機械学習

はじめに 前回取得したデータでAIモデルを作成する前に、データの状態を確認します。 欠損値や異常値の有無を確認し、除外あるいは補完を行います。また、各データの統計情報と相関係数をCSVファイルに保存し、のちほど確認できるようにしておきま...

はじめに 前回、各レース結果ページからレース結果の情報を取得するプログラムを作成しました。 今回は、レース詳細検索を行って表示された各レース結果ページのURLを自動で取得し、テキストに保存するプログラムを作成しました。 今回のプログラ...

はじめに PythonとAIを学ぶために、株価の予測に挑戦しています。 そろそろ、新しいことにも挑戦したくなったので、競馬予測AIの作成に挑戦することにしました。 学習用データは、インターネットから取得します。 せっかくなので、...

はじめに 前回は、自己回帰データのみを使用して予測モデルを作成しました。 今回は複数の外部データを利用して予測モデルの精度向上を試してみました。 結果は、予測精度の低いモデルしか作成できませんでした。 予測検証の概要は以下のとお...

はじめに kaggleなどでよく使用されている機械学習アルゴリズムのXGBoostで株価を予測してみました。 予測検証の概要は下記の通りです。 予測する株価：7203(トヨタ)の終値 予測に使用する訓練データの期間：...

はじめに fbprophetのパラメータを調整することで、株価の予測精度を向上させることができました。 今回は、特徴量に自己回帰データ、外部データを追加することで株価の予測精度の向上となるかを検証してみました。 予測検証の概要は下...

はじめに 前回、パラメータのチューニングを実施することで、AIモデルの予測精度を向上させることができました。 より精度を向上させるため、株価に影響を与える可能性のある数値を特徴量に取り込むことで、AIモデルの予測精度をより向上できな...

はじめに 前回、fbprophetの標準設定で株価を予測する時系列モデルを作成しました。作成した時系列モデルの精度を測るために、R2とRMSEの値を計算した結果は下記のとおりでした。 R2の値：0.0366 RMSEの値：...