お知らせ PC-KEIBA Database Ver.5.0.5.0 を公開しました
PC-KEIBA Database Ver.5.0.5.0 概要Pythonデータ登録画面のバクを修正予測値レコードの不足に対応■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 お知らせ 馬毎払戻過去走データ2022年12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
プログラミング pgAdminのインストールと使い方
「pgAdmin」はPostgreSQLが作ってる無料のデータベース管理ツールです。プロシージャと関数を作ったり編集するときは「A5:SQL Mk-2」よりもpgAdminのほうが作業がはかどります。どこでエラーが発生したか行番号を教えてくれるので。「A5:SQL Mk-2」と上手く使い分けてください。
AI競馬 LightGBMによるAI競馬予想(シミュレーション編)
今回は「LightGBMによるAI競馬予想(Pythonデータ登録)」の記事で作った「ランキング学習」の2021年の学習データを使って、2022年のレースを予想してみます。シミュレーションの方法をざっくり言うと、予測値を外部指数化して、「PC-KEIBA Database」の画面でシミュレーションします
お知らせ PC-KEIBA Database Ver.5.0.4.9 を公開しました
PC-KEIBA Database Ver.5.0.4.9 概要Pythonデータ登録画面のバクを修正予測値の指数表記に対応■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
AI競馬 LightGBMによるAI競馬予想(チューニング編)
「PC-KEIBA Database」と「LightGBM」を使って、優れたAI競馬予想を作るために、最低限必要なチューニング方法をまとめました。チューニングを習得するためには、以下の2つの概念を理解する必要があるので、まずこれらを説明します。
AI競馬 LightGBMによるAI競馬予想(Pythonデータ登録)
この記事では「LightGBMによるAI競馬予想(準備編)」で紹介した、予測用ソースコードの実行をソフトが全レース自動でやる機能、「Pythonデータ登録」画面について説明します。さらに予測値と確率のデータをテーブルに登録するのが目的です。
お知らせ PC-KEIBA Database Ver.5.0.4.8 を公開しました
PC-KEIBA Database Ver.5.0.4.8 概要Pythonデータ登録画面を追加■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
AI競馬 LightGBM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 LightGBM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」の評価指標と「特徴量重要度」の可視化を実装しています。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。