回答編集履歴
1
追記
test
CHANGED
@@ -4,4 +4,44 @@
|
|
4
4
|
|
5
5
|
|
6
6
|
|
7
|
+
## 参考記事
|
8
|
+
|
9
|
+
|
10
|
+
|
7
11
|
[大井競馬で帝王賞を機械学習で当てた話](https://qiita.com/ishizakiiii/items/3b894b6e987fdf87093e)
|
12
|
+
|
13
|
+
|
14
|
+
|
15
|
+
### データセット
|
16
|
+
|
17
|
+
|
18
|
+
|
19
|
+
こちらの記事では以下のようにデータセットを作成しています。
|
20
|
+
|
21
|
+
|
22
|
+
|
23
|
+
* 1サンプル: 競馬場で開かれた1レース分のデータ
|
24
|
+
|
25
|
+
|
26
|
+
|
27
|
+
* 各サンプル
|
28
|
+
|
29
|
+
データ: 出場する馬の過去10レースの情報
|
30
|
+
|
31
|
+
15頭 * 10レース * 8個の特徴 = 1350次元の特徴量
|
32
|
+
|
33
|
+
ラベル: 1位になった馬
|
34
|
+
|
35
|
+
|
36
|
+
|
37
|
+
人があるレースの順位を予測するとしたら、出場する馬の直近の成績を見ると思いますが、それと同じことをネットワークにやらせるわけです。
|
38
|
+
|
39
|
+
|
40
|
+
|
41
|
+
### モデル
|
42
|
+
|
43
|
+
|
44
|
+
|
45
|
+
*「出場する馬の過去10レースの情報」を入れると、「各馬が1位になる確率」が出てくる。
|
46
|
+
|
47
|
+
* 1位になる確率が一番高い馬を1位になると予想した馬と解釈する。
|