競馬予測の前提
競馬について全く知識がない中で競馬予測を始めた当初の記録です. 競馬は毎週開催されることもあり, データ分析との親和性が高く, 継続的に取り組めるのでお勧めです. スクレイピングと可視化を用いて事前情報を効率的にインプットして競馬を楽しく観戦できます.
競馬について全く知識がない中で競馬予測を始めた当初の記録です. 競馬は毎週開催されることもあり, データ分析との親和性が高く, 継続的に取り組めるのでお勧めです. スクレイピングと可視化を用いて事前情報を効率的にインプットして競馬を楽しく観戦できます.
☑️ 【2025年】 ☑️ 【2024年】 ☑️ 【2023年】 ☑️ 【2022年】 ☑️ 【2021年】 ☑️ 【2020年】 ☑️ 【2019年(10月~)】
競馬を観戦する上で血統は重要な要素の一つです. Sankey Diagramを用いて血統 (最大5世代) を可視化することで交配のクロス状況が確認しやすくなります.
☑️ 【2021年有馬記念出走馬(17頭)】 ☑️ 【2018~2019年GⅠレース出走馬(192頭)】 ☑️ 【2018~2019年重賞レース出走馬(795頭)】
長期間データを用いた傾向分析結果を紹介しています. 全体を俯瞰する基礎分析が重要であることを改めて感じます. ☑️ 【GⅠレース傾向分析(2000-2019y)】 ☑️ 【有馬記念基礎分析 (1990~2018y)】
相撲の取り組み予測は勝ち/負けの予測だけなので簡単そうに見えますが奥が深いです. 取り組み当日の朝(7時)に予測を行い, 終了する夕方(18時)に答え合わせ(バックテスト)を行います. 初日から千秋楽の15日間連続して楽しめるのも相撲予測を行う醍醐味といえます.
☑️ 【Sumo Predict Diaries】 ☑️ 【令和二年春場所(2020/03)】 ☑️ 【令和二年初場所(2020/01)】 ☑️ 【令和元年九州場所(2019/11)】
直感的な気付きやStory Tellingに繋がるような可視化の手法や適用事例を探して紹介しています. 個人的には, Sankey Diagramがお勧めで様々なケースで利用しています. ☑️ 【Visualization Inspiration】 ☑️ 【Reproducible Reporting with RMarkdown】 ☑️ 【Interest Map】 ☑️ 【Sankey Diagram】 ☑️ 【Medical Institution Map】 ☑️ 【Animation Plot [1] (Scattered Plot)】 ☑️ 【Animation Plot [2] (GDP per Year)】 ☑️ 【Getting Started with Elasticsearch】 ☑️ 【FIBA World Cup 2023 (Basketball)】 ☑️ 【FIBA 2023 Player List】 ☑️ 【FIFA World Cup 2022 (Football)】