Yuck(ゆっく)

機械学習でGTO戦略の解析を行なっています。

Yuck(ゆっく)

機械学習でGTO戦略の解析を行なっています。

【書評】Mastering Small Stakes Pot-Limit Omaha

*サムネイルはAmazonより引用。 今回のnoteの最後には投げ銭部分を用意していますが、全文無料で見ることができます。 はじめにこんにちは。Yuck(ゆっく)です。 普段は機械学習でGTO戦略を解析していますが、今回は箸休め的に、現PLO mastermind CEOのFernando Habegger (Poker name: JNandez)氏により執筆された Mastering Small Stakes Pot-Limit Omaha という書籍のレビューをし

¥500
Yuck(ゆっく)

    • 【初心者向け】 ポーカーのエッセンス: プレイングの基本とソルバーの活用

      本記事はHyugaさんからの寄稿です。 はじめにこんにちはHyugaです。「機械学習を用いてGTO戦略を理解する」シリーズの記事で、解析補助用のスクリプト作成、記事のレビューなどYuckさんのサポートをしております。 今までの記事は少し難しかったので、今回は閑話休題として初心者向けの内容になっております。 今回、YouTubeで見て気になったハンドがあったので、それを例にソルバーの使い方とハンドレビューの方法論を詳しく解説していきます。 ポーカーの基本的な戦略や考え方

      Yuck(ゆっく)

      • 機械学習を用いてGTO戦略を理解するPart IV 〜Shapley Additive Explanation(SHAP)を用いたGTO戦略のミクロ・マクロな理解〜

        今回のnoteの最後には投げ銭部分を用意していますが、全文無料で見ることができます。 今回のnoteで取り組んだこと&結論Part IIIでは各特徴量のマクロな振る舞いを表現するpartial dependence (PD)という指標を紹介しました。 今回のnoteでは、個別のボードに対して、その予測の理由づけを行うShapley additive explanation (SHAP)を紹介し、そのSHAPがミクロな解析にも、マクロな解析にも両方使えることを示します。

        ¥300
        Yuck(ゆっく)

        • 機械学習を用いてGTO戦略を理解する Part III 〜Partial Dependence (PD)を用いたGTO戦略のマクロな理解〜

          今回のnoteで取り組んだこと&結論Part IIではボード・ハンドの情報からアクションの頻度を予測するモデルにおいて、重要度の高い特徴量をpermutation feature importance (PFI)を用いて特定する方法を紹介しました。 Part IIIでは、それぞれの特徴量を変化させた時に、アクション頻度がどう変化するかをpartial dependence (PD)を用いて解析していきます。今回のnoteで得られた解析結果は次です。 IPの強いレンジの割

          Yuck(ゆっく)

        【書評】Mastering Small Stakes Pot-Limit Omaha

        ¥500
        Yuck(ゆっく)

        • 【初心者向け】 ポーカーのエッセンス: プレイングの基本とソルバーの活用

          Yuck(ゆっく)

        • 機械学習を用いてGTO戦略を理解するPart IV 〜Shapley Additive Explanation(SHAP)を用いたGTO戦略のミクロ・マクロな理解〜

          ¥300
          Yuck(ゆっく)

        • 機械学習を用いてGTO戦略を理解する Part III 〜Partial Dependence (PD)を用いたGTO戦略のマクロな理解〜

          Yuck(ゆっく)

          機械学習を用いてGTO戦略を理解する Part II 〜Permutation Feature Importance (PFI)を用いた、アクション頻度決定における重要特徴量抽出〜

          今回のnoteで取り組んだこと&結論前回のnoteではボード・ハンドの情報からアクションの頻度を予測するモデルを構築し、精度よく予測できることを確認しました。 ボード・ハンドの特徴とアクション頻度の関係をより細かく見るために、permutation feature importance (PFI)を用いて、作成したモデルの解析を行なっていきます。先に結論を述べると、以下の知見を得ることができました。 IPのEQBが特に重要。 OOPのEQBはやや重要。 high、m

          Yuck(ゆっく)

          機械学習を用いてGTO戦略を理解する Part II 〜Permutation Feature Importance (PFI)を用いた、アクション頻度決定における重要特徴量抽出〜

          Yuck(ゆっく)

          機械学習を用いてGTO戦略を理解する Part I 〜XGBoostを用いたアクション頻度推定モデルの構築〜

          自己紹介はじめまして。Yuck(ゆっく)と申します。私は元々大学で機械学習(所謂AI)の理論的な側面を研究しており、その息抜きとして2022年ごろからポーカーを時々遊んでおりました。また昨年度は下記などのいくつかのトーナメントで運良く結果を残すことができました。 JOPT 2023 GF Builder 2nd/216 entries JOPT 2023 Tokyo #02 NLH Hyper 1st/294 entries 15th Taiwan Millions

          Yuck(ゆっく)

          機械学習を用いてGTO戦略を理解する Part I 〜XGBoostを用いたアクション頻度推定モデルの構築〜

          Yuck(ゆっく)