もし今AI開発を志している方がいるのであれば、今回解説した3つのポイントに注意しながら精度が高いAIを作って欲しいと思います。
できるかどうかは置いておいてAI(人工知能)を作成する手順はこんな感じです ここまでAI(人工知能)を作成するための環境や、便利ツール等を紹介してきました。
さて、私の競馬AIは、以下の方法で運用をしていました。
では、JRA-VANの簡単な概要を説明します。
まずはのチュートリアルを試してみましょう。
そのため自分の競馬の勉強を怠らずに、上手にAI予想を使うことが必要になると思います。
また、私はExcel VBAを使ったオンラインプログラミング講座も開催しています。
コース など、さまざまなデータを集計し、パターン計算を行って、データの比較を行い、そして予想として導き出します。
。
とりあえず競馬予想に影響しそうなデータは全て入れておくことをオススメします。
機械学習で用いられるプログラミング言語は多数ありますが、現在最も機械学習に用いられるプログラミング言語が「Python」です。
競艇であればボートですが、競馬は競走馬、生き物なのでどうしても予想できない部分も。
JRAも必ず赤字になるようになってしまうと開催することは難しくなると思います。
自分ではそんなつもりはないと思っていても、無意識でどこかに影響している可能性があります。
これからのAIの成長にもよりますが、競馬とAIはあまり相性が良いとは言えない理由があります。
研究者が機械学習で最新の実験を行い、デベロッパーが ML 搭載アプリケーションを簡単に開発してデプロイできるよう、各種ツールやライブラリ、コミュニティ リソースを備えた総合的で柔軟性に富んだエコシステムを確立しています。
その日のジョッキーの調子や、競走馬の調子、気温や会場の雰囲気など様々ことが順位に影響を及ぼします。
競馬予想AIサイトも合わせて増えてきており、かなり激しいせめぎ合いをしている印象があります。
しかしながら、競馬には不確定要素も多くあります。
前回保存したレースのhtmlのルールは レース開催の年をyyyy、月をmm、日をdd、競馬場をRR、レース数をNNとするとurlは下記の法則になっています。
実際にAIZINE編集部でも画像認識のAI(人工知能)を作成しましたが、その精度も結構すごいのだとか・・・。
数値化が非常に難しく、AIでは判断が難しいデータと言えるかもしれません。
競馬新聞も競馬専門紙も様々な記号がかかれているだけでなく、細かく書き込まれているため面倒で見ていないという人も多いのです。
そのため、膨大な量となってしまいますが、データを収集し入力していく必要があるのです。