とりあえず今の評価項目に追加する形で検討中。 メモリに関しては、パラメータをfloat型にすれば2.6GBほどで収まるので、割とリーズナブル。 まぁ、まずは正則化のメタパラメータ調整してからですね。

えー、評価関数のパラメータ修正後に置換表のデータをクリアしていなくて、修正**前**の評価値を参照・再利用していました。 多分、序盤〜中盤の頻出局面でしか影響は無いはずですが、一応修正してテスト中。

サンプル数*1100局で35万局ほど学習したパラメータ。ランダムオープニングは無効です。 んで、結果。442-0-65で勝率87.2％、95％信頼区間は84.0〜90.0。 割りかし良い感じですので、今度はサンプル数を1000局で50万局学習したバージョンを試してみます。 *1:…