評価 評価する（２：学習状況について）
つくった学習・評価プログラムを実際に実行した結果のうち、学習の状況について考えました。まだまだかもしれません笑。まず、結果から。。。。学習結果CUDA available: TrueTorch version: 2.7.1+cu118GPU...
評価 評価 評価する（１：PFIの実装、学習１５からの続き）
競馬予測モデルの特徴量重要度を、レース単位シャッフル＋NDCG@3 で可視化する PFI 実装今回は、前回「学習と評価で利用（１５：評価ユーティリティセット）」の関数も利用して、レース予測モデルに対して Permutation Featur...
学習 学習する（１４：学習コマンド）
キャパの異なる2つの自己注意モデルを“学習的に”スタックして、レース予測を実戦仕様で学習・保存・再利用する起動スクリプト今回は、レース予測モデルの学習／推論パイプラインの起点です。このコードは、2種類のハイブリッドモデル（LSTM＋埋め込み...
学習 学習と評価で利用（１５：評価ユーティリティセット）
特徴の正規化・不均衡対策・早期停止・ラベル整形・評価集計を一括で支える、実運用向けの検証ユーティリティ群今回は、学習・評価フェーズで使う補助ユーティリティのセットです。履歴特徴の正規化、クラス重みの算出、早期終了（過学習抑制）、ラベルの正規...
学習 学習する（１２：学習ループ、EarlyStopping、AMPなど）
学習プロセス：レースを単位に、順位・勝者・上位価値を同時最適化しつつ、過学習を監視して学習率も自動調整する “実戦仕様” のランキング学習ループ今回は、関数 train_racewise_regression_modelの作成です。この関数...
学習 学習する（３：相対差などの特徴量作成）
「直前までの情報だけ」で実績と傾向を要約し、レース内の相対差で正規化した、リークに強い特徴量セットを構築このコードは、 の安定ソートを土台に、騎手・馬・コンビ（馬×騎手）の直前までの実績指標や過去平均をベクトル化して作成し、さらに同レース内...
学習 学習する（１１：ヘイズワイズ、トップ１、nDCG@K）
ペア・トップ1・上位Kの3軸から、レース内ランキングを統計的に鍛える損失パックレース内のスコア（preds）と着順ラベル（targets）に対して、ランキング学習の3種類の損失を実装しています。目的は、ペアワイズで正しい並びを学習（勝ち負け...
学習 学習する（１０：パディング、マスク）
馬ごとの履歴をレース単位でまとめ、時系列パディング＋レース内パディングまで施した完全バッチ化関数今回は、同じレースに属する馬をひとまとめにしてバッチ化するカスタム collate_fn です。DataLoader に渡すことで、レース単位の...
学習 学習する（８：標準化）
時系列特徴量の標準化（平均0・分散1）を行い、シーケンス入力用に整形して保存する前処理print("✅ スケーリング（高速版）")TAIL = 3 Xtr_main = X_trainXtr_tail = X_trainXtr_num = ...
学習 学習する（９：TSLM、Transformer、モデル作成）
馬の履歴（時系列）と同一レース内の相互関係（集合）を同時に学習できる、埋め込み付きハイブリッド予測モデルclass SetTransformer(nn.Module): def __init__(self, input_dim, hidde...