競艇をするなら、誰しもが勝ちたいと思います。そのために、自分なりに順位を予想したりする人が多いでしょう。
AIによる予測が様々なところで使われていますが、競艇を予測するAIはどのような仕組みになっているのでしょうか。
この記事では、競艇AIの作り方や、競艇予想ができるソフトやサイトを紹介していきます。当たる競艇AIを作りたい人、競艇の順位を予想できるAIを探している人は、この記事を参考にしてみてください。
▶ AIの作り方を徹底解説！｜簡単に使えるツールや本おすすめ20選
目次
競艇AIは作れるのか？
競艇AIは、作ることができます。
今や、AIがプロ棋士に勝てるときがあるように、AIによる予測は人間よりも高度になってきています。競艇では、レーサーの勝率や平均周回タイムなどのデータをもとにAIが分析しています。
では、どのような仕組みで競艇AIは作られているのでしょうか。
競艇AIの作り方
競艇AIの作り方としては、5つの工程があります。
以下でそれぞれ解説していきます。
環境構築
まずはパソコン上でプログラミングができる状態にしていきます。
エディター（コードを書くためのソフト）は基本的に慣れているもので大丈夫です。初めてという人は簡単で無料なGoogleが機械学習用に提供している、Colaboratory環境を使用することをおすすめします。
プログラミング言語は、Python3を用います。ライブラリは、scikit-learn、BeautifulSoupを使用します。
データ集め
環境構築ができたら次に、AIが機械学習をするためにデータ収集を行えるようにしていきます。
競艇で予想するためには過去のレース結果が必要です。
具体的には以下の項目などを取得します。
出走者の情報として
|
レースの情報として
|
これらの情報を取得できるサイトから、スクレイピングをしていきます。スクレイピングとは、データを収集したうえで利用しやすく加工することです。
実際に行う手順は順番に以下のようになります。
|
csvとは「Comma Separated Value」カンマで区切った値という意味です。互換性が高く、Excelだけでなくメモ帳、メール、データベースなどほぼすべてのソフトで閲覧、編集することが可能です。
データの前処理
取得したデータをAIで分析するために変形させておく必要があります。
人は話し方のニュアンスなどで度合を受け取ることができますが、AIは数値でないと度合は分かりません。
具体的には以下の作業を行います。
|
モデル作成
AIモデルとはデータ解析を行う方法の1つです。データを加工し終わったら、AIのモデルを選択しましょう。
今回はscikit-learnによって定義されている、モデルを返却するall_estimatorsメソッドを使用して３連単予想の精度が上位のモデルを選択していきます。
実践
競馬や競艇といったギャンブルは変数がとても複雑で、本来の的中率を予想することは難しいです。競艇AIを作成した後は、実際に使ってみましょう。
しっかり出力されるのか、学習はされているのかを確認することが必要です。うまく作れたら、AIは人の思惑に惑わされずに予想できるので、レースに活用できます。
おすすめの競艇予想ソフト3選
ここでは競艇を予想できるソフトを３つ紹介していきます。
以下でそれぞれの特徴を紹介していきます。
①Boat Advisor
| 料金 | 6ヶ月間コース：6,200円
3ヶ月間コース：3,100円 |
| 試用期間 | 15日 |
競艇予想ソフトと言えばこの「Boat Advisor」です。競艇ファンから競艇選手まで使用していて競艇予想ソフトに必要なものがすべて揃っています。
他のソフトと違って膨大なデータベースがあることが強みです。
全国の競艇場で行われたレースの結果が蓄積されており、最新の情報を閲覧できます。データが多くあるほどAIによる分析が複雑になり、より競艇の予想の的中率が高くなります。
また、利用者による予想も取り入れて的中率や回収率をAIで予想することも可能になっています。試用期間もあるので気軽に始められます。
②競艇解析
| 料金 | 5,390円 |
| 試用期間 | 30日 |
競艇解析の特徴は、回収率を最も重視していることです。
もし的中することができたとしても、競艇のそのときのオッズや賭けた金額によって払戻金は大きく変わります。
そのため、的中率が良くても回収率がマイナスになることもあるので、競艇で勝つ上で的中率よりも回収率が大事であることがわかります。
そして、もう一つの特徴は自動的に買い目を見つけてくれることです。
回収率などを分析するだけでなく、お買い得な舟券の番号の組み合わせを自動で見つけてくれます。その買い目通りに舟券を買うのもいいので、初心者の方にとっても、とても心強いです。
③BOAT RACE 予想支援ソフト
| 料金 | 3,520円 |
| 試用期間 | なし |
BOAT RACE予想支援ソフトは舟券作戦の支援を目的しており、オフィシャルウェブサイト対応の予想支援サイトです。
競艇ファンにとって見やすい出走表に近い画面構成やパソコン初心者にも扱いやすくされています。全国24ボートレース場に対応しており、ファン手帳データも取り入れた豊富なデータ量になっています。
他にも、利用者の予想を反映することができたり、番組ファイルをダウンロードすることも可能です。低価格で始められ、ずっと使用できるのでお得感満載です。
おすすめの競艇AI予想サイト5選
ここでは競艇を予想できるサイトを5つ紹介していきます。
以下でそれぞれの特徴を紹介していきます。
①ポセイドン
引用：https://poseidon-boatrace.net/
ポセイドンは過去100万レース以上のデータをもとに買い目の予想と独自の指数「海神指数」を公開しています。
海神指数とは、倍率によって変わる指数で回収率も考慮されている指数です。買い目が当たる予想はあくまでも的中率であり回収率のことは考えていません。
実際に132レース予想すると、的中率23%、回収率103%となっており、プラスになっています。
一般的な競艇予想サイトは無料登録が必要ですが、ポセイドンはサイトにアクセスするだけで当日開催されている全競艇場について確認することができます。
舟券を的中させたい人は買い目の予想を確認し、回収率も考えたいという人は海神指数を参考にすると良いでしょう。
②みずはのめ
引用：https://v2.mizuhanome.net/
みずはのめもポセイドンと同様に過去100万以上のレースをもとにAI予想をしています。
AI予想だけでなく、倍率や前日の買い目の確率をパーセンテージで無料で見ることができます。実際にAI予想による確率上位の２連単は、22.251％の確率で的中することができています。
メールアドレスによる無料登録が必要ですが、回収率、的中率、売れ筋のそれぞれのランキングが表示されたり、他の人の予想を見ることができたりできます。
さらに、ライブ映像を観戦しながらチャットをすることもできます。ユーザー同士でリアルタイムでも盛り上がりたいという人にもおすすめです。
③艇ラボ
引用：https://ai-lab-boatrace.xyz/
艇ラボは50万レース以上のデータをもとにした各枠番別の着順や２連単予測ができます。
実際に120レース中の単勝の的中率は65.5％、回収率は100.2％でした。
無料登録も不要で閲覧することができます。
ブログも更新されているので競艇に詳しくなりたい人は必見です。
よく当たる単勝予想のAI予想サイト、イン逃げや荒れやすい勝負レースを厳選したりする目的の人に特におすすめなAI競艇予想サイトです。
④梅吉AI
引用：https://umekichi.ml/
梅吉AIは過去のボートレースのデータをもとに競艇予想と、独自の選手別能力指数を毎日更新しています。
2連単、3連単、2連複、3連複のオッズはおよそ出走15分前から、
単勝、複勝のオッズは出走数分前から、舟券に表示されているので、最新のオッズを確認したいという人におすすめです。
オッズは舟券購入締め切りになるまで確定しないので、最新の情報を見られるのは大きなメリットかもしれません。
また、各競艇場の天気、風速などもチェックできるのも利点です。
⑤まことのAI競艇予想
引用：http://www.makotoai.com/
まことのAI競艇予想は過去84万以上のレースをもとに作られたAI予想のサイトです。
そして、無料登録は不要でサイトにアクセスするだけで、2連単、3連単、2連複、3連複のAI予想を見ることができます。
使い方は、買い目の予想の的中率が高い上位５つの買い目が見れるので、その中で選択するという形になっています。
実際に、12レース中、10レース的中した実績があります。AI競艇予想サイトを個人で運営しているサイトは数少なく、毎日欠かさず、おすすめレースなどを更新しているので、いつでも競艇を楽しむことができます。
おわりに
今回の記事では、競艇AIを作る工程やAI競艇予想ができるソフトやサイトを紹介しました。
競艇AIは、競艇ファンにとっては自分の予想と重ねて使用したりでき、初心者にとってはAIに買い目も予想してもらうこともできます。競艇をする上で欠かせないものになってくるかもしれませんね。
競艇は長年してきたけどAIは使ったことないという人も、これから競艇を始めようとしてる人も、無料で始められるものもあるので、競艇AIをぜひ使ってみてください！
競馬に関してもAI予想できるサービスを知りたいという人は、この記事も参考にしてみてください。
▼関連記事
AINOW編集部
CS専攻大学2年生・42Tokyo所属
情報発信を通して自分自身の知見も深めていきたいと思います
