BOATCRAFT が独自構築する、1999 年以降・約 147 万レース・約 880 万件の出走データベース。 出走表・着順・払戻金・展示タイムなどを横断的に収録し、 結果データと突合でき、品質条件を満たしたデータを選定して学習に使う、予測精度を支える独自基盤です。
検証済みレースデータとは、BOATCRAFT が独自に構築・保守しているレースデータベースのこと。1999 年以降、約 147 万レース・約 880 万件の出走データを収録しています。
収録されているデータの種類は多岐にわたります。出走表 (選手・モーター・ボート・コース)、着順、払戻金 (単勝・複勝・2 連単・3 連単他)、展示タイム、スタートタイミング、コメント、節成績、級別履歴など、レースに関わる幅広い情報を収録しています。
重要なのは「ただ集めている」のではなく、「検証 (Verify) 済み」である点です。結果データと突合でき、品質条件を満たしたデータを選定して学習に使用しています。データの「綺麗さ」が AI モデルの予測精度を支えるため、データセット名にも「検証済み」を冠しています。具体的な検証・選定の方法は非公開です。
競艇予想 AI の精度を決めるのは、モデル構造だけでなく学習データの質でもあります。 欠損や矛盾を含むデータをそのまま学習に使うと、モデルが誤ったパターンを学んでしまうリスクがあります。
BOATCRAFT では、結果データと突合でき、品質条件を満たしたデータを選定して学習に使用しています。 具体的な選定基準・処理方法は非公開ですが、1999 年以降・約 147 万レース・約 880 万件という長期的なデータの蓄積が、この選定を可能にする土台になっています。
BOATCRAFT の予想は、予想エンジン「テトラ」の 系統の異なる4つのAIモデルブレンドで構成されており、検証済みレースデータの中から品質条件を満たしたデータを選定して学習基盤としています。 長期にわたるデータがあるからこそ、新しい会場でも、レアな組み合わせでも、過去の似た状況から予測を引っ張ってこられます。
1999 年以降の長期データ ─ コース別 1 着率・配当帯の傾向をたどれる。会場ごとの構造的傾向を把握する基盤になる。
学習に使うデータの選定 ─ テトラを構成する AI モデルは、検証済みデータから品質条件を満たしたものを選定して学習する。具体的な選定基準は非公開。
直近フォーム・会場特性 ─ 直近の選手成績・モーター成績や、24 会場それぞれの水面特性を、最新の検証済みデータから日次で更新する。
検証済みレースデータは BOATCRAFT 独自の予測基盤。 1999 年以降・約 880 万件の綺麗なデータから生まれる予想を、ぜひ手元で試してみてください。