競馬AI【競馬AI-10】LightGBMで学習！レースデータから予測モデルを作る手順
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。
python
競馬AI
競馬AI【競馬AI-9】不要カラム削除と数値化で学習データの最終仕上げ
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【競馬AI-8】学習データに馬の成績情報を追加する
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【競馬AI-7】学習データに調教情報を付加する
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【競馬AI-6】過去5走を横持ちにして学習データを整える
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【競馬AI-5】馬ごと最新順に連番を振る理由と処理の流れ
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。
競馬AI【競馬AI-3】データ構造を理解する
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...
競馬AI【競馬AI-2】競馬データベースをローカル環境に作成する（続編）
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...
旧競馬AI【競馬AI⑧】パラメーターチューニングでモデルの精度を向上させる
こちらの記事は旧AI開発の記事になっております。netkeibaの対策により現在はスクレイピングが禁止されております。 新しい競馬AIの記事はこちらからになります！ぜひ読んでみてください。 モデルの精度を上げるために今回はパラメーターチュー...
旧競馬AI【競馬AI⑦】特徴量エンジニアリングでモデルの精度を向上させる
こちらの記事は旧AI開発の記事になっております。netkeibaの対策により現在はスクレイピングが禁止されております。 新しい競馬AIの記事はこちらからになります！ぜひ読んでみてください。 モデルの精度を向上させるにはどうするかというと、「...