機械学習による、段位・点棒状況から最終順位分布の予測アルゴリズム

研究代表者　nisi
研究協力者　とつげき東北、みーにん

１．はじめに

局情報と局開始前の4者の持ち点を入力値として、最終順位分布を予測するアルゴリズムはわりとよくあるテーマでした。

例えば、こんな感じで、

機械学習（教師ありニューラルネット）で、黄色のところを入力したら4者の順位率が出るようなエクセルを作ってみました。これはこれで、まぁ意味はあるのですが、たぶん似たような研究はいろいろされていると思われるので、これだけでは面白くないと思いました。

ここに4者の段位を新たに入力値として加えたバージョンのものを作ってみました。こんな感じ↓。

ラス親・ラス目が高段位だと、ラス率が下がる的なのが出ました。

さすがに、段位によって予測順位分布が変わる的な研究はまだされてないんじゃないでしょうか？

この後、有料部分で、アルゴリズム詳細と、段位なしバージョン・段位ありバージョンにてきとうな入力値を入れて遊んでみた結果を掲載します。

〇段位なしバージョン
局数は東3局・南1局・南3局で、点棒が30000・27000・23000・20000で席順のみを変えてみます。

〇段位ありバージョン
南1局で、起家から30000・27000・23000・20000の並びは固定で、自分だけ高段位（自分九段他七段）のケースと自分だけ低段位（自分七段他九段）のケース
南1局で、起家から10000・20000・30000・40000の並びの場合

２．順位予測アルゴリズムの概要

〇共通