Share This:

この記事は完全にやらかしています. 試されるからこそ興奮がある。興奮があるからこそ頑張って生きる気になるおすすめの1冊です!, 「Kindle Unlimited」の『30日間 無料体験中』なら『三度怒った競馬の神様 サラブレッドに魅入られた男たちの物語』が無料で読めるので、この機会をお見逃しなく!, また、あのメンタリストDaiGoさんも 昨今、競馬aiはサービスとして運営しているサイトもあったり、ドワンゴが主宰の電脳賞があったりと、着々と盛り上がっているように思えます。そんな中で自分も機械学習を使った競馬予想を実践することができとても楽しかったです。 \30日間 無料体験中!/ 【最強R続き】エリ女に使うウインマリリンと併せて互角の動きを披露。さすがは泣く子も黙るノーザンF天栄調整馬。上手く外厩でケアしたようだし、取消明けを嫌われて人気を落とす用なら穴で狙って面白いと思うぜ?, 2020年春のG1レースは11戦7勝! ●当てぐせをつける 期間内に海外又は日本の競走に出走した日本調教馬を順位付けしたものです。 3. ●複勝を買うときのコツ 南関競馬とJRAで、毎日競馬で悠々生活している馬券術を配信しています! Mambaとは. まんばに聞く. 海外競馬・地方競馬 . The following two tabs change content below. 競馬で稼ぐための方法まとめ; 初心者でも楽しめる!競馬のおすすめゲームアプリ15選; 厳選!おすすめの無料競馬予想アプリランキング【トップ7】詐欺アプリは存在する? 」から紐解く 穴パターン事典 (競馬王馬券攻略本シリーズ)』は、競馬歴わずか5年ながらプラスを続ける秘訣「本質を理解し、効率良く勝つ方法」を紹介しています!, 穴馬券を獲るための予想アプローチ 本を楽しみたい人は、この機会をお見逃しなく!, 『勝ち馬がわかる競馬の教科書』は、馬柱の見方、調教欄の見方、パドックの見方など、買い・消しの判断基準を◎、×などでわかりやすく紹介しています!, など、競馬記者歴40年以上の競馬評論家が目安にしている持ち時計、調教時計の判断基準を表にして掲載!, また、各競馬場の主なコースと距離別の AI戦略室の坂本です。元はといえば忘年会の余興から始まった競馬予想AIですが、ブログ記事のアクセス数も多く、予想以上に注目されている感じです。実は以前のモノは、所詮余興というノリで作ったAIなので、色々と不完全な部分もあったのですが、方々からリクエストがあったので、もう少しだけきちんと考えて予想AIを作り直すことにしました(本当は次の忘年会までネタとして取っておきたかったのですが・・・)。なお、ここで紹介する競馬予想AIのソースコード全体は、例によってGitHub(https://github.com/cocon-ai-group/turf-tipster2/)で公開しています。記事中で紹介するのはコードの断片のみなので、全体を見ながら記事を読む方が、より理解が容易となるでしょう。, 前回では、独自に定義した損失関数を使ってニューラルネットワークを学習させることで、「馬の名前から強さベクトルを作成する」ニューラルネットワークを作成しました。実はこのような、教師データから序列を求める機械学習はランキング学習と呼ばれ、様々なアルゴリズムが存在しています。代表的にはRankNet・NNRank、LambdaRankなどがあり、いずれも損失関数の形を工夫することで、「強さベクトル」に相当する数値を出力させることが出来ます。中でもLambdaRank(https://dl.acm.org/citation.cfm?doid=1571941.1572021)は、マイクロソフトの研究者が考案して公開したアルゴリズムで、(おそらく)検索エンジンBingのランキングシステムのベースとなっているであろう、優れたアルゴリズムです。このLambdaRankを、こちらでも紹介した決定木を使用したアルゴリズムに対して適用させたモノを、LambdaMART(https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/MSR-TR-2010-82.pdf)と呼び、ニューラルネットワークを使用した機械学習よりも軽量で、大きなデータに対して適用することが容易になっています。さて、このように色々と優れたアルゴリズムがある以上、それを使用して競走馬の序列を学習させれば、前回と同じ発想による競馬予想AIが出来るだろう、ということで、今回はLambdaRank/LambdaMARTによる競馬予想AIの作成について解説します。ちなみにランキング学習のアルゴリズムを使用する以上、ここでは前回と同様に、「強い馬は上の順位に位置することが多いだろう」という前提に立って競馬予想AIを作成します。つまり、全て結果となる順位のみから学習することになるので、追い込み馬や先行馬などの脚質、馬同士の相性などについては考慮されません。また前回指摘したように、「勝つときは大勝ちするが負けるときは大負け」のような馬については前提の対象外になります。そのため実際の競馬レースを本当に正しくモデル化出来るのか、という疑問もありますが、大量のデータを学習させることでどの程度の予測が可能か、まずは試してみたいと思います。, まずは競馬予想AIに必要な、機械学習の部分について解説しようと思います。手始めに、前回同様の小さなデータ(馬と騎手の名前、競馬場の名前、馬場の種類、天気、距離)のみを学習させる例について考えてみましょう。RambdaRankを使う場合、学習データの単位はランキングされる一つ一つの要素です。つまりここでは、レース一つではなく、レース内に出走する馬の一頭一頭が、学習データの一単位となります。そして、学習ターゲットはランキングの数値で、ここではレース結果の着順が学習ターゲットに当たります。まくって勝っただとか先行逃げ切りレースだったとかは学習しません(というかデータが無いです)。通常の回帰とは異なっている箇所として、RambdaRankを使用する場合に必要な「Queryデータ」というデータが存在する点が挙げられます。このQueryデータは、ランキング学習におけるランキングの単位(学習データの単位ではなく)を表すデータで、そのランキングに含まれている学習データの数を表すデータとなります。, つまり上の図では、2レースで7頭の馬が学習データとなるため、学習データの数は7個で、それぞれ6次元で7×6サイズの配列が、学習データのサイズとなります。そしてQueryデータは2レース分なので2個のデータを持つ一次元配列で、それぞれの値は4と3になります。Queryデータの合計は学習データの数と一致しなければなりません。, ここでは馬と騎手の名前の他に、4つのパラメーターのみをレースのメタデータとして追加していますが、きちんとスクレイピングさえしてやれば、他にも気温や湿度や風向きや前日の株価や太陽黒点の数など、色々なデータを追加することも出来ます。そうしたデータの選別が今回の手法でのAI作成では重要で、AIの個性をもたらず原因となる訳なので、このプログラムを元に独自の競馬予想AIを作成したいという方は、色々とデータの取り扱いについて考えてみると面白いでしょう。, それでは実際のアルゴリズムとプログラムコードについて解説します。競馬レースのデータについては前回と同様、JRAのデータサービスであるJRA-VAN(https://jra-van.jp/)等から入手します。今回も、前回用意したデータと共通のフォーマットを使用します。レース情報には、レースのメターデータと、出走馬情報のリストが含まれています。, このCSVファイルを読み込むのは、以下の関数です。内容は簡単なモノで、CSVの各カラムから全てのデータを取り出して引数のリストへ追加するのと、全ての馬の名前、騎手の名前、競馬場の名前、馬場の種類、天気の種類をラベル化するためにリストアップしておくものになります。, 上記関数でデータを読み込んだら、全ての馬の名前、騎手の名前、競馬場の名前、馬場の種類、天気の種類について以下のようにLabelEncoderを作成しておきます。, そうして、各レースのデータを分解して数値データ化するために、以下の関数を作成しました。この関数は、レース情報のリストを引数に取り、同じく引数で与えられるリストに、分解したデータを追加してゆきます。学習データのターゲットは、レースの着順となりますが、ここではmax_positionで最大値を指定することで、「ある一定以下の下位馬は全部同じ扱い」にしています。重要なのが、ソースコード中にある、「ターゲットの順序をシャッフルする」という行です。なぜならば、レース結果から作成されるCSVデータは着順に並んでいるのですが、そのまま学習させてしまうと、LightGBMは「枠順の上の馬ほどランクが高い」という風に学習をしてしまうのです!(実際作ってみて、このような挙動をするとは予想外でした。RambdaRankの特性なのかLightGBMの特性なのかは解りませんが、前回のようにニューラルネットワークでバッチサイズ方向にデータを並べる場合は起こりえない嵌まりポイントです)そこでレース毎に枠順をランダムに並び替えることで、枠順は順位とは関係ないという事を学習させています。(本来は出走時の枠順で並べるべきでしょうね。そのデータは入力ファイル内に存在しないのでやりませんでしたが・・・そうそう、このAIは枠順毎の有利不利も無視します), ソースコードの細々とした箇所の解説は省きますが、こうしてレースのデータをRambdaRankで学習可能なデータ形式で読み込めば、後は機械学習を行うだけとなります。, 学習データとなる、馬と騎手の名前、競馬場の名前、馬場の種類、天気、距離のうち、距離を除くデータはカテゴリカルなデータ、つまり連続量ではなくどれか一つを選択するタイプのデータです。そういった場合、機械学習アルゴリズムではOne-Hotベクトルとして、種類の数だけのサイズで対象の次元のみが1となるベクトルデータを用意することで精度の向上が図れます。つまり、馬の名前について言えば、馬に相当する数値(1とか2とか)は一つの値として表現できますが、学習させるときには馬の数と同じ次元数を持つベクトル(馬が全7頭の場合:1は[1,0,0,0,0,0,0]に、2は[0,1,0,0,0,0,0]になる)で馬を表現する事になります。そのようなベクトルは手動で作成しても良いのですが、幸いにLightGBMでは「categorical_feature」オプションを使用することで、「そのデータはカテゴリカルなデータだ」と教えてやることが出来ます。「categorical_feature」オプションで指定されたデータは、内部でOne-Hotベクトルとして扱われることになります。「categorical_feature」オプションを指定して、RambdaRankでLightGBMを学習させるコードは、以下の部分になります。, パラメーターの指定で「’task’: ‘train’」「’boosting_type’: ‘gbdt’」とするのは回帰と同じですが、「’objective’: ‘lambdarank’」としてRambdaRankを使用することを指定し、「’metric’: ‘ndcg’」「’ndcg_eval_at’: [1,2,3]」「’max_position’: max_position」は学習の際の評価の方法を指定します。「metric」オプションは評価の損失関数で「ndcg_eval_at」は評価する対象を(ここでは1着から3着までを評価の対象に)指定します。また「max_position」はランキングに含まれる最大の値を指定します(最大のQueryデータ値とは異なります)。そして、結果は回帰と同じく「predict」を使用して求めます。predictを呼び出す際にもQueryデータは必要となります。下のコードでは、1レースのみの予想を求めているので、長さ1の配列に出走馬の数を入れてpredict時のQueryデータとしています。, 結果に対して呼び出している「norm_racedata」は、求められたスコアを正規化するものですが、特に無くても構わないです。ここでは後で異なる(LightGBM以外の)アルゴリズムとアンサンブルするために全ての結果を正規化するようにしていますが、正規化を行わなくてもそれほど違いは出ないようです。, さて、RambdaRankによる予想は、あくまで「レース結果の予想」であって、「馬券の予想」ではないことに注意してください。馬券を買う場合はオッズを見ながら買うことになるので、オッズで重み付けをおこない、Q学習などの手法を採るべきなのでしょうが、ここではそのような学習は行っていません。しかしそれでも、実際に馬券を買っていくら帰ってくるのかは気になるところなので、過去のレースのオッズ情報を元に、どの馬券でどのくらいのリターンが期待できるか、計算してみます。まずはレース情報からオッズ情報を読み込む関数です。, この関数はほぼ問題ないでしょう。レース情報を取得するプログラムで作成した並び順が正しく再現されていればそれで良いです。次に実際のリターンを計算する部分です。, リターンの計算は上のように、テスト用データに対する予想を行い、結果とオッズ情報から平均オッズとあたり数を計算しています。学習データとテスト用データを、2000レースと500レース分用意して、AIの予想精度を見てみましょう。, 残念ながら馬券で儲けを期待できるほどの精度は出ていませんが、単勝馬券の控除率が80%であることと、予想に使うデータの種類が少ない(馬と騎手の名前、競馬場の名前、馬場の種類、天気、距離しか見ていない!)ことを考えれば、それなりではないでしょうか。また、データの量を増やすことで、さらに予想精度を改善することが出来ます。データの種類を増やして、予想精度を向上させる部分については、後編で解説をします。, 広報の馬場です。4年に一度のOpenIDの祭典「OpenID Summit Tokyo 2020」が渋谷ストリーム・ホールにて1月2…, 世界のハッカーが競う「DEF CON CTF Finals 2019」参加者インタビュー, 広報の馬場です。 DEF CONの人気コンテンツの一つである「DEF CON CTF」は、熾烈な予選を勝ち抜いたチーム…, ココングループのAI TOKYO LABの細川です。AI、特にディープラーニング系のホットな技術を実際に動かすと…, https://github.com/cocon-ai-group/turf-tipster2/, https://dl.acm.org/citation.cfm?doid=1571941.1572021, https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/MSR-TR-2010-82.pdf. 今週は「強力厩舎情報馬」「強力騎手情報馬」の出走週となります。, 昨年は52週間のうち、27週間でコロガシ成功。 先週の天皇賞・秋週は10万円開始のコロガシ成功で70万円獲得!今週は通常価格で5万円3点以内コロガシ週となります。. おすすめ本│『三度怒った競馬の神様 サラブレッドに魅入られた男たちの物語』, 【2020年】夢占いのおすすめ本ランキング8冊!年400冊読む書評ブロガーが紹介!, 【2020年】編み物のおすすめ本ランキング15冊!年400冊読む書評ブロガーが紹介!, 【2020年】話し方、コミュニケーション能力向上のおすすめ本ランキング10冊!年400冊読む書評ブロガーが紹介!, 【2020年】メンタリストDaiGoのおすすめ本14冊!年400冊読む書評ブロガーが紹介!, 「絶対に負けたくない! 1,200,000冊以上の本がいつでも読み放題、この機会をお見逃しなく!, 『いまさら聞けない競馬で儲ける方法: いちばんやさしい入門書シリーズ』を無料で読む, 『勝ち馬がわかる血統の教科書』は、馬の才能を予測し、激走馬を見抜くのに欠かせない究極ツール「血統」について、基礎知識から実践的な予想法までをまとめています!, 「血統」の基礎知識を知るだけで、分析に深みとコクが増す。何倍も予想が楽しくなるおすすめの1冊です!, 『三度怒った競馬の神様 サラブレッドに魅入られた男たちの物語』は、小栗孝一と怪物オグリキャップとの十年愛、生殖能力を喪失したサクラユタカオー最後の賭け、元証券マン、ゼロからの牧場運営…, 競馬で、馬券で、僕たちはいつも試される。 節では応用事例として競馬の順位予測を 毎週重賞の全馬の考察・予想&買い目など更新! 9月14日 大井12R ワイド的中 払い戻し12000円 回収率240% 単穴6, ★LINEで予想配信中 →@masa11(@をお忘れなく) 先週も的中おめでとうございます!, 3週3重賞で200万の実績! 令和元年ダービー:宝塚:有馬:万券的中w秋G1、12戦中10戦的中w南部杯に続いて府中牝馬Sも万馬券連続的中wエリ女1・自身か3つ隣馬注意, インフォトップで販売されている情報商材を紹介しています。FXなどの投資商材からアフィリエイト・スポーツ・学習・ギャンブル・恋愛などあらゆるジャンルの情報商材を紹介しております。, ドリュウ JRA競馬の出走表枠順パズルを必殺裏読み! (F読みと称してますが)楽しい解読ですよ。, 競馬番組理論の第一人者、冴羽拳史郎のブログです。 主な執筆「ディープインパクト誕生の裏に隠されたシナリオ」(東邦出版)、「競馬の達人」(光文社)、「競馬最強の法則」(KKベストセラーズ), 【福島記念穴馬:アドマイヤフジャスタ】アルゼンチン共和国杯、天皇賞(秋)的中御礼!!競馬予想の効率化に貢献するブログです!!!, キングクリです。競馬で、年間黒字を目指すべく、20年以上研究を重ね、いまここに完成!毎週勝負レース予想を公開し、また、完成に終わりはありません。日々進化をするため、結果分析を重ね向上を図っております。, 11/9川崎初日・10R(ヴィータファン2⇔4・12→3・9・5)普通の予想で人気からなので当たる当らない関係なくそんなに面白くない『南関・JRA予想・人気≠馬の強さ?』, 神戸新聞杯コントレイル→ヴェルトライゼンデ馬単的中! 会員向けに重賞中心のレポート配信。 メルマガ会員限定配信 競馬番組表理論とはまさに推理ゲーム。, 2020年11月9日(月) 盛岡(1.8) (4.2.3.9) / 川崎(14.2) (5.8.1.13) / 名古屋(7.5) (9.3.2.6), 【会員予想・完全1点予想提供/直近170週で724万円の大幅プラス収支達成】 【エリザベス女王杯・武蔵野Sの注目馬公開】 【無料予想通算2526戦2010勝】 ホウオウアマゾン, 〜ワイドこそが真の勝負馬券〜  7月度981万円の払戻し達成!10月度727万円の払戻し達成! 30ヶ月連続プラス収支達成  高確率ワイド予想 10−13, はじめまして。競馬をこよなく愛し、そして、毎週予想し、購入、生計をたてようとチャレンジをしております!勝負レースを投稿していきます!, 競馬歴29年!普通の買い目では到底勝てない!暦を基に独自だん数字を導き出す!まさかまさかの展開が!これだから競馬はやめられない!, おそまつが、競馬予想でサラリーマンのお小遣いを応援します!! 身の回りの雑記も面白い!! 菊花賞 馬連・ワイド・3連複 的中!, 小額投資で競馬を楽しむデータ予想〈11/9 5.7〉先週のメルマガ予想は【中央 馬単回収率93.8%】【南関 三連単177.6%】, 中央競馬・南関東競馬・その他地方競馬 一軸◉流し少点数で一撃万馬券を狙う回収率最強データ オリジナルデータ&予想を毎日更新, 年間回収率100%超えは当然ですが、毎年継続することも大事です。ブログ開始前も開始後も毎年安定してプラス収支を残しています。(勝負レース版)もあります。 11/8 13, 2009年オッズマスターズグランプリ3位の馬券師。2009年の万馬券的中回数886回。証明書は全てHP掲載中。1日最高払い戻し額700万、最高配当423万です。日曜阪神3Rトウシンモンブラン, 11月7日のファンタジーSを検討。当ブログは、神戸新聞杯、秋華賞で万馬券的中(!)と好調です。, 400人規模のネット予想大会(M単)で優勝。3月末までの本命複勝率72.2%、ワイド回収率179.4%。現在相互リンク大募集中!, 傾向のハッキリしたコースだけで適性を見極めて勝負する。 秋華賞菊花賞馬単的中。アルゼンチン共和国杯の予想公開中。バレリオ.

『30日間 無料体験中』なので『いまさら聞けない競馬で儲ける方法: いちばんやさしい入門書シリーズ』が無料で読めるのもポイント!, さらに、マンガ・小説・雑誌・ビジネス書など、 ●展開予想でトレーニングせよ



横浜 サッカー クラブチーム, メジロドーベル 定点, 棋譜 分岐 アプリ, 日本 人口密度 2019, 中村晃 4番, イスタンブール モスク, ラーメン 海外の反応 レビュー, 阪神 成績 2020, 香川真司 移籍 バルセロナ, 中の坊瑞苑 王位戦 2020, 日曜ドラマ 歴代, アメリカ 州別 人口, アメリカ大統領 覚え方 英語, 静岡学園 藤井 進路, イランイラク戦争 化学兵器, Miu404 アンナチュラル 何話, いのり アニメキャラ, 石川昂弥 ドラフト, 警視庁捜査資料管理室 動画, ミニ四駆 ジャパンカップ 歴代優勝者, 仲間由紀恵 旦那, 八千草 薫, 高校サッカー プロ注目 2021, ジャパンカップ タイム, ロッテ ホテル 朝食 付き, 仮面ライダー シノビ イラスト, 内田篤人 試合, 星稜高校 サッカー, 尚志高校サッカー部 部員数, ロッテ 板チョコ, いつ恋 9tsu, 錦糸 町 朝 ブッフェ, 自衛官 死亡 退職金, イスラム国 設立, 2016 アメリカ大統領選挙 世論調査, フォンダンオショコラ Fgo, ベイスターズファーム ブログ, ソフトバンク 対戦成績 2019, コンサドーレアカデミー 月謝, 石橋貴明 野球, 歩いても 歩いても, 群馬 ラーメン, サバイバルファミリー レビュー, Jra-van データラボ おすすめ, キラメイシルバー 変身アイテム, ロッテ 日本企業じゃない, アルゼンチン料理 東京, 尚志高校サッカー部 セレクション, 小手伸也 ドラマ, 札幌 地域 建設 事業 専門 研修 会, グランアレグリア 安田記念, 騎手 落馬回数, 将棋 棋譜 シュミレーション, 旭川社会人サッカー メンバー募集, 群馬県サッカー協会 中学, エリザベス女王杯 2009, 佐藤都 志 也 契約金, 久保田紗友 大学, フェブラリーステークス 連覇, ガーナチョコレート Cm, 井桁弘恵 ハーフ, ダーツバー 天王寺, 地方競馬 新聞, オープン戦 順位 2018, ブエナ ビスタ スイート 値段, か の日の君へ 歌詞, ひかりtv 基本契約番号, アルゼンチン 歴史 年表, 新宿スワン まこ, 後藤健二 真相, 坂口憲二 結婚 桜井裕美, Official 略し方, 石川県高校サッカー 2020, あさが来た 金融グループ, キングエクスプレス キラメイジン 合体, フェア ゲーム 結末, アルゼンチン代表 フォーメーション ワールドカップ, ホットプロファイル Cm 誰, 目黒記念 2016, ダーツ プロテスト 服装, ソフトバンク 対戦成績 2019, エピソード7 トレーニングを君に, 続 最後から二番目の恋 動画 Pandora, ネットフリックス アメリカ 日本の映画, 天皇賞(秋 結果), サッカー審判 給料, 木村 豊島 対戦成績, 東銀座 アメリカン 食パン どこ の, 君と100回目の恋 感想, アメリカ独立戦争 ワシントン, ガーナ チョコ 韓国, サッカー日本代表 日程, メーガン妃 ブログ, ミッドウェイ 運命の海 評価, ジャパンダートダービー 2020 オッズ, ,Sitemap

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です