ChatGPTを活用して強化するディープラーニング競馬予想AI(エポック数編)

以前、『ディープラーニングで作る世界一シンプルでわかりやすい競馬予想AI』という記事を投稿しました。

ディープラーニングで作る世界一シンプルでわかりやすい競馬AI｜シークレット｜note

そこで作成したディープラーニングモデルは高い精度を見せましたが、さらに精度を向上させる余地があると感じました。そこで少し高度な内容になりますが、今回はその強化編を始めます。

今回の目標は、実際の競馬予想で実用的に使えるモデルに仕上げることです。

今後、さまざまな方法でモデルの精度向上を目指していきますが、基本的な基準となるのは、『ディープラーニングで作る世界一シンプルでわかりやすい競馬予想AI』で作成したモデルです。

強化編では、毎回1つのパラメータのみを基準モデルから変更し、その結果を確認していきます。そのため、どの記事からでも内容を理解できるようにしています。

最後に、強化編のまとめとして、効果のあった手法をすべて総括します。

では今回はエポック数に注目します。

エポック数とは、下記のepochs=10のように、モデルがデータを学習する回数を表します。この回数を変えてみようと思います。

    # モデルの訓練
    history = model.fit(X, Y, epochs=10, batch_size=64, validation_split=0.2,callbacks=[checkpoint])

以前の学習結果は下記のような感じでした。この結果を見ると、エポック数を増やすことでさらに精度が向上する可能性があります。

epochs=10

そこで、エポック数を20に設定して再度試してみました。

epochs=20

結果を見ると、9回目が最も良い結果で、それ以降はむしろ精度が悪化しているようです。

つまりこのモデルでは、エポック数10程度で十分な精度を達成できることが確認できました。

epochs=10の結果を詳しく見ると、lossは単調に減少するわけではなく、変動が見られます。

今後、他の方法でもlossが単調に減少するような明確な傾向が見られない限り、epochs=10で十分であることが示されました。