競馬AI開発 競馬AI開発メモ：距離適性を特徴量化すると予測精度は上がるのか？
はじめに今回は馬の「距離適性」を過去走情報から数値化し、LightGBMの1着予測精度への貢献を検証しました。「この馬は長距離が得意」「短距離専門」といった直感的な情報が、実際にモデルの予測精度改善に効くのかをデータで確認します。今回確認す...
競馬AI開発
競馬AI開発 
競馬AI開発 競馬AI開発メモ：Self-Attentionでレース内の相手関係を特徴量化してみる
競馬における「相手関係」という問題競馬の予測モデルを作るとき、ほとんどのアプローチは「この馬が強いかどうか」を個別に評価します。過去走の着順・人気・タイム差を特徴量にして、今走でも好走するかどうかを予測するという設計です。しかしこれには欠点...
競馬AI開発 競馬AI開発メモ：各馬の過去レース履歴を教師ありEmbeddingでベクトル化してみる
導入前回の記事では、各馬の過去レース履歴を Word2Vec（教師なし Embedding） でベクトル化する実験を行いました。しかし、簡易比較では以下のような結果になりました。 shift+rolling 特徴量（従来手法）：top3 A...
競馬AI開発 競馬AI開発メモ：各馬の過去レース履歴をEmbeddingでベクトル化してみる
導入競馬AIでは、各馬の過去レース履歴をどう特徴量にするかが設計の核心です。これまでは「1走前の着順」「2走前の人気」「直近5走の平均着順」「直近5走の3着内率」のように、過去走を横持ちにしたり、平均値に集計したりする方法が一般的です。ただ...