python

競馬AIの学習データを整備し、LightGBMを使って予測モデルを作成する手順を解説。不要カラム削除や数値化の工夫から、学習・評価・モデル保存までを初心者にもわかりやすく紹介します。

不要カラムの削除、着差コードや増減の数値化、型の統一を行い、LightGBM学習に使える最終データを完成させます。これで学習データ作成の工程は完了。

競馬AIの学習データに総合成績や脚質傾向などの馬情報を追加する方法を解説。SQL JOINを避け、Pythonで分割処理しながら安定的に結合する実装の流れとポイントを紹介します。

競馬AIに欠かせない調教データの取り込み方法を解説。レース結果にウッドチップ・坂路の追い切りを結合し、学習データを拡張する処理の流れやポイントを詳しく紹介します。

競馬AIの学習用データ整形で重要な「過去5走の横持ち化」処理を解説。馬ごとの最新順に並べて直近レースを番号付けし、pandasでシンプルに5走分を付与する方法と、SQLへの安全な書き込み手順を紹介します。

競馬AIの学習データを扱う際に必須となる「馬ごと最新順の連番（race_row）」の付与方法を解説。SQLのウィンドウ関数を用いた処理で、過去5走の結合をシンプルにし、データ処理を安定・高速化するポイントを紹介します。

前回の記事では mykeibadb を使って、JV DataをMySQLに取り込みました。ここまでくると「どのテーブルをどう使えば競馬AIを作れるのか？」が次のテーマになります。 今回は、JV Dataの構造や学習に役立つテーブル・カラムを...

前回の投稿から早9ヶ月弱（笑）。やっとレースを予測できるAIが完成したので投稿を再開します。 前回はEveryDB2を使ってデータベースを作成したのですが、一度エラーを起こすとどうやってもリカバリーができず最新データが取得できなくなってしま...