I.
4モデルブレンド予測
BOATCRAFTは、単一のAIモデルで予測していません。
4つの独立した機械学習モデルが、それぞれ異なる視点からレースを予測し、
最後にブレンドして最終確率を算出します。
単一モデルは、学習データの偏りやノイズの影響を受けやすい弱点があります。
複数モデルのブレンドによって、それぞれの弱点を補完し合うことができ、
個別モデルより安定した予測精度を実現します。
// コース要因モデル
コース（艇番）・進入位置・会場特性を重視。枠なり・コース取り競争の結果を予測する視点。
// 機力要因モデル
モーター2連率・ボート2連率・展示タイム・チルトなど、機材の気配を重視する視点。
// 直前情報モデル
直前情報・気象（風速・波高）・今節ST・体重など、当日の変動要素を重視する視点。
// 選手品質モデル
全国勝率・当地勝率・級別・年齢・F/L数など、選手の基礎能力を重視する視点。
それぞれのモデルは、同じ27年分・1,000万件超の学習データを使いますが、
重視する特徴量が異なるため、予測結果に差が出ます。
この差をブレンドすることで、より堅牢な予測が可能になります。
なぜ勾配ブースティング系を選んだか
4モデルすべてに、表形式データで実績のある勾配ブースティング系の機械学習手法を採用しています。
ニューラルネットワークやランダムフォレストなどの他の選択肢と比較して、以下の点で有利と判断しました。
- ◆表形式データで高い精度
- ◆1,000万件規模のデータも現実的な時間で学習できる速度
- ◆特徴量の重要度が可視化できる（解釈性）
- ◆欠損値をそのまま扱える（無理な補完が不要）
特に競艇データは、展示タイムや気象情報が欠損することが多く、
欠損値をそのまま扱えることが実運用で効いてきます。
II.
ブレンド予測の仕組み
4つのモデルが出した確率を、加重平均して最終確率を算出します。
単純平均ではなく、ユーザーが「23のつまみ」で設定した重みを反映したブレンドです。
STEP 1 入力データ（選手6人 × 23特徴量）
↓
STEP 2 4モデルが独立に予測
├─ course_model → P_course (1着確率)
├─ equipment_model → P_equipment
├─ live_model → P_live
└─ quality_model → P_quality
↓
STEP 3 23つまみの重み適用
weights = normalize(user_knob_values)
↓
STEP 4 ブレンド実行
P_final = Σ (P_i × weights_i)
↓
STEP 5 確率を正規化（合計100%）
↓
OUTPUT 6艇それぞれの1着確率
なぜブレンドが強いか：
単一モデルで50%の的中率でも、異なる視点の4モデルが独立に50%を出せば、
ブレンドによって安定性と精度の両方が向上します。
これはKaggleなど機械学習コンペでも実証済みのテクニックです。
III.
23つまみの設計思想
既存の競艇予想アプリのほとんどは、「予想を見せる」ことに特化しています。
BOATCRAFTは逆の発想で、「予想を作る道具」を提供します。
そのための仕組みが23つまみです。
各つまみは0.1刻みで調整可能で、自分がどの要素をどれくらい重視するかを
数値で設定できます。例えば「大村ミッドナイトはコース重視・モーター軽視」のように、
会場・時間帯ごとに違うチューニングを保存できます。
① 全体俯瞰：23つまみの内訳
23要素 × 5段階で、理論上の組み合わせは天文学的なパターン。
これは、全ユーザーが自分専用のロジックを持てる数学的余地を意味します。
ここから先は、つまみ1本ずつの「効かせどころ」を職人視点で解剖していきます。
② 職人解説：つまみ1本ずつの使い方
つまみは0.0〜1.0の5段階。強度を上げるほど、そのモデルの予測が最終ブレンド確率に占める比重が増します。
ただし「全部最大」は「全部最小」と同じく個性のない予測になります。どこを上げたかよりも、どこを下げたか——
これが職人のチューニングの本質です。
01
コース（艇番）
艇番・進入コース
- 何を見る
- 各艇のコース（1〜6）と進入位置。競艇は1コースが圧倒的有利で、全国平均の1コース勝率は約52%。
- 効く局面
- 枠なり進入が多い一般戦。徳山・大村・芦屋などイン天国の場。冬場の北風・東風で内側が伸びる時。
- 効きにくい
- SG/G1の準優・優勝戦（ベテラン選手が前づけで進入を崩す）。戸田・江戸川・蒲郡などの荒れ場。
- 相関つまみ
- 19. 会場特性 ↑ / 3. 当地勝率 ↑ / 4. モーター ↓（イン信仰と機材軽視はセット）
- 推奨レンジ
- 一般戦 0.7〜1.0 / SG・G1 0.4〜0.6 / 荒れ場 0.3〜0.5
職人の一言：1コースつまみを最大にすると的中率は上がるが、配当はトリガミ帯に沈みがち。「回収率で攻める」なら 0.7 前後で止めて、他つまみで差別化するのが定石。
02
全国勝率
選手の全国勝率（直近半年）
- 何を見る
- 直近の全国成績から算出した1着率の目安。A1級は 6.50 以上、A2級は 5.50〜6.49、B1級は 4.00〜5.49。
- 効く局面
- 選手の基礎能力差が明確な節（B1B2混成戦、新人戦）。SG常連と若手の混在レース。
- 効きにくい
- 全員A1のSG・G1（勝率差が小さく分離不能）。当地と全国の相性が大きくズレる場（徳山・大村など）。
- 相関つまみ
- 9. 級別 ↑ / 16. 全国2連率 ↑
- 推奨レンジ
- 初心者は 0.7 でOK。慣れたら 0.5 に下げて当地勝率とモーターで差別化。
職人の一言：全国勝率と級別と全国2連率を3つとも最大にすると「勝率系の三重カウント」になりやすい。どれか1つに主役を任せて残りは控えめに。
03
当地勝率
選手の当地勝率
- 何を見る
- その場での成績に絞った1着率。全国勝率と乖離が大きい選手は「場の相性」が出ている。
- 効く局面
- クセの強い場（尼崎・戸田・江戸川・蒲郡・鳴門）。今節中日以降でデータが溜まった段階。
- 効きにくい
- 初斡旋選手が多い節初日（サンプル不足）。全員が「初めての場」に近いケース。
- 相関つまみ
- 17. 当地2連率 ↑ / 19. 会場特性 ↑ / 13. 地元 ↑
- 推奨レンジ
- クセ強い場 0.8〜1.0 / 平均場 0.5 / SG遠征陣メインなら 0.3
職人の一言：当地勝率 ≫ 全国勝率 の選手は「ここでは鬼」のサイン。当地つまみを 0.9 まで引き上げるとこの手の選手が浮いてくる。
04
モーター（2連率）
モーター2連率
- 何を見る
- 当節モーターの機力。30%以下は低調、35%前後は平均、40%以上は好気配、45%超はエース機。
- 効く局面
- 1マーク攻め・差し主導の場（尼崎・住之江・戸田）。展示で伸び色が明確に違う時。
- 効きにくい
- 前検・初日（モーター数値がまだ前節引き継ぎで不確定）。全員が似た数値に収斂している節。
- 相関つまみ
- 5. 展示T ↑（同じ気配を2角度から）
- 推奨レンジ
- 機力勝負の節 0.8 / 選手力勝負 0.3〜0.5
職人の一言：「モーター最大＋展示T最大」は二重計上になりやすい。どちらか片方に主役を任せるのがバランス良い。
05
展示タイム
スタート展示タイム
- 何を見る
- スタート展示後の伸び足の実測値。6.55〜6.85秒が一般的レンジ、0.03秒差でも体感は大きい。
- 効く局面
- 当日気象を織り込んだリアル気配。若手・中堅の混在戦でペラ調整の差が出る時。
- 効きにくい
- ベテラン選手が意図的に流している時。水温が極端（真夏・真冬）で全員タイムが出ない時。
- 相関つまみ
- 4. モーター ↑ / 14. 風速 ↓（風でタイム歪みが出る）
- 推奨レンジ
- 若手多い節 0.8 / ベテラン多い節 0.5
職人の一言：展示T は「直前情報の最後のピース」。締切10分前の更新データを必ず確認してから投票する習慣を。
06
平均ST
直近半年の平均スタート
- 何を見る
- 直近半年の平均スタートタイミング。0.15 以下はトップクラス、0.16 が平均、0.18 以上は遅め。
- 効く局面
- 向かい風 4m 以上（スタートで差がつきやすい）。平水面でのスタート一発勝負。
- 効きにくい
- 追い風強風（全員STが揃う）。F持ち選手（慎重になるので平均より遅れる）。
- 相関つまみ
- 12. 今節ST ↑ / 10. F/L数 ↓
- 推奨レンジ
- 向かい風時 0.9 / 平水面 0.7 / 追い風時 0.4
職人の一言：平均STと今節STを両方最大にすると「最近のスタート動向」を二重に重視することになる。当節データが豊富ならむしろ平均STは下げた方がキレる。
07
体重
選手体重
- 何を見る
- 男子 51kg、女子 47kg が基準。重量級（55kg以上）は行き足不利、軽量級は機動有利。
- 効く局面
- 波高 10cm 以上の荒水面（江戸川・蒲郡・尼崎・鳴門）。重量ハンデが明確に効く節。
- 効きにくい
- 平水面・無風。屋内調整でモーターがカバーしきれる場。
- 相関つまみ
- 15. 波高 ↑ / 4. モーター ↑
- 推奨レンジ
- 荒水面 0.6〜0.8 / 平水面 0.2
職人の一言：体重 +5kg はモーター 2連率 -5〜-7% とほぼ等価。モーター気配だけ見ると見落とす「見えないハンデ」を拾える指標。
08
年齢
選手年齢
- 何を見る
- 競艇は他競技と比べ年齢耐性が高く、50代以上でも勝ち続ける選手は珍しくない。一方で25歳以下の若手の伸びは大きい。
- 効く局面
- 若手G3・新人王決定戦（勢い重視）。50代ベテランのホーム場・得意場。
- 効きにくい
- 中堅30〜45歳が主役のSG・G1（年齢差が機能しにくい）。
- 相関つまみ
- 9. 級別 → / 12. 今節ST ↑
- 推奨レンジ
- 若手重視 0.7 / 一般 0.3〜0.5
職人の一言：年齢つまみは「単独では使わない」のが基本。級別や今節STとセットで初めて機能する補助つまみ。
09
級別（A1/A2/B1/B2）
級別（A1 / A2 / B1 / B2）
- 何を見る
- 直近半年の勝率・出走回数・事故率で半期ごとに更新される階級。A1（上位約20%）／A2／B1／B2。
- 効く局面
- 級別混成戦（B1B2 に A1 がポンと入る時）。B級戦で A 級選手の格上ポジション。
- 効きにくい
- 全員A1のSG。全員B1のローカル。階級差が小さい時。
- 相関つまみ
- 2. 全国勝率 ↑ / 16. 全国2連率 ↑
- 推奨レンジ
- 一般戦 0.6〜0.8 / SG・G1 0.3〜0.4 / B級節 0.5
職人の一言：級別は「粗い指標」。全国勝率と併用する時は級別は 0.4 に抑えて、細かい勝率で差をつける方が的中に寄与する。
10
F/L数（フライング・出遅れ）
F・L の累積数
- 何を見る
- 累積F数・L数。F持ちは次節以降のスタートが慎重化し、3本目は出場停止（長期斡旋停止）。
- 効く局面
- F持ち選手の節初日〜中日（スタートが0.02〜0.05 秒遅れる傾向）。
- 効きにくい
- F ペナルティ消化後。最近スタート復調してきた選手。
- 相関つまみ
- 6. ST ↑ / 12. 今節ST ↑
- 推奨レンジ
- 常時 0.5〜0.7
職人の一言：F2本持ちは特に要注意。3本目Fで長期斡旋停止になるため、選手本人が「行けない」メンタル状態にある。ST重視の向かい風レースなら評価を落とす。
11
ボート2連率
ボート2連率
- 何を見る
- ボート（船体）単体の2連率。モーターほど差が出にくいが、同モーター・異なるボートで差がつく場合の補助指標。
- 効く局面
- モーター差が小さい節。ボート使用回数がある程度積み上がった中〜後半。
- 効きにくい
- モーター差が大きい節（ボート差は埋もれる）。
- 相関つまみ
- 4. モーター →（主役はモーターに譲る）
- 推奨レンジ
- 常時 0.3〜0.5（モーターほど強く引かない）
職人の一言：ボート率を主役にしない。あくまでモーターで並んだ選手の最終決め手として 0.3〜0.5 で添える。
12
今節ST
当節の平均スタート
- 何を見る
- 当節に限った平均ST。過去半年のSTより「今このタイミングでのスタート状態」を表す、鮮度の高い指標。
- 効く局面
- 節中日以降（3日分以上のサンプル）。F持ちで慎重化してる選手の実測。
- 効きにくい
- 節初日（サンプル数 0〜1）。
- 相関つまみ
- 6. 平均ST ↑ / 10. F/L数 ↑
- 推奨レンジ
- 中日以降 0.8 / 初日 0.3
職人の一言：今節STは「中日から急に強くなる」つまみ。初日〜2日目は平均STを主役に、3日目以降は今節STへ主役を交代するのが職人スタイル。
13
地元（支部一致）
支部 × 開催場 の一致
- 何を見る
- 選手の支部と開催場の地域が一致する「地元選手」フラグ。水面慣れ・メンタル・応援の三重ボーナス。
- 効く局面
- 周年記念・地元記念などのG1。支部単独開催節。
- 効きにくい
- 遠征選手メインの一般戦。SG（全国から地元が少数）。
- 相関つまみ
- 3. 当地勝率 →
- 推奨レンジ
- 地元記念 0.6〜0.8 / 通常節 0.3〜0.5
職人の一言：地元と当地勝率を両方最大にすると「地元属性の二重カウント」。当地勝率に実力がすでに織り込まれているので、地元つまみは 0.4 前後で十分。
14
風速
レース開始時の風速
- 何を見る
- レース開始時の風速。向かい風 4m 以上 or 追い風 5m 以上で水面が大きく変わる。
- 効く局面
- 向かい風 4m以上（1コースの逃げ切りが難しくなり、差し・まくりが決まる）。平和島・江戸川の冬の北風。
- 効きにくい
- 屋内・風 0〜2m の穏やか日。
- 相関つまみ
- 6. ST ↑（向かい風）／7. 体重 ↑（強風時）
- 推奨レンジ
- 予報 5m 以上 0.8 / 微風予報 0.2
職人の一言：風速つまみは「気象予報を見て当日調整」するのが職人。朝の予報と実際の風で 0.3 → 0.8 に動かす運用が的中率を伸ばす。
15
波高
レース開始時の波高
- 何を見る
- 水面の波の高さ。5cm 未満は平水、10cm 以上は荒水面、15cm 超は大荒れ。
- 効く局面
- 荒水面の場（江戸川・蒲郡・鳴門）、強風日。重量級選手の不利が顕在化する時。
- 効きにくい
- 屋内場・風静穏日。
- 相関つまみ
- 7. 体重 ↑ / 4. モーター ↓（機力で覆せない時）
- 推奨レンジ
- 荒水面時 0.7 / 平水面時 0.2
職人の一言：波高と風速はセットで動く。別々に最大にすると「気象二重カウント」。主役を1つに決めて、もう一方は 0.4 程度で十分。
16
全国2連率
全国2連率
- 何を見る
- 2着以内に入る確率。勝率より高い値を取り、連対の安定感を表す。50%超は優秀、40%前後が平均。
- 効く局面
- 2連複・3連複狙い。本命流しの相手選びで効かせる。
- 効きにくい
- 3連単頭固定の相手探し（1着勝率の方が効く）。
- 相関つまみ
- 2. 全国勝率 ↑
- 推奨レンジ
- 連複狙い 0.8 / 単勝狙い 0.4
職人の一言：「勝率 ≒ 頭固定の強さ」「2連率 ≒ 連対の安定感」。券種で使い分けるのが職人スタイル。
17
当地2連率
当地2連率
- 何を見る
- その場での2連率。当地勝率と当地2連率の乖離から「1着はないが3着以内には来る」タイプが見える。
- 効く局面
- クセ強い場で2-3着の「刺し切りタイプ」を拾いたい時。
- 効きにくい
- 初斡旋選手が多い節。
- 相関つまみ
- 3. 当地勝率 ↑ / 16. 全国2連率 →
- 推奨レンジ
- 連複狙い＋クセ強い場 0.8
職人の一言：3連単の2-3着探しで最も効く隠れ名つまみ。頭固定した後、当地2連率 0.8 で相手を決めると回収率が安定する。
18
出遅れ（L数）
L（出遅れ）の累積数
- 何を見る
- 累積L数。出遅れ（1秒以上のスタート遅れ）は不成立扱い＋期間ペナルティ。
- 効く局面
- L持ち選手のスタート慎重化。特に節初日は要注意。
- 効きにくい
- Lリセット後。スタート復調が確認できた後。
- 相関つまみ
- 6. ST → / 10. F/L数 →
- 推奨レンジ
- 0.3〜0.5
職人の一言：F数は目立つがLも同等に注意が必要。F/L数つまみとセットで使うと効く。
19
会場特性（1コース勝率）
会場別 1コース勝率
- 何を見る
- その場の過去5年1コース勝率。徳山 62.6%（天国）〜 戸田 40.7%（地獄）まで、場ごとに 20pt 以上の差がある。
- 効く局面
- イン天国 / 荒れ場の両極端。場の攻略方針を予想の軸にしたい時。
- 効きにくい
- 標準場（47〜53%、24場中半数）。
- 相関つまみ
- 1. コース ↑ / 3. 当地勝率 ↑
- 推奨レンジ
- 極端場 0.7〜0.9 / 標準場 0.3〜0.5
職人の一言：会場特性は「場が荒れるか否か」を予想全体にかけるマクロつまみ。当地勝率が個別選手の場適正なら、こちらは場そのものの性格。
20
C率（BOATCRAFT流 コース別成績）
コース別 1着率の実績
- 何を見る
- その選手が各コース（1〜6枠）でどれだけ勝ってきたかの実績率。「枠なりの全国勝率」と違い、「1枠のときはこのぐらい、5枠のときはこのぐらい」と枠ごとに粒度が立つ。
- 効く局面
- 枠運に恵まれない選手が多いレース。外枠A1・内枠B級が混ざる節などで、枠別の実力差を表現したい時。
- 効きにくい
- C率サンプル数が少ない選手（
cRateSamples < 5）が多いレース。データ薄で中立扱いになりやすい。
- 相関つまみ
- 01. コース ↓（C率を信じる＝コース固定思想を下げる）/ 11. 級別 →
- 推奨レンジ
- 記念レース以上 0.5〜0.8 / 一般戦 0.3〜0.5
職人の一言：コース勝率（艇番の通例）を下げて、その人のコース別実績を立てるのがC率の王道。A1級でも「1枠で勝てない人」「5枠で光る人」は実在する。
21
オッズ（複勝オッズ）
逆張り ⇔ 順張り 調整
- 何を見る
- 締切直前の複勝オッズ（3着以内の払戻倍率）。このつまみだけAI・統計とは別物で、「今の投票状況」を予想スコアに直接乗せる。
- 中立点
- 2.5が中立。2.5丁度では影響ゼロ。2.5より上げれば逆張り（高オッズ優先）、下げれば順張り（人気優先）。
- 効く局面
- AI上位×高オッズが目立つレース。市場が見落とした人気薄を拾う「妙味狙い」で威力を発揮。
- 効きにくい
- 3連単1点買い・堅い本命狙い。オッズ情報は的中時の配当を捉える指標なので、シンプルに本命を当てたい時はニュートラル推奨。
- 相関つまみ
- 11. 級別 ↓（級別無視 ✕ オッズ高）は荒れ狙いの定番 / 06. 平均ST →
- 推奨レンジ
- 堅め狙い 1.5〜2.0 / 中立 2.5 / 妙味狙い 3.0〜3.5
職人の一言：唯一AIの外側にある特殊つまみ。AIは過去データ、オッズは「今の投票行動」。AI上位で高オッズの艇が浮上した時は、市場が気づいていない穴候補のサイン。最終確認は必ず公式オッズで。
③ つまみ相関マップ：セットで動かすつまみ
つまみは独立していません。ある一本を上げた時、セットで動かすと「設計意図通りに効くペア」と、逆に「上げすぎで濁るペア」があります。以下は実戦で頻出する相関パターンです。
イン信仰セット
01.コース ↑ + 19.会場特性 ↑ + 03.当地勝率 ↑
徳山・芦屋・大村など天国場での本命寄せ。的中率優先型。
機材気配セット
04.モーター ↑ + 05.展示T ↑
両方最大は二重カウント。一方を主役にもう一方は 0.4 前後推奨。
勝率三重カウント注意
02.全国勝率 ↑ + 09.級別 ↑ + 16.全国2連率 ↑
選手力系を3本全部最大にすると差分が消える。1本を主役、残りは 0.4 で。
スタート情報の鮮度
06.平均ST ↓ + 12.今節ST ↑
節中日以降の運用。古い平均より今節STを主役にする。
荒水面対応セット
07.体重 ↑ + 15.波高 ↑ + 14.風速 ↑
江戸川・蒲郡・鳴門・尼崎・荒れ日の定番。コースつまみは逆に下げる。
F持ちの慎重化セット
10.F/L数 ↑ + 06.ST ↑ + 12.今節ST ↑
F持ち選手がスタート遅らせるので、スタート系全体を強めに見る。
3連複の相手探し
16.全国2連率 ↑ + 17.当地2連率 ↑
頭固定後の相手選び。1着勝率は抑え、連対の安定感を重視。
地元補正セット
13.地元 ↑ + 03.当地勝率 ↑
周年記念・地元記念で鉄板。ただし両方最大は避けて片方 0.6 で。
④ シーン別チューニング例（プリセット8選）
職人は同じチューニングで走りません。場 × 時間帯 × 節の進行度に応じて、つまみを寄せ直します。以下はそのまま保存しておける実戦プリセットです。
大村ナイターの本命固め
Preset 01 / stable · inside · night
01.コース 0.9
19.会場特性 0.9
03.当地勝率 0.8
04.モーター 0.3
14.風速 0.2
15.波高 0.2
大村は1コース勝率 59.2%、海水・広水面・ナイターで風の影響も少ない。イン信仰を最大にしてモーター・気象はほぼ切る。
SG準優勝戦の穴狙い
Preset 02 / SG · semifinal · value
01.コース 0.4
09.級別 0.3
04.モーター 0.8
05.展示T 0.8
12.今節ST 0.9
10.F/L数 0.6
全員A1＋進入が乱れやすい。コース・級別では分離できないので、当日のモーター気配と今節ST主導で配当妙味を狙う。
尼崎の荒水面強風
Preset 03 / rough water · wind 6m+
01.コース 0.4
07.体重 0.8
14.風速 0.9
15.波高 0.8
04.モーター 0.7
06.ST 0.7
荒水面＋強風では軽量級かつ機力のある選手が優位。コースつまみを意図的に下げてイン信仰を外す。
平和島 冬の北風 荒れ前提
Preset 04 / tokyo · winter · headwind
01.コース 0.3
14.風速 0.9
06.ST 0.9
07.体重 0.7
04.モーター 0.6
19.会場特性 0.3
冬の平和島は向かい風 5m が当たり前。1コース逃げは通らず、差し・まくりが決まる。STと気象を主役に。
児島ローカル一般戦
Preset 05 / local · regular · inside
03.当地勝率 0.9
17.当地2連率 0.8
13.地元 0.7
02.全国勝率 0.3
04.モーター 0.4
ローカル一般戦は全国勝率より当地データが効く。地元選手の水面慣れボーナスも組み込む。
女子戦 GIIIレディース
Preset 06 / ladies · light · agility
07.体重 0.8
04.モーター 0.7
14.風速 0.6
06.ST 0.7
02.全国勝率 0.5
19.会場特性 0.3
女子戦は軽量級 × 機動力の組み合わせがハマりやすい。勝率差も男子より小さいので、モーター気配と体重で分離する。
新人戦（B2多めの若手節）
Preset 07 / rookie · young
08.年齢 0.7
12.今節ST 0.9
05.展示T 0.8
09.級別 0.3
02.全国勝率 0.3
03.当地勝率 0.2
B2主体で勝率データが薄い。階級・勝率は信頼できず、今節の状態と若さの勢いで推す。
周年記念 地元記念ダービー
Preset 08 / G1 · hometown · festival
13.地元 0.8
03.当地勝率 0.8
09.級別 0.7
02.全国勝率 0.6
04.モーター 0.6
01.コース 0.5
地元エース選手に厚く。コースは前づけがあるので下げ、選手力と地元属性をメインに組み立てる。
⑤ アンチパターン：こういう設定は避ける
失敗例から学ぶのも職人のうち。以下は「やりがちだが精度を落とす」チューニングです。
× 全つまみ最大
すべて 1.0 にすると、重み正規化で全つまみの相対比率が均等化し、結局デフォルト予測に回帰します。あなた固有のロジックがゼロになる最悪パターン。差別化は「どこを下げたか」で生まれます。
× コース 0.0 でイン信仰を完全否定
「1号艇が有利なのはわかるが、見返したい」という気持ちで 0.0 にすると、全国平均 52% の1コース優位性を捨てることになり、的中率が大幅に崩壊します。荒れ場でも 0.3〜0.4 は残すのが安全。
× 勝率系つまみの三重カウント
02.全国勝率 + 09.級別 + 16.全国2連率 を3本とも 0.9 以上にすると、同じ「選手の基礎能力」を3回重ねて評価することになります。個別選手のスコアは膨らむ一方、選手間の相対差は薄れ、上位候補が同点で並ぶ結果に。1本を主役にして残りは 0.4 前後で。
× 気象つまみをONのまま屋内場で使う
14.風速 + 15.波高 を強めにチューニングしたプリセットをそのまま平和島・住之江のナイターや屋内場に適用すると、ノイズ情報を拾う結果に。プリセットは場ごとに切り替える運用が前提です。
× モーター × 展示タイムの二重カウント
両方とも同じ「機材気配」を見ています。04 + 05 両方最大にすると機材良好選手のスコアが膨張しすぎ、選手力との釣り合いが崩れます。職人は片方を 0.8、もう片方を 0.4 に分けます。
× 節初日から今節STを主役にする
節初日は今節STのサンプルが 0〜1本。信頼できない値を 0.9 で重視すると、偶発的なスタート失敗がそのまま過大評価に化けます。節初日は平均STを主役、中日から今節STへ主役交代が職人ルーティン。
× プリセットを保存せず毎回ゼロから回す
場ごとに最適解が違うのに、毎回デフォルトから触ると累積的な学びが残りません。BOATCRAFTは最大16個のチューニングを名前付きで保存できます。「大村ナイター本命」「戸田穴狙い」のようにシーン別プリセットを育てていくのが王道。
IV.
データパイプライン
予測の精度は、使うデータの質と量で決まります。
BOATCRAFTは27年分・1,000万件超のレースデータを学習と検証の両方で使い、
常にその日の最新情報を反映した状態で予測を提供しています。
| データ種別 | 内容 | 規模 | 期間 |
|---|
| 出走表・選手情報 | 番組・級別・勝率・ST・F/L 等 | 約258万件 | 2000〜2026 |
| レース結果 | 着順・タイム・展示タイム | 約391万件 | 1999〜2026 |
| 払戻金 | 2連単・3連単・3連複 ほか | 約418万件 | 1999〜2026 |
| オッズ（現在値） | 締切直前のリアルタイム反映 | 常時更新 | 2026〜 |
| オッズ履歴 | 変動パターン学習用 | 蓄積中 | 2026〜 |
合計1,000万件超、27年分のデータを、型チェック・欠損監視・異常値検出を通した上で学習に投入しています。
直近では10項目の品質検証バッチを全てパスし、データ信頼度100%の状態で運用しています。
データ品質の担保
公開情報をもとに出走表・結果・払戻・直前情報を統合したうえで、次のような整合性チェックを行っています。
- ◆数値の範囲監視（勝率・連率・ST 等が仕様内に収まっているか）
- ◆各レースごとの整合確認（同一選手の重複・艇番抜け・着順抜け）
- ◆年・場ごとの件数バランス監視（過去分含め欠落があれば検知）
- ◆出走表と結果の突合（登録番号ベースで選手データが一貫しているか）
これらの検証は毎日自動で行われ、いずれかが崩れた場合は運営側に即アラート。
「気づかないうちにデータがおかしくなっている」状態を設計上作らないというのが、
BOATCRAFTのデータポリシーです。
V.
リアルタイム取得の仕組み
競艇予想で最後に効くのは、締切直前のオッズ変動と展示タイムです。
BOATCRAFTは、ユーザーがレース画面を開いた瞬間に、その時点での最新オッズ・直前気象・展示タイムを反映した予測を返します。
「最新である」こと自体を価値にする
予測モデルに入力する特徴量の一部は、締切数分前まで値が変わり続けます。展示タイムは出走直前に更新され、
気象も刻々と変化し、オッズは投票の集まり方で絶えず動きます。
BOATCRAFTはこの「直前に変わる部分」を取り込んだうえで予測を再計算する設計になっており、
ユーザーが予測画面を見る時点で、古いデータが混じった予想にならないようにしています。
オッズ履歴の扱い：
締切前〜締切直後のオッズの動き方は、将来的に「人気の過小評価・過大評価」を検出する指標（妙味検知）として活用する予定です。
そのための履歴も蓄積しており、単発のオッズ値だけでなく「どう動いたか」を予測に組み込む研究を進めています。
VI.
予測の限界について
正直に言います。
BOATCRAFTは、あなたを必ず勝たせるアプリではありません。
競艇はギャンブルであり、どんなに精度の高いAIモデルも不確実性を完全には排除できません。
選手の体調、突発的な気象変化、スタート事故、機械トラブル——
データに現れない要素がレース結果に影響します。
BOATCRAFTは、「あなたの予想を論理的に構築するための道具」を提供しますが、
最終的な投票判断は常にあなた自身の責任で行ってください。
こういう使い方を推奨しません
- ×生活費を投じる
- ×負けを取り返そうと金額を増やす
- ×AI予測を「確実に当たる」と期待する
- ×20歳未満での利用
推奨する使い方
- ○趣味の範囲で予算を決めて楽しむ
- ○勝ち負けより「予想の精度が上がる過程」を楽しむ
- ○23つまみで自分の仮説を検証する
- ○データ分析ツールとして使う