競馬AI開発｜データサイエンス研究所

競馬AIを作りながら、検証過程とソースコードを毎週公開しています。土曜は重賞の出走馬について、モデルの評価と人気のズレを1枚の図に。開発7年目。東大院修了のデータサイエンティスト／YouTube登録1.7万人。予想や買い目は出しません。開発ログの月額マガジン【競馬AI研究所】は下のリンクから。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

記事連載始めました！
この【競馬AI開発】シリーズでは、競馬予想AIを作ることを通して、機械学習・データサイエンスの勉強になるコンテンツの発信や、筆者が行った実験の共有などを行っていきます！
@ejkaqfc #note https://t.co/5AFHEnt02h

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@1887manstein 配信停止は直近では予定していないです！
値上げに関しては大幅なアップデートがあればするかもしれない、という感じで、直近では予定していないですが、3ヶ月後とかになると何を開発しているか確信持てないので保証しづらい、といったところです！

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

ご連絡ありがとうございます！

> 購入後運用までのフォローはX等を通じていただけるものでしょうか
→ はい、『完成した競馬AIのソースコード + 使い方まとめ』記事を購入された場合、メールでのやり取りで運用までフォローを行なっております！（アドレスは記事のコメント欄に記載）
https://t.co/ztDNILvSWB

> 記事内容・購入後フォローでは運用方法のみならず機械学習・コーディング全般の基礎学習に関する疑問にご対応いただけますでしょうか
→ はい、こちらも同様に対応させていただきます！

> 運用にあたりその他課金が必要なサービスがありますでしょうか
→ 直前オッズでのシミュレーションを行いたい場合や自動投票を行いたい場合、VPSへの課金が必要になりますが、JRA-VANやnetkeibaへの課金は不要になります

> 作成時に行ったテスト(テストデータは2025年1年間とお見受けしました)で、最も優秀な場合の回収率は#38に記載の210.5%(期待値1.745を越える馬券のみを購入)という理解でよろしいでしょうか
→ 149%の方が最新のものになります

以上、ご検討よろしくお願いします！

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

https://t.co/eVkKqjedko

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

機械学習で「学習時と予測時でデータソースが異なるので、結局個別にコード書くことになって管理が面倒…」という経験ありませんか？
競馬AIの開発を題材に、クラス継承を使って重複コードを解消した方法をまとめました。
初心者向けにクラス継承の基礎から解説しています。記事はこちら→

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@yuhi6240 ありがとうございます！！
これからも頑張ります💪

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

有馬記念的中しました！来週の動画で賭けてみた様子を公開予定です。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@KokiIkeda2004 すみません、届いていない、もしくは見落としている可能性があり、お手数ですが再度送信していただいても良いでしょうか？

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

記事更新しました！
機械学習で確率予測をする時に重要な「キャリブレーション」のお話です。
無料で読めるので是非。

https://t.co/jhnPTVU4EX

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

ついに100%到達です
https://t.co/k6OFEM1SiT

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@selecao11jp ありがとうございます。
過去の記事については、ご認識の通りです。
今後とも、よろしくお願いいたします！

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

競馬予想AI作成における一番の肝、「馬の過去成績集計」の方法について解説しました！

【競馬AI開発#6】馬の過去成績の集計方法・レース情報テーブルの取得｜データサイエンス研究所 @ejkaqfc #note https://t.co/MRpMtWIgq8

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@selecao11jp ご確認ありがとうございます。
そうであれば購読が完了していないと思われますので、お手数ですが、再度購読の手続きをしていただければと思います。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@selecao11jp はい、購読していれば#16の記事は読めるはずなので、決済完了していない可能性があります。
購読したnoteのアカウントにログインして、右上のアイコンから「マガジン」→「購読中」の欄に、マガジンが表示されていますか？

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

@TTT95115055 こんにちは。ご認識の通り、新たに購入の必要がございます。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

久しぶりの動画投稿です！
『競馬予想で始める機械学習』シリーズのリメイク版です。

【競馬AI開発#1】レース開催日一覧をスクレイピングで取得する｜競馬AI研究所 @ejkaqfc #note https://t.co/XlWBMBAcKF

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

【tips】
いつも忘れるのでメモ。Pandasでは.explode()でリストを展開する。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

両面型の方が企業の実情をちゃんと理解していて、求職者と「長い付き合いになる」前提で、キャリアのアドバイスをくれる。

一方、分業型は、僕が登録したところは大量の求人を紹介されて「数打ちゃ当たる戦法」で成約まで持っていこうとする印象だった。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

転職エージェントには「分業型」と「両面型」２種類あるのですが、データサイエンティストのような専門職の場合、圧倒的に「両面型」がおすすめ。

僕はどちらも使ってみたが、キャリアの相談とかちゃんと乗ってもらえるのは「両面型」の方で、かなり違いを感じた。

[競馬AI開発｜データサイエンス研究所 @ejkaqfc]

【tips】
Pandasのデータ加工は"."が続いて横に長くなりがちなので、写真のように書くとスッキリ。
（ちなみに、最初の()をつけないと、行の最初が揃いません。）