夏競馬は良く荒れるって聞きますが、本当に荒れていましたね！皆さんは夏競馬の成績はいかがでしたでしょうか？ 去年の私は荒れたレースで上位人気を買っていたり、固いレースなのに穴馬を買っていたり、ちぐはぐな馬券を買っていた記憶があります笑 でも自

スロットで台を選ぶときに、なんとなくで台を選んでいませんか？選ぶ際に出そうな台、設定が良さそうな台ががわかると良いなと思ったことはありませんか？抽選で良番を引いたのに低設定の台に座ってしまったという経験あると思います。今回はAIの技術を用い

競馬AI⑤で作成した回収率計算の更新版になります。この前の記事で穴馬モデルも作成したので、上位予測馬と穴馬の組み合わせでどのくらいの回収率になるのか、2023年のデータを使って確認してみます。今回は馬連とワイドの回収率が計算できるように修正

競馬AI⑩の記事で穴馬を予測するモデルの構築を記事にしましたが、今回は損失関数というものを使い、さらに精度を上げていこうという内容になります。前回のモデルを作成していない方は、まずは以下の記事を参考にモデルを作成してみてください。損失関数と

レースの予測結果で上位の馬をすべて購入していたら必ず収支はマイナスになってしまいます。そこで一定の閾値を設けて、その閾値を超えた馬を軸にして購入するなど工夫が必要です。ではどのように閾値を設定すればよいかを説明します。以下の記事で回収率が計

AIを使った競馬の成績はいかがでしょうか？私の方は半年間動かして単勝回収率100%を少し下回る辺りを推移しています。AI競馬予想ページも見ていただけると嬉しいです！半年間で延べ400頭弱が一定閾値を超え、その馬は馬券内率が57%、1着率が2

今回は目的変数（着順）に対する説明変数（特徴量）の相関係数を計測し、予測に良い影響を与えていない特徴量を特定します。相関関係がなく、確かに不要だと思った特徴量は削除していきましょう！本当はもっと最初にやっておくべきことだったのですが、忘れて

モデルの精度を上げるために今回はパラメーターチューニングを行います。パラメーターをチューニングすることで、モデルの性能を向上させたり、オーバーフィッティングを避けたり、計算効率を良くすることができます。ただパラメーターを見ても何が書いてある

Microsoftは現地時間9月21日の発表会にてCopilotの公開を発表しました。9月26日のOS「Windows11」のアップデートに合わせて一部の機能から提供が開始されます。皆さんが気になっているであろう、Officeの各種ソフトウ

モデルの精度を向上させるにはどうするかというと、「学習するデータ量を増やす」か「特徴量を増やす」「パラメーターチューニングを行う」などの方法があります。データ量はスクレイピングで取得する年数を増やすだけなので、今回は特徴量を増やす方法につい

OpenAIが2023年8月28日（現地時間）に企業向けAIチャットサービス「ChatGPT Enterprise」の一般提供を開始したと発表しました。公式ページ以前Bing Chat Enterpriseが発表されたと記事にしましたが、O

こちらの記事にある予想するレースデータの取得方法の更新記事です。久しぶりの競馬AIの記事になります。競馬AI④の予想するレースデータの取得まで実施した方は、データの整理が大変だと感じませんでしたか？私自身感じていたので、簡単に取得できるよう

ChatGPTのプラグインを使って、経営分析を行う方法について解析します。この記事を読めば作業にかかる時間が爆速になること間違いなしです。

Google Analytics-ユニバーサルアナリティクスの過去のデータをMatomoに移行する方法を紹介します。これまでサイトを運営してきたアナリティクス情報が消えないようにこの設定はしておいた方が良いです。ぜひ試してみてください。

米マイクロソフトが2023年7月18日に、「Bing Chat Enterprise」を発表しました。これまでのBingのAIチャットにデータ保護の観点を加え、業務用途で利用できるようになりました。今までBing ChatもChatGPTも

前回からの続きの記事になります。前回は回収率を計算するための材料として、スクレイピングを使って払い戻し情報を取得しました。今回はその払い戻し情報を使って、回収率を計算するプログラムを組んでいきます。回収率を計算するコード以下のコードを第3回

このモデル作成の記事の続きになります。モデルが生成出来たらそのモデルを使って予想した場合の回収率って気になりますよね！前回の記事ではaucや的中率などは分かりましたが、掛け金がいくらになるかまでは計算していませんでした。今回はモデルを使って

私生活、仕事にも役立つChatGPTのプラグインを紹介します。これからはAIに仕事を取られるのではと心配するのではなく、AIを使いこなせる人になっていくことが大切だと思っています。

前回からの続きの記事になります。前回は過去のレースデータを学習させてモデルを作成しました。今回はそのモデルを使用し、実際のレースで予想をしていきます。予想するレースデータの準備作成するデータのヘッダー情報ヘッダーは以下の通りです。出走する馬

競馬の着順予想を行う最も重要なモデルの学習について紹介します。コピペだけでとりあえずの結果は出せるようになります。精度向上のポイントについても説明しているので試してみてください。