あなたの手で作る、「よく当たり・よく儲かる・もっともらしい」競馬AI
この記事をご購入いただくと、以下の内容が手に入ります。
全馬の全着順を予測する競馬AI
モデル作成の手順と、精度をさらに高めるための工夫
「netkeiba」などのWebサイトから、Webスクレイピングでオッズ情報を自動取得する方法
AIの予測から実際の馬券購入までを完全自動化する仕組み
その他：期待値・回収率の計算ツール、AIの予測精度を可視化する分析ツールなど
つまり、あなた自身が「競馬AIの開発者」になるためのすべてが詰まっています。
AI予想大会での実績、そして今
「最も優れたAI」とは？
それは「よく当たり」「よく儲かる」AI。
このコンセプトで開催された競馬AI予想大会に参加し、私は 1stステージ突破、2ndステージ突破、最終ステージ14位 という結果を収めました。
このときのAIから、現在のAIはさらに進化しています。
下記は現在のモデル作成時のデータと実際にモデル運用時の収支です。
自作AIの期待値と回収率の関係
競馬AI自動投票収支グラフ(回収率130%)
ChatGPTに聞いてみた。「理想の競馬AIって何？」
私がChatGPTに「理想の競馬AIとは？」と聞いたところ、こんな答えが返ってきました。
「当たる」「儲かる」「納得できる」
この「納得できる」が、個人的にはとても大事だと感じました。
たとえば、
「前走は不利があったが上がり最速だった」「この馬は距離適性とコース相性が抜群」といったように、なぜその馬が来ると予想したのかを、人間の言葉で説明できるAIは信頼できます。
ただし、説明されても納得できるかは人それぞれ。
それならば、AIが出した確率が実際の結果と一致しているかを統計的に検証する方が、客観的に「信頼できるAI」だと評価できるのではないでしょうか。
たとえば、AIが「勝率30%」と予測した馬が100頭いて、実際に30頭前後が勝っていれば――
それはもう、「もっともらしいAI」と言って良いはずです。
そのうえで、人間の言葉で理由を説明できる機能を加えられれば理想的です。ここまで作ることができれば、間違いなく最先端の競馬AIのひとつになるでしょう。
作って満足、使って感動――AIは"誰かのもの"ではなく"あなたの手の中"にある
netkeiba様では、有料プラン限定で「AIビルダー」という、自分のAIを作る企画が提供されています。
これは手軽にAIを試すには良いのですが、「どんなモデルなのか」「どうしてその予測になったのか」はブラックボックスのままです。
この記事を読んでいるあなたは、
「もっと深く知りたい」「中身まで自分で作ってみたい」
という探求心を持っているのではないでしょうか？
この教材では、AIのモデル構造を一から丁寧に解説し、あなた自身のアイデアでカスタマイズできるよう設計されています。
しかも、ただ予測するだけでなく、「なぜその予測になったか」実際に確率が正しいかを検証するツールと合わせて用意しています。
モデルの概要：TabNetで競馬予測に挑む
私が今回使用したのは、「Tabnet」というモデルです。
これは表形式のデータ（テーブルデータ）に特化したニューラルネットワークで、機械学習の中でも非常に興味深いモデルです。
一般的に、テーブルデータに対しては決定木ベースのXGBoostなどが強力と言われていますが、TabNetはそれらの“解釈性”を持ちつつ、ニューラルネットワークの“表現力”を両立しています。
しかも大量のデータに対して高精度な学習が可能というのが魅力です。
このTabNetを活用し、私は競馬の着順を予測するAIを構築しました。
最後に
「よく当たり」「よく儲かり」「もっともらしい」競馬AIを目指して、試行錯誤を重ねてきました。
このAIはまだ本当の完成ではありません。
でも、だからこそ――あなたの工夫や視点が加わることで、さらに進化する可能性があります。
この教材が、あなた自身のAI開発の第一歩になれば嬉しいです。
あなたの手で作る、「よく当たり・よく儲かる・もっともらしい」競馬AI
この記事をご購入いただくと、以下の内容が手に入ります。
全馬の全着順を予測する競馬AI
モデル作成の手順と、精度をさらに高めるための工夫
「netkeiba」などのWebサイトから、Webスクレイピングでオッズ情報を自動取得する方法
AIの予測から実際の馬券購入までを完全自動化する仕組み
その他：期待値・回収率の計算ツール、AIの予測精度を可視化する分析ツールなど
つまり、あなた自身が「競馬AIの開発者」になるためのすべてが詰まっています。
AI予想大会での実績、そして今
「最も優れたAI」とは？
それは「よく当たり」「よく儲かる」AI。
このコンセプトで開催された競馬AI予想大会に参加し、私は 1stステージ突破、2ndステージ突破、最終ステージ14位 という結果を収めました。
このときのAIから、現在のAIはさらに進化しています。
下記は現在のモデル作成時のデータと実際にモデル運用時の収支です。
自作AIの期待値と回収率の関係
競馬AI自動投票収支グラフ(回収率130%)
ChatGPTに聞いてみた。「理想の競馬AIって何？」
私がChatGPTに「理想の競馬AIとは？」と聞いたところ、こんな答えが返ってきました。
「当たる」「儲かる」「納得できる」
この「納得できる」が、個人的にはとても大事だと感じました。
たとえば、
「前走は不利があったが上がり最速だった」「この馬は距離適性とコース相性が抜群」といったように、なぜその馬が来ると予想したのかを、人間の言葉で説明できるAIは信頼できます。
ただし、説明されても納得できるかは人それぞれ。
それならば、AIが出した確率が実際の結果と一致しているかを統計的に検証する方が、客観的に「信頼できるAI」だと評価できるのではないでしょうか。
たとえば、AIが「勝率30%」と予測した馬が100頭いて、実際に30頭前後が勝っていれば――
それはもう、「もっともらしいAI」と言って良いはずです。
そのうえで、人間の言葉で理由を説明できる機能を加えられれば理想的です。ここまで作ることができれば、間違いなく最先端の競馬AIのひとつになるでしょう。
作って満足、使って感動――AIは"誰かのもの"ではなく"あなたの手の中"にある
netkeiba様では、有料プラン限定で「AIビルダー」という、自分のAIを作る企画が提供されています。
これは手軽にAIを試すには良いのですが、「どんなモデルなのか」「どうしてその予測になったのか」はブラックボックスのままです。
この記事を読んでいるあなたは、
「もっと深く知りたい」「中身まで自分で作ってみたい」
という探求心を持っているのではないでしょうか？
この教材では、AIのモデル構造を一から丁寧に解説し、あなた自身のアイデアでカスタマイズできるよう設計されています。
しかも、ただ予測するだけでなく、「なぜその予測になったか」実際に確率が正しいかを検証するツールと合わせて用意しています。
モデルの概要：TabNetで競馬予測に挑む
私が今回使用したのは、「Tabnet」というモデルです。
これは表形式のデータ（テーブルデータ）に特化したニューラルネットワークで、機械学習の中でも非常に興味深いモデルです。
一般的に、テーブルデータに対しては決定木ベースのXGBoostなどが強力と言われていますが、TabNetはそれらの“解釈性”を持ちつつ、ニューラルネットワークの“表現力”を両立しています。
しかも大量のデータに対して高精度な学習が可能というのが魅力です。
このTabNetを活用し、私は競馬の着順を予測するAIを構築しました。
最後に
「よく当たり」「よく儲かり」「もっともらしい」競馬AIを目指して、試行錯誤を重ねてきました。
このAIはまだ本当の完成ではありません。
でも、だからこそ――あなたの工夫や視点が加わることで、さらに進化する可能性があります。
この教材が、あなた自身のAI開発の第一歩になれば嬉しいです。