13
16

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

初心者が機械学習で競艇予想に挑戦してみた

Last updated at Posted at 2018-05-06

経緯、ゴール、スタート時の知識

経緯

  • 新しいことに挑戦してみたくなった。
  • よく聞くし、それらを利用したサービスも沢山あるようだが、そもそもの原理を知りたくなった。
  • ロト、ナンバーズ、競馬、競艇に応用して一発当てたかった
  • むしゃくしゃしてやった

挑戦のゴール

  • 原理を理解する
  • ロト、ナンバーズ、競馬、競艇に応用して一発当てる
  • 「競艇3連複2点買いで50%以上の確率で当てるモデルの作成」

スタート時の知識

項目 程度
英語 数年前にTOEIC600とったくらい
数学 理系の工学部の大学1,2年の数学くらいの知識(マクローリン展開とか)
経験のある言語 HTML, PHP, JavaScript, bash
データ分析の経験 大学の実験のみ。(Excelで近似式を出す程度)
データ分析の認識 「なんか専用のソフトがあって、それを使えるようになればOKなんでしょ?」、「パソコンのスペック高くないと出来なさそう」

挑戦記

一日目 学習内容

qiitaでデータ分析、機械学習、ディープラーニングに関する初心者向けの記事を読む

競艇や競馬の事例を調べた

理解したこと

  • couseraが良いらしい。
  • 目的を決めることが大事
  • 全部の手法を理解しようと思うな

所感

  • 事例は多分にあるので、参考にすればなんとかできそう。
  • ゴールを決めることが大事なので、今回のゴールは「競艇2点買いで3連複を50%以上の確率で当てるモデルの作成」とする。
  • 色々な手法があるため、どのようにモデルを作るかによって精度が大きく変わってくるようだ。複数のモデルを設定し、どれが一番良さそうかを考える必要もある。
  • どの値を使用するかでも結果が変わってくるようだ。
  • 結構、地味な作業が多そう

## 二日目 学習内容

Couseraで学習してみた

機械学習に「教師あり学習」と「教師無し学習」があることは理解した。
ただ、全体的に話についていけてないので、頭がボーっとしてしまった。早くもドロップアウト。

qiitaに助けを求めた。

所感

Couseraの内容を先人が分かりやすくまとめたものを見つけた。ということで、しばらくこれを見て学習することにする。


三日目 学習内容

Azure Machine Learningについて学ぶ

だんだん、勉強が面倒くさく感じ始めた。
過去の事例 https://qiita.com/cb400sp2/items/92d4f2699248fc479138
があるので、「機械学習というより、Azure Machine Learningについて学べば良さそうだよね?」
と思い始めた。

所感

  • Microsoft Azure Machine Learning Studio の機械学習アルゴリズム チート シートが良さげ

四日目 学習内容

予想ブログを見つける

たまたま見つけたブログ http://2tengai.blog.fc2.com/
独自の計算された指数に基づいて予想をしている。
なお予想結果を見ると、結構当たっているようである。
また、この予想方法だとレースの後半8R以降の的中率が良いようである。

似たようなデザインのブログもあった。http://jiku1.blog.fc2.com/blog-entry-1150.html
こちらでは軸となる選手を予想している。
結果を見たが、とにかく固いレースを当てることに特化しているようだ。

オッズのゆがみ

レースによっては2連単よりも2連複のほうがオッズが高いケースもある。
競馬でも2連単の裏表よりも2連複が高いことは、たまにある。

バルサラの破産確率表

FX界隈では知られている、収益と勝率の表の存在を知った。

回収率を上げるうえで参考になりそうだ。

所感

  • 後半のレースに絞る作戦も良いかもしれない。
  • 舟券の種類によってオッズにゆがみが発生しうる。常に同じ種類の舟券を買うのではなく、状況に応じて切り替えるべきなのかもしれない。
  • バルサラの破産確率表が役に立ちそう

~~~ 引き続き、勉強次第追記していきます ~~~

13
16
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
13
16

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?