ひよこい

競馬における騎手 競馬のレース結果において、馬の能力が7割、騎手の能力が3割といわれるほど、勝敗に騎手の影響は強くかかわっています。このため、騎手に関連した特徴量を競馬の予想モデルに組み込むことは精度向上に不可欠です。ここでは、騎手勝率を特...

競馬は確率論とデータ分析を駆使した予想の世界です。予想モデルを作成する際、どの馬券を狙うべきかは、予想モデルの精度や還元率（ブックメーカーや競馬場が取る手数料）を考慮する必要があります。今回は、LightGBMなどの機械学習モデルを用いた競...

競馬紙やnetkeibaの馬柱では馬年齢は年齢で記載されていることがほとんどです。馬の年齢をより正確に、かつ詳細に表現するために、日齢を特徴量として使用する方法を取り入れることが有効です。以下では、馬の年齢（日齢）を特徴量として使う方法と、...

lightGBMで予想モデルを作成した後、どのようなタイミングで予想モデルの改良を行えば良いだろうか？例えば競馬予想モデルを作成し、そのモデルの的中率が20%(5回に1回当たる)である場合を考える。そのモデルで使用して4回連続外れた場合、「...

競馬における「前走とフィールドの変化」を特徴量に活用する方法 前走と次走で「芝」と「ダート」が変わることは、馬にとって大きな変化となり、そのパフォーマンスに大きな影響を与えます。芝とダートは馬場の性質が大きく異なり、それぞれに適した馬の特性...

LightgGBMを用いた競馬の着順予測(2値分類) LightGBMを用いて競馬の着順予測する方法を紹介します。今回は２値分類を用いて、着順予測をする方法を説明します。2値分類は、最も基本的な分類の一つで、「YES/NO」や「1着になるか...

競馬における「前走とコース距離の変化」を特徴量に活用する方法 競馬の予測モデルで精度を高めるためには、今回のコース距離が前走のコース距離からどのように変化したかを分析することが有効です。コース距離変化（増加・減少）を特徴量として取り入れるこ...

競馬での賭け方を工夫すれば、限られた予算でリスクを抑えながら勝つ確率を上げることができます。特に注目すべきが、数学的根拠に基づく「ケリーの公式（Kelly Criterion）」です。この公式は、予算に対して最適な掛け金額を決めるための手法...