Guépard doré
VERSION 3.6
GoldenCheetah est une application de bureau pour les cyclistes, les triathlètes et les entraîneurs
Analysez à l'aide de métriques récapitulatives telles que BikeStress, TRIMP ou RPE
Extrayez des informations via des modèles tels que Critical Power et W'bal
Suivez et prédisez les performances à l'aide de modèles tels que Banister et PMC
Optimisez l'aérodynamisme à l'aide de Virtual Elevation
Entraînez-vous en salle avec les home trainers ANT et BTLE
Chargement et téléchargement avec de nombreux services cloud, notamment Strava, Withings et Todays Plan
Importez et exportez des données vers et depuis une large gamme d'ordinateurs de vélo et de formats de fichiers
Suivez les mesures corporelles, l'utilisation de l'équipement et configurez vos propres métadonnées à suivre
GoldenCheetah fournit des outils permettant aux utilisateurs de développer leurs propres métriques, modèles et graphiques.
Un langage de script intégré performant et puissant
Runtime Python local ou intégration d'un runtime installé par l'utilisateur
L'utilisateur intégré a installé le runtime R
GoldenCheetah prend en charge le partage communautaire via le Cloud
Télécharger et télécharger les métriques développées par les utilisateurs
Charger et télécharger des graphiques utilisateur, Python ou R
Importer des entraînements en salle depuis ErgDB
Partagez des données anonymisées avec les chercheurs via l'initiative OpenData
GoldenCheetah est gratuit et accessible à tous, publié sous la licence open source GPL v2 avec des binaires prédéfinis pour Mac, Windows et Linux.
Les instructions d'installation et de construction de Golden Cheetah sont documentées pour chaque plate-forme ;
INSTALL-WIN32 Pour construire sous Microsoft Windows
INSTALL-LINUX Pour construire sous Linux
INSTALL-MAC Pour construire sur Apple MacOS
macOS et Linux :
Fenêtres :
Les versions officielles, les instantanés et les versions de développement sont tous disponibles sur http://www.goldencheetah.org
Si vous recherchez le fork NOTIO de GoldenCheetah, vous pouvez le trouver ici : https://github.com/notio-technologies/GCNotio
