- このトピックには3件の返信、2人の参加者があり、最後に
により1年前に更新されました。
-
投稿
-
お世話になっております。
機械学習のさせ方について、質問をお願いします。人間の場合、競馬の学習は、1つ1つのレースごとに予想し、馬の着順を予想と比べ合わせることで学習し、どれが強いかを見分ける経験を積んで、その経験のトータルとして各レースの予想ができるようになるのだと思います。
でも機械学習の場合は、レースを1つ1つ切り分けで学習させるのではなく、1000とかのレースをごちゃっとまとめて機械学習させるようです。その理解でいいのでしょうか？ それともプログラム的に、1つ1つのレースごとに学習させる方法があるのでしょうか？
すいませんが、教えてください。よろしくお願いいたします。
satorukibi様
ご質問ありがとうございます。
管理人＠PC-KEIBAです。お問い合わせの件について回答させていただきます。
機械学習において、個々の問題やタスクに対してどのように学習させるかは、問題の性質や目標に依存します。■1. 個別のレースごとに学習する方法
1つ1つのレースを個別に学習する方法も可能です。
これは、当サイト内の「LightGBMによるAI競馬予想(ランキング学習)」のページを参考にしてください。
この方法では、各レースに関する相対的なデータを収集し、そのデータを使って個別のモデルをトレーニングすることができます。■2. 複数のレースをまとめて学習する方法
一方で、多くの機械学習アプローチは、多くのデータから一般的なパターンを捉えることを重視します。
複数のレースのデータを結合して、それらをまとめて学習させることも一般的です。
これにより、一般的な傾向やパフォーマンス指標を理解するのに役立ちます。
ただし、個別のレースごとの特定の要因を逃す可能性があるため、精度は向上するかもしれません。■総括
どちらの方法を選ぶかは、目標と利用可能なデータに依存します。
個別のレースごとに学習させる場合は、そのデータを収集し、タスクに合ったモデルをトレーニングできます。
状況によっては、個別のレースごとに学習と複数のレースを組み合わせた学習のハイブリッドアプローチを使用することもあります。
最終的に、試行錯誤とデータに基づいたアプローチを採用することが重要です。何か他に質問があれば、お気軽にお知らせください。
もしも解決されたら、ご返信いただけますと幸いです。管理人様
返信ありがとうございます。お忙しいところ恐縮至極です。
なるほど、ランキング学習がそれにあたるのですね。
最初にランキング学習のところを読んで、次に他のところを読んだので、？という感じになっていました。
この場合、group = df[‘query_id’].value_counts()
とする指定がキモになるわけですね。
非才につき、どこまでついていけるかわかりませんが、今回は大変勉強になりました。
また質問させていただくことがあるかと思います。
今後ともよろしくお願い申し上げます。
- トピック「個別のレースごとに機械学習する方法」には新しい返信をつけることはできません。