Yoshitatsu Matsuda

近年、機械学習技術を活用した競馬の勝馬予測のAIが発達している。機械学習には様々な手法が存在しているが、既存研究では、勝馬予測のタスクに適合したある一つの手法を選択して活用することが多かった。本研究では、適切な機械学習手法がデータによって異なる可能性を考慮し、勝馬予測のタスクを勝馬のオッズによって分割し、各オッズにおける最適な機械学習手法を調査した。具体的には、オッズを利用して出走馬データを4分割し、scikit-learnを用いて様々な手法を適用した。その結果、オッズによって有効な機械学習手法が異なることが明らかになった。更に、様々な手法を組み合わせて予測回収率を高くする予測アルゴリズムを構築した。