三連複フォーメーションのひな形

こんばんは、郷です。三連複は1頭人気薄が飛び込めば高配当になる馬券です。

good_luck7氏より提供いただいたデータから三連複の軸としては、1番人気~3番人気を基本とするのが妥当となります。軸を無理に絞らなくとも(2頭~3頭)でも十分な回収になります。

GO競馬愛ランドでは、good_luck7氏のデータを活用した攻略法を会員さんと楽しみながら進めていきたいと思います。

3月28日(日)阪神10R~12Rの自動出力された分析表をアップします。的中率と回収率を両方満たすのが三連複であると考えています。

波乱度判定と買い目のリンクについて

こんばんは、郷です。最近書き込みしました波乱度に合わせた買い方の例として日曜日の4Rをアップします。

波乱度判定及び配当予想については、膨大なものがありますが、その中で簡便な方法とオリジナルな判定方法を加味したオッズ分析表をアップします。それぞれ直前まで分析し自動表記した分析表です。よくご覧ください。

何かインスピレーションを感じていただけると思います。楽しみはこれからです。

難しいレースを選定して軸馬候補をアップします。ご参考程度に

こんにちは、郷です。今日は午前中は所用で外出していました。先ほど帰宅しましたので、軸馬予想をしますね。今日も来てくれると嬉しいです。左からお勧め順になっています。

中山10R  12 7 (4)

中山11R 5 8 (13)

中山12R 1 14 (12)

阪神12R 3 10 (7)

中京11R 10 4 (13)

中京12R 11 10 (16)

②モデルを簡単なものに変更するまたはドロップアウトする。競馬への応用編となります。

こんばんは、郷です。

数学的に数式を使う訳ではありませんが、結果を通してディープラーニングの②モデルを簡単なものに変更する。または、ドロップアウトする。

という意味を競馬の分析表を通して表現しようと思います。次にドロップアウトの簡単な図をアップしますね。

競馬の軸馬を予想しようとします。ファクターは様々あると思います。過去の走破タイム、コンピ指数やJRAデータマイニング、オッズ等様々ありますよね。

私の場合は、オッズを中心に場合によってはコンピ指数等を使用して軸馬や相手馬の予想をしています。では、オッズのみでも単勝・複勝・枠連・ワイド・馬連・馬単・三連複・三連単があり、オッズの断層や時系列オッズ等無限とも言えるパターンが存在します。

上の図表を見てくださいね。○は様々な予想ファクターであるとします。そして、○は自分で開発した指数であるとします。

×がオッズであるとするとシンプルに開発した指数のみとなります。これが、ドロップアウトであると解釈しています。一般的な思考の累積から離れ、自分自身の指数を開発すること。

軸馬は過去の戦跡を主体とし、相手馬はオッズを主体とするという思考モデルを作成することができます。

敢えて、深く研究し続けているオッズを削除し、軸馬予想をするとどのようになるのか。2021年2月8日の書き込みのように軸馬分析したらどのようになるのか。2021.3.14(日)中山8R・9R・10R・11R・12Rの分析表をアップします。

この次に行うことは、ただ”①学習データの数を増やす” のみということになります。

それでは、過学習とは何でしょうか?

過学習とは?次に過学習を抑制する手法について記します。

過学習とは

「過学習(過適合)」とは、学習(訓練)データにあまり適合しすぎて、学習(訓練)データでは正解率が高いのに学習(訓練データ)とは異なるデータ(例えば、評価データ)では正解率が低くなってしまう。つまり、学習(訓練)データだけに最適化されてしまって凡用性がない状態に陥ることです。                                        予め用意した学習(訓練)データでの正解率がいくら高くても、実際の運用では役に立ちませんので、ここでは意味がありません。つまり、未知の「まだ見ぬ」データを処理した時にこそ、それまでに学習してきた実力を発揮して欲しいということですね。

過学習を抑制する手法

・ニュートラルネットワークの学習テクニックとして、有害になる学習をしないうちに止める(早期終了、早期打ち切り)がある。                                                       ・学習(訓練)データを処理しながら、随時多くのパラメーターを更新していくわけですが、ある時点から学習(訓練)データだけに適合するようになっていくので、そのタイミングで学習を終了してしまうということです。                ・ただ、その時点で目標とする精度に達していれば問題ないのですが、そうでない場合には、学習を止めるだけでは、それ以上に精度を上げることができないので、その取り組み自体を諦めることになってしまいます。                    ・それでは、他にどのような抑制方法があるか?取り組み方法として主に3つ挙げられています。

①学習データの数を増やす

②モデルを簡単なものに変更する。又は、ドロップアウトする。

③正則化する。

明日は、競馬攻略の方向性として、この3つを基本として考えていきたいと思います。

人工知能と過学習

こんにちは、郷です。

一見競馬とは関係が薄いような人工知能。

では、競馬予想の醍醐味はパターンがあるようでないような・・・

微妙な立ち位置で予想することにあります。つまり、荒れるオッズの指標の馬連1番人気が10倍以上で単勝1番人気が3.0倍以上である等

しかし、そのようなオッズであっても1番人気で決することもある訳です。逆に単勝1.2倍の馬が3着以降になって大万馬券になることもありますよね。

つまり、波乱のパターンで①波乱になる ②本命レース

    本命パターンで①本命レース ②波乱レース

このように、意外性があるのが競馬の世界であり、パターンを細分化することができそうでできない。

このように、法則を突き詰めていくと結果が出るようで実際は難しい。一般的にエリートと言われる人でも競馬予想を攻略するのが難しいのはなぜか?

実は、人工知能で言う「過学習」に陥っているのではないかと考えています。

では、過学習の現象はどのように現れるか?その解決策はあるのか?明日以降で一緒に読者の皆さんと考えていきましょうか?!

感謝感激

こんにちは、郷です。

今日、ブログを開くと、200件を超えるコメントが10か国以上の方々から届いていました。

無数のブログの中から、私のブログを見ていただき感謝するとともに、英語等を学び直し、世界の皆様とつながる努力をしなければと思う今日この頃です。

今日の出馬表解析事前情報結果

こんにちは、郷です。今日は阪神11R 中山11Rの事前情報をGO競馬愛ランドでアップしました。

分析表の右端の3頭から馬連相手4頭へ12点の馬連

中山11Rは4-8 4250円的中、阪神11Rは相手馬2着8番人気5番、3着11番人気13番を選択しながら不的中。反省も多い提供でした。

出馬表解析第三の軸

こんばんは、郷です。普段は軸2の2頭で高確率の軸となりますが、今日のような荒馬場では軸馬そのものが荒れます。それで()で第三の軸馬をアップした訳です。軸2ー馬連相手4頭の8点が高回収率のパターンですが、

第三の軸から中山10Rの馬連6-3 23600円、阪神11R 3-16 21230円がそれぞれ12点でゲット。

もう少し、楽しんで検証を続けましょう。