分析コラム 【競馬データ分析への道④】Kaggle・SIGNATEへの挑戦
Python 3 エンジニア認定データ分析試験合格後、KaggleやSIGNATEのコンペに挑戦した実体験を紹介します。試行錯誤を重ねる中で感じた課題や、競馬データ分析へ進むきっかけとなった転機についてお伝えします。
K-Analytics
分析コラム 
コース攻略 【コース攻略】札幌芝1200m｜好走血統・買い条件・消し条件をデータ分析
2022年～2026年7月26日のデータをもとに札幌芝1200mを徹底分析。枠順傾向や血統別のコース適性を検証し、ファインニードル産駒・ロードカナロア産駒・シルバーステート産駒などの買い条件、イスラボニータ産駒・モーリス産駒・キズナ産駒の消し条件を詳しく紹介します。
コース攻略 【コース攻略】中京芝2000m｜好走血統・買い条件・消し条件をデータ分析
中京芝2000mの好走血統をデータ分析。エピファネイア、ロードカナロア、キタサンブラックの買い条件や、サトノダイヤモンド、ルーラーシップ、ゴールドシップの消し条件を紹介。枠番傾向も解説します。
分析コラム 【競馬データ分析への道③】データ分析という世界との出会い
Python 3 エンジニア認定データ分析試験を選んだ理由や勉強法、Kaggleとの出会いを実体験で紹介します。データ分析という新しい世界を知り、現在の競馬データ分析につながる第一歩となった体験をお伝えします。
コース攻略 【コース攻略】新潟芝1800m｜好走血統・買い条件・消し条件をデータ分析
新潟芝1800mはどの血統が狙い目なのか？2022年～2026年7月12日のデータから枠番傾向を分析し、エピファネイア産駒・サートゥルナーリア産駒・リアルスティール産駒の買い条件と、消し条件になる血統をデータでわかりやすく解説します。
分析コラム 【競馬データ分析への道②】Python資格との出会い
Python 3 エンジニア認定基礎試験との出会いから合格までの学習方法を実体験で紹介します。本だけでは理解できず、YouTubeや問題演習を繰り返しながら合格した勉強法と、その経験から得た学びをお伝えします。
コース攻略 【コース攻略】小倉芝1800m｜好走血統・買い条件・消し条件をデータ分析
小倉芝1800mの好走血統・買い条件・消し条件を2022年～2026年7月12日のデータで徹底分析。エピファネイア産駒、モーリス産駒、リアルスティール産駒の狙い目条件や、サトノクラウン産駒、ルーラーシップ産駒、ゴールドシップ産駒の消し条件を詳しく解説します。
分析コラム 【競馬データ分析への道①】COBOLエンジニアだった私がPythonを始めた理由
COBOLエンジニアだった私が、Pythonを学び始めたきっかけや試行錯誤、資格取得を目指した理由を実体験で紹介します。競馬データ分析ブログを始めるまでの道のりを綴るシリーズ第1回です。
コース攻略 【コース攻略】小倉芝1200m｜好走血統・買い条件・消し条件をデータ分析
2022年～2026年のデータをもとに小倉芝1200mの好走血統を徹底分析。ビッグアーサー産駒、デクラレーションオブウォー産駒、ロードカナロア産駒の買い条件と、ブラックタイド産駒、ドゥラメンテ産駒、エピファネイア産駒の消し条件をデータで解説します。
コース攻略 【コース攻略】小倉ダ1700m｜好走血統・買い条件・消し条件をデータ分析
小倉ダ1700mで狙える血統はどれか。2022年～2026年のデータをもとに、好走血統・買い条件・消し条件を分析。年齢・馬体重・母系血統・前走脚質・馬場状態まで掘り下げ、馬券で注目したい条件をわかりやすく紹介します。血統だけでは見えないコースごとの好走パターンをデータから読み解きます。