お知らせ

PC-KEIBA Database ソフト紹介

もう、Pythonのスクレイピングに時間を費やすのはやめませんか?「PC-KEIBA Database」を使えば、画面のボタン操作だけで様々なJRA公式データを簡単に取り込めます。競馬予想AIの開発を目指すなら、スクレイピングは非効率です。
お知らせ

PC-KEIBA Database Ver.5.0.7.9 を公開しました

PC-KEIBA Database Ver.5.0.7.9 概要汎用ライブラリ群を最新版にアップデート■新規インストールの方はこちら■アップデートの方はこちら
お知らせ

馬毎払戻過去走データ2024年11月分を公開しました

■馬毎払戻過去走データの使い方はこちら
YouTube

学習データのノイズ除去と具体化・抽象化テクニック【④競走条件】

競馬予想プログラミングPC-KEIBAの公式チャンネルです。「PC-KEIBA Database」を使ったデータ分析や、競馬予想AIの作り方などを紹介しています。競馬データ分析の新たな世界を一緒に楽しみましょう!皆様のフォローをお待ちしてい...
YouTube

【トータル期待値】2024年23月・高度なデータ分析で探る「お買い得」な馬は?

競馬予想プログラミングPC-KEIBAの公式チャンネルです。「PC-KEIBA Database」を使ったデータ分析や、競馬予想AIの作り方などを紹介しています。競馬データ分析の新たな世界を一緒に楽しみましょう!皆様のフォローをお待ちしてい...
トータル期待値

【トータル期待値】2024年12月・高度なデータ分析で探る「お買い得」な馬は?

この記事は、YouTubeでもご覧いただけます。映像とナレーションで内容がよりわかりやすく解説されているので、ぜひ以下のリンクからご覧ください。■【トータル期待値】2024年12月・高度なデータ分析で探る「お買い得」な馬は?トータル期待値と...
YouTube

学習データのノイズ除去と具体化・抽象化テクニック【③馬場状態】

競馬予想プログラミングPC-KEIBAの公式チャンネルです。「PC-KEIBA Database」を使ったデータ分析や、競馬予想AIの作り方などを紹介しています。競馬データ分析の新たな世界を一緒に楽しみましょう!皆様のフォローをお待ちしてい...
AI競馬

Kerasで実現するディープラーニングによるAI競馬予想(準備編)

当サイトの「AI競馬」の記事と「PC-KEIBA Database」があれば、競馬予想AIは簡単に作れます。必要なのは、CSV形式の学習データを用意することだけです。最終的には、それらを自分のニーズに合わせてカスタマイズし、最強の競馬予想AIを完成させてください。
AI競馬

Kerasで実現するディープラーニングによるAI競馬予想(二値分類)

「二値分類」は目的変数を0か1の二値に分類する方法です。ここに公開するPythonのソースコードは「正解率・適合率・再現率・F値・AUC」の評価指標を計算する機能を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。
AI競馬

Kerasで実現するディープラーニングによるAI競馬予想(多クラス分類)

「多クラス分類」は目的変数を多クラスに分類する方法です。「二値分類」の三値以上版みたいなイメージ。ここに公開するPythonのソースコードは「正解率・適合率・再現率・F値」の評価指標を計算する機能を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。
AI競馬

Kerasで実現するディープラーニングによるAI競馬予想(回帰分析)

「回帰分析」は数値を目的変数とする場合に使う方法です。競馬予想の場合、例えば走破タイムなど。ここに公開するPythonのソースコードは「予測誤差」と「決定係数」の評価指標を計算する機能を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。