お知らせ PC-KYOTEI Database Ver.1.0.3.1 を公開しました PC-KYOTEI Database Ver.1.0.3.1 概要 自動投票のデータ区分に「9:該当レコード削除」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 今回の新機能について 投票ファイルから該当レコードを削除す... 2023/08/19 お知らせ
お知らせ PC-KYOTEI Database Ver.1.0.3.0 を公開しました PC-KYOTEI Database Ver.1.0.3.0 概要 登録対象データ設定画面のバグを修正 ■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 2023/04/13 お知らせ
お知らせ PC-KYOTEI Database Ver.1.0.2.9 を公開しました PC-KYOTEI Database Ver.1.0.2.9 概要 ボートレーサー写真のフルセットアップ処理速度を改善 ※約90分→約10秒 ■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 2023/02/12 お知らせ
AI競艇 LightGBMによるAI競艇予想(準備編) 当サイトの「AI競艇」の記事と「PC-KYOTEI Database」があれば、競艇予想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、最強の競艇予想AIを完成させてください。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(二値分類) 「二値分類」は目的変数を0か1の二値に分類にする方法です。ここに公開するPythonのソースコードは「正解率」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。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(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」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。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(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。競艇予想の場合、例えば能力指数など。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」の評価指標と「散布図」の作成を実装しています。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。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(ランキング学習) 二値分類や回帰分析が絶対的な「値」を求めるのに対し、ランキング学習は相対的に順位付けします。具体的な数値ではなく順位なので、いかにも競艇予想に向いてそうです。ここに公開するPythonのソースコードは「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。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(チューニング編) 「PC-KYOTEI Database」と「LightGBM」を使って、優れたAI競艇予想を作るために、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。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(Pythonデータ登録) この記事では「LightGBMによるAI競艇予想(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。 2023/02/01 AI競艇