検証済みレースデータVerified Race Dataset
BOATCRAFT が独自構築する、1999 年以降・約149万レース・約892万件の出走データベース。 出走表・着順・払戻金などを収録し(展示タイムは記録のある年に入っています)、 その中から公式の結果と照らし合わせられ、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 ─ 整合性チェック済み の独自データベース。
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149万レース・約892万件(2026年10月時点)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。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。
BOATCRAFT は 1999年以降の約149万レース・累計約892万件の出走データを収録し、その中から品質条件を満たしたデータを選定して学習している。
データの質が 予測精度に効く 理由。
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。
1999 年以降・約149万レース・約892万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。
予想モデルとの 関係。
テトラは、4 種類の AI モデルを組み合わせた予想エンジンで、結果と照らし合わせられる過去のレースの記録から学んでいます。
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。
直近の成績 ─ 選手の直近 10 走などは、毎日のレースの記録から数え直して予想に使う。
モーターの成績 ─ テトラの AI の材料には入っておらず、「モーター」のつまみを動かした分だけ予想に入る。
1999 年以降のデータが支える予想。
検証済みレースデータは BOATCRAFT 独自の予測基盤。 1999 年以降のレースの記録から、品質条件を満たした物を選んで学んだ予想を、ぜひ手元で試してみてください。
『検証済みレースデータ』から学んだテトラの予想は、アプリの「テトラの予想の一覧」で、各艇の 1 着の % として確かめられます。自分の予想に反映するときの参考にしてみてください。