AI開発

ロジックの精度が伸びない原因を分析する中で、問題はロジックではなく「環境」にあると気づく。安定板・風・周回短縮といった要因を整理し、データ構造の見直しと検証方針の転換に至った過程を実体験ベースでまとめています。

分岐ロジックを実際のレースに適用して検証した結果、一定の再現性はあるものの、当たり方にムラがあることに気づく。同じ条件でも結果が変わる違和感から、ロジックの限界に直面した過程を実体験ベースでまとめています。

コースごとの条件を整理した後、それらをif文で分岐ロジックとして実装。再現性は向上したものの、複雑化による課題も発生。分析から実装へ進んだ過程と、その中で見えてきた問題点を実体験ベースでまとめています。

スタート（ST）だけでは説明できなかった勝敗を、コースごとの関係性から分析。2・3・4コースの条件や「内崩れ」といった考え方を整理し、ロジック構築への流れを実体験ベースでまとめています。

バックテストで見えてきた課題から、スタート（ST）がどれくらい結果に影響するのかを分析。コースごとの違いや、単純な速さだけでは説明できない構造について、実体験ベースで整理しています。

作成したスコアとランキングが実際にどれくらい機能するのか、過去データを使ってバックテストを実施。的中率やスコアごとの傾向から見えてきた気づきと、次の課題を実体験ベースでまとめています。

スコアやランキングを作り、予想の形はできたものの結果が安定しない原因はデータ量にありました。分析から検証へ進む中で気づいた「データの重要性」と、Pythonを学んで感じた価値を実体験ベースでまとめています。

スマホだけでCSVファイルを作る方法を解説。iPhoneでスプレッドシートをSafariのデスクトップ表示からCSVとしてダウンロードし、Pythonistaで使うまでの手順を実体験ベースでまとめています。

選手別データベースから作ったスコアを並べ替えることで、順位として比較できるようになりました。データから予想の形が見えてきた過程を実体験ベースでまとめています。

選手別データベースを作ったあと、そのデータをそのままでは使いづらいと感じ、スコアとしてまとめるようになりました。分析からロジックへ変わっていく過程を実体験ベースでまとめています。