スマホでできるデータ型投資：競輪予想VS機械学習予測

データからみる競輪予想印の見方その1：#機械学習 #競輪予想

#機械学習 #競輪予想合同会社ムジンケイカクプロ、代表の通称ムジンさんです。競輪ファンの方、もしくは大量データ好きの方、分析好きの方、こんちわ。私は競輪ファンではありませんが、分析の対象として競輪を選んだのは、鍛えた人間の生身の戦いというのが好きだからです。（プロレスや格闘技が好き）いい脚してるわー２着が当たらない理論分析をしているうちにハマったのがここです。予想紙面から、２着が予測できないということ。そのままですね。３着にくる選手というのは、

kaggleへ２歩目からの再挑戦。コンペに手当り次第に参加を検討。イマココ。※内容は常に更新されます。

いちからではない、機械学習コンペに２歩目からの挑戦。機械学習コンペに再参加する流れをログにしながら、初学者応援します。 ※私は永遠の初学者。とにかく銅メダル一枚取った当時は、他の業務もバタバタで、どうにもならなかった。自分でやると決めたのでやるしかないが、何か資料は？？？と思うと、必ずカレーさんの資料がそこにあった。未だに感謝していて、今回、noteの有料記事化されているチュートリアルを購入した。コンペへの参加手元の競輪予想システムを回しながら勉強を開始する。

😲統計学や数学を無学無知識の私が、機械学習+競輪予想を学んで前進した話：誰にも頼れないし、頼らないでやりたいことを見つけた。

前回、結果として、自分が何者であるか、どうしていくべきなのかを決めていくきっかけになったのも、この機械学習だったのです。と書きました。学んでみて再確認する自分の特性機械学習をやるにあたり、本にまず目を通しました。 kerasという、ライブラリでいいですかね、機械学習に便利なプログラムがあると思ってもらって。それから学び始めたのですが、なんで機械学習をやり始めたか、心のなかではモヤモヤしていたんですよ。どうして機械学習なのかな？統計はしっかり理解するのには

😲統計学や数学を無学無知識の私が、機械学習+競輪予想を学んで前進した話：ギャンブル好きでないことで到達した100%の的中確率

なんていいヘッダー画像ｗこれから私のように無学無知識で機械学習を学ばれる方、ギャンブルの予想に単にご興味がお有りの方向けの投稿です。結果として、自分が何者であるか、どうしていくべきなのかを決めていくきっかけになったのも、この機械学習だったのです。前回ギャンブル歴競馬はですね、大井競馬にたまーーーに行きます。馬が近くで見れます。大きいし瞳が綺麗。で、そばをすすったり、、、ファーストフードを召し上がっちゃったりします。賭けろよ、、、競馬は馬主に知り合

機械学習+競輪予想：開発日誌：2020/3/16：現在の指標の公開

ガチの分析プロからするとハイハイやってんねーくらいかと思うのですが、これを見て私より気付きを得られる人も多いと思います。 ※これは経験からの予測お世話になっております。合同会社ムジンケイカクプロ　代表ムジンです。そこで、単にこういうの面白いなと楽しんでいただける方、情報の有効性を考えられる方、これから分類の予測を機械学習でしてみたい方にのみ情報提供したいため、そのうち有料記事化して限定公開状態にしたいと思います。また注意で、数値的に何パーセントというのをなるべく

機械学習での予測：的中確率の改善報告:機械学習+競輪予想【ファイル添付有】「SYSTEM7」

機械学習での予測の改善報告になります。開発40％バージョン「SYSTEM7」というコードネームで開発中の予測結果。前提競輪予想紙面上の予測通りにワイドを購入すると、31％の確率で当たります。レコード数手元の機械学習予測で、70％以上で3着以内にくる予測を選ぶと、 196レコード中、34レコード。 3着以内的中確率その中で3着までに入るとして的中したものが、29レコード。的中確率85％その他、4着4レコードと失格1レコードがある。ただ、これは複勝式が

？ 3連複が38％で当たるということは、100円ずつ3レースに参加すると、3倍以上の配当がつけば、トントンもしくはプラスになるのか？？

機械学習+競輪予想：開発日誌：2020/3/30：

ガチの分析プロからするとハイハイやってんねーくらいかと思うのですが、これを見て私より気付きを得られる人も多いと思います。 ※これは経験からの予測お世話になっております。合同会社ムジンケイカクプロ　代表ムジンです。タスク進捗と残タスクkerasは実装済みで、チューニング待ち。半自動で再チューニング中 Masterデータへの機械学習用の数値変換作業を完了すること。最新データのみ変換作業をできるように、特徴量の前処理を分割。上記完了 LightGBMを試す。

【機械学習】競輪予想モデルの失敗と重大な修正に関して

競輪予想+機械学習のお話。どうも、妙に外れる時と、安定して的中する時があったんですよ。競輪予想をはずす時の実際の車券購入当たる時は以前の投稿を見てもらうと。74％くらいの確率で当てています。競輪予想の情報展開をしようとして気付いた競輪予想を展開して、更に良いマシンに買い換えるために、noteで順次サポートを得ようという魂胆だったわけです。前日にデータを取得して、夜のうちに予測データをまとめて、予約投稿すればいいと思っていて、そう頭の中で決定させてしまってい

機械学習+競輪予想：開発日誌：2020/4/6

システムはだいたい完成していて開発進捗70％。 78％程度の的中確率です。的中確率が74％を超えてくると、安定して回収100％を出せる計算をしているので、及第点といったところ。お世話になっております。合同会社ムジンケイカクプロ　代表ムジンです。初めて理論上ではなく実際に100％回収を達成してから、2週間ほど再度の見直しと調整に当てました。ニューラルネットワークでの学習が的中確率は高いものの、学習時間の短縮ができなかったため、最低限の学習モデルを、他のモデルと

【統計と機械学習】競輪予想モデルの失敗と重大な修正に関して2

統計と機械学習、失敗を糧に進もう。統計と機械学習そして、、、悩みに悩んで試験的にやってみることがいくつか。今の競輪予想システムはオッズ買いになっている。オッズ買いなのに、オッズが完全に確定していない段階で予測を立てるしかない。競輪のオッズの動きを見ていると、対象レースの投票者数がぐっと増えて、オッズが確定するのは、本当にレース直前ではないか。テストデータは、1万人以上の投票者数で、オッズが完全に確定している。本番だと、レース開始30分前には予測を立て

【統計と機械学習】競輪予想モデルの失敗と重大な修正に関して3

お世話になっております。合同会社ムジンケイカクプロ、通称ムジンです。並列処理やっとmultiprocessingを体得。これで計算効率がグッと上がって、機械学習中にぼーっとする機会が減った。処理時間1.5時間が７分に短縮。 Windows数年機械学習をやっているが、Windows上に機械学習環境を初めて作った。まぁまぁ違和感。 Dockerが使えなかったのが痛かった。利用メモリの削減が課題。競輪選手の相性数値化済み。これのおかげで計算処理量が肥大。これは

競輪予想で疑問に思ったことを解決するための

お世話になっております。競輪予想を行っていて、確かに100％の回収率は作れるものの、購入できるレースは、あまりに限定的だという状況まできました。そこで何かが足りないと考え、再度、機械学習を学び直すことにしました。学び直しの経過かなりミスをしながらも、もがきながら突き進んでいく様が痛々しい。。。出会い学び直しの途中で、遺伝的アルゴリズム・遺伝的プログラミングに出会いました。当初、月内にもkaggleのTitanicの生存率予想で、好成績を出せるようにと奮闘して

あと課題は３つ。 #機械学習 #競輪予想

お世話になっております。もうちょいですね。競輪予想を作り始めてからずっと気になっていたことが、解消されそうです。課題は３つ。 K-fold こいつが積年の課題というやつ遺伝的プログラミング特徴量の増加と削減のフロー固め終わりが見えてきた。５分かかっていた処理を数秒まで短縮したりと、この間にいろいろと試行錯誤しています。前は、問題にハマると、２週間かかっていたこともあったのですが、今は最大でも２日。だいぶPythonやpandasのクセもわ

フォローしませんか？

#日記