python35admin

競艇AI開発で、スタート順位予測をどこまで高精度にできるか検証。限界を感じたところで、予測そのものではなく既存の予想に活用する方向へ開発方針を見直します。

過去のST特性から6艇のスタート順位を予測できるか検証。順位化とスコア化を試した結果、精度には限界があることが分かり、競艇AIの目的を見直すきっかけになった開発記録です。

過去のスタートデータから選手ごとの特徴を作り、今回のスタート順位との関係を検証。ST中央値や速い率・遅い率を使って、スタート特性が予想の材料になるか試してみました。

競艇AI開発で12種類のスリットPatternを予測してきましたが、検証を続ける中で目的と手段を見直すことに。自分の予想プロセスに戻り、よりシンプルなアプローチを考えます。

競艇AI開発日記第17話。ST中央値を特徴量として追加し、スリット判定AIを検証。Accuracyは0.306と平均STを使ったベースモデルを下回り、中央値は平均STとは異なる情報を追加する特徴量としては採用しないことにしました。

競艇AI開発日記第16話。ST速い率とST遅い率を特徴量として追加し、スリット判定AIを検証。大きな精度改善は見られず、平均STと情報が重なっている可能性を感じながら、次の特徴量を探していきます。

競艇AI開発日記第15話。標準偏差を特徴量としてAIに追加し、スリット判定AIを検証。Accuracyはわずかに向上したものの、総合的に見ると大きな改善とは言えず、次の特徴量探索へ進む過程を記録しています。

競艇AI開発日記第14話。スタートの安定性を表す特徴量として標準偏差を分析。選手ごとの違いは見えたものの、スリット隊形を十分に説明できる手応えは得られず、次の特徴量探索へ進む過程を記録しています。