1999年〜2008年：手書きからデジタルへ
1999年、競馬予想を始めたきっかけは「なぜこの馬が勝ったのか、データで理解したい」という純粋な興味でした。 手書きノートに血統・馬場状態・騎手の傾向を記録し、競馬新聞を何度も読み返す日々。
2003年、Excelを使い始めました。手書きノートの限界を感じ、デジタル化によるデータ蓄積を決意。 レース結果・馬番別成績・騎手成績を整理し、データドリブンな予想の基礎を築きました。
2008年、Excelでも限界を感じ、プログラミング学習を開始。Pythonを独学し、 データ処理・統計分析の自動化に挑戦。この時期、「効率化と精度向上」の両立を追求しました。
2013年〜2018年：データ分析からAIへ
2013年、本格的なデータ分析を開始。Pythonによる大規模データ処理を確立し、 50,000レース以上のデータを体系的に分析。統計的手法で予想精度を飛躍的に向上させました。 この時期のデータが12年分現存しており、NANKANアナリティクスの基盤となっています。
2015年、AI・機械学習の世界に足を踏み入れました。scikit-learn, XGBoostなどのフレームワークを習得。 初期モデル精度は60%台でしたが、特徴量エンジニアリングの重要性を痛感し、研究を重ねました。
2018年、XGBoostベースの予想システムが完成。精度91.2%を達成し、 150以上の特徴量設計・ハイパーパラメータチューニングで、実戦レベルの予測システムを構築しました。
2021年〜2025年：深層学習とアンサンブルの時代
2021年、深層学習（LSTM）による時系列データ分析を実装。馬の「成長曲線」「調子の波」を学習し、 過去5戦データから未来の成績を予測する高度なシステムを実現しました。
2023年、26年の集大成として、XGBoost, LSTM, 深層NNの3つのモデルをアンサンブル統合。 各モデルの強みを活かし、単体モデルより+2.7%精度向上を実現。アンサンブル精度88.4%を達成しました。
2025年、NANKANアナリティクス公開。 1999年の手書きノートから始まった26年間の競馬予想経験と、2013年からの12年間のデータ分析実績を統合。 AIで競馬を科学するサービスとして、次世代AI予想プラットフォームが結実しました。
競馬新聞社にはない「強み」
競馬新聞社は、独自の情報源・取材力と専門記者・予想家という強みを持っています。 厩舎取材や調教師インタビューは、個人では実現困難です。
しかし、NANKANアナリティクスには26年の競馬予想経験と12年のデータ分析実績、 そしてAI・機械学習技術という独自の武器があります。
人間が処理できる情報量には限界がありますが、AIは150以上の特徴量を瞬時に分析し、 50,000レース以上の過去データから非線形な複雑パターンを学習できます。 これが、従来の予想法では実現できなかった高精度予想の鍵です。
さらに、今後は無料で利用できる独自ツール（穴馬自動抽出アプリなど）の開発も計画しています。 競馬新聞社では提供困難なAI技術を活用したツールで、競馬ファンの皆様に新たな価値を提供していきます。
今後のビジョン
NANKANアナリティクスの挑戦は、これからも続きます：
- 無料ツール開発: 穴馬自動抽出アプリ・オッズ分析ツール等の提供
- リアルタイム予測: レース直前のオッズ変動を反映した動的予測
- Transformer導入: 最新の自然言語処理技術を競馬予想に応用
- 強化学習: 賭け金配分の最適化アルゴリズム
- ユーザー個別化: リスク許容度に応じたカスタマイズ予想
26年の経験 × 12年のデータ × AI技術で競馬を科学する——この挑戦は、これからも進化し続けます。