機械学習で競馬の回収率100%超えを達成した話 - Qiita
はじめに みなさん競馬はお好きでしょうか？ 私は今年から始めた初心者なのですが、様々な情報をかき集めて予想して当てるのは本当に楽しいですね！ 最初は予想するだけで楽しかったのですが、『負けたくない』という欲が溢れ出てきてしましました。 そこで、なんか勝てる美味しい方法はないかな〜とネットサーフィンしていたところ、機械学習を用いた競馬予想というのが面白そうだったので、勉強がてら挑戦してみることにしました。 目標 競馬の還元率は70~80%程度らしいので、適当に買っていれば回収率もこのへんに収束しそうです。 なのでとりあえず、出走前に得られるデータを使って、回収率100パーセント以上を目指したいと思います！ 設定を決める 一概に競馬予測するといっても、単純に順位を予測するのか、はたまたオッズを考えて賭け方を最適化するのかなど色々とあると思います。また、買う馬券もいろいろな種類があります。 今回
初学者用チュートリアルの選択肢を探ってみた - Qiita
何か新しい言語とかフレームワークを学ぶ時ってやっと構文や組み込み関数覚えたところで目的先行じゃない場合広い海原にほっぽりだされるわけですよ。次何すればいいんだろう？と。 なのでそういう時何すればいいのか考えてみたい。 つまり今回の要件は 初学者がやると良いチュートリアルを探る です。特に言語間で実装を比較できるものであればより良い。 というわけで世間で良く使われている教材を見ていきます。リンク先は古いものもありますので、参考程度に。 FizzBuzz C#でFizzBuzz DartでFizzBuzz Erlangでfizzbuzz [Rust] RustでFizzBuzz書いてみる 基本中の基本、FizzBuzzです。言語チュートリアルを終えたら脳みそに定着しているか確認も兼ねてまずやってみると良いと思います。ボリューム的には実装するだけなら30分もあればできてしまうでしょう。そこから突
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
