管理人@PC-KEIBA

YouTube

【コーナーロス】前走で外を回って負けた馬は過小評価されている

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

勝ちやすい競馬場はどこ?全国の競馬場の平均配当を比較

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

単勝の支持率と勝率はほぼ同じ!最新オッズと期待値で自動投票する方法

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...
データ分析

前走脚質は今走でどれほど違うのか?レース結果はどう変わる?

今回のデータでは、前走脚質は今走でどれほど違うのか、そしてレース結果にどのような影響を与えるのかを分析します。このデータは芝とダートの両コースに分けて分析し、脚質の変化がどう影響するかを確認します。今回は、コンピ指数の1位馬に焦点を当てて考察します。
お知らせ

馬毎払戻過去走データ2024年06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
AI競馬

Borutaで競馬予想AIモデルをチューニング

特徴量選択は、機械学習において重要な前処理の一つです。データセットから最も重要な特徴量を選ぶことで、モデルのパフォーマンスを向上させることができます。ここでは、LightGBMでBorutaというライブラリを使用して特徴量選択を行う方法について解説します。
データ分析

【穴党必見】波乱レースの条件をデータ分析!3連単の平均払戻金ランキング!

高額な払戻金を狙う際には、やみくもに狙うのではなく、どのような条件で発生しやすいかを調べて狙う方が効率的です。そこで、今回の取り組みではJRAのデータを対象に、3連単の平均配当を調和平均で比較し、波乱レースの条件をデータ分析しました。集計期間は2007年から2023年の17年間で、出走頭数も調和平均で集計しています。
YouTube

波乱レースに特化した競馬予想AIの作り方

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

波乱レースに特化した競馬予想AIの作り方

電気自動車の最大手である「テスラ」の車用AI(自動運転)の開発には、世界中を走行するテスラ車の膨大な運転映像が使われてます。そして、それを学習したAIが平均的なドライバー並みの運転にならないように、状況に上手に対応した例だけを学習に使ってるそうです。
YouTube

コンピ指数でレースの波乱度を予測する

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...