde yansıtmasını sağlar.