モデルv3公開と表示機能改善のお知らせ
更新日: 2026年7月9日
いつもWoWS MM Analyserをご利用いただき，また学習データの提供に多大なるご協力をいただき誠にありがとうございます．この度，勝敗予想の精度向上のために新しい予測モデル「v3」を公開いたしました．
本ページでは，追加された新モデルの特徴と，性能を正しく評価するための注意事項についてご案内します．
表示機能の改善について
以下の画像のように対水雷防御の数値の列とレーダー艦，ハイブリッド艦のアイコンを表示できるようにしました．
【使用したデータ(外部サイト)】wowsinfo/data - github
1. 新モデルの追加と選び方
今までのモデルに加え，新たに以下の2つのモデルを追加しました．どちらも同じ学習データを使用していますが，学習に用いている特徴量の粒度が異なります．
-
モデル v3 (標準版):
チーム全体の指標のみに絞って学習しています(駆逐艦の実力差のみ含む)．個人のプレイスタイルやデータの偏りに影響されにくく，様々な状況に対してより堅牢な予測が期待できます．迷った場合は，まずこちらをご利用いただくのがおすすめです． -
モデル v3 (19特徴量):
艦種ロールに応じた観測ダメージや潜在ダメージ，主砲命中率など，より詳細な重要指標を使用して学習しています．全体の精度が高まる可能性がありますが，データの偏りが色濃く反映される場合があるため，プレイヤーによっては標準版の方が精度が良い可能性があります．
2. データ送信にご協力いただいている皆様へ（データリークに関する注意）
本ツールにデータを送信してくださっている皆様におかれましては，ご自身のデータがそのままモデルの学習に使用されています．
そのため，データ送信前の期間の戦闘データでモデルを評価すると，すでに答えを知っている状態となり，正解率やlog lossが本来の性能よりも高く見えてしまう現象（データリーク）が発生します．
- これを防ぎ，正確なモデル性能を評価していただくため，統計・分析モードの期間指定オプションに新たに「モデル公開後」を追加しました．
- 性能評価を行う際は，学習対象外のデータとなるこちらの期間をご利用ください．
3. モデル精度の確認方法について
実際の正解率やlog loss，そしてモデルがどのような状況で過大評価・過小評価しやすいかの傾向（モデル精度クロス表・キャリブレーション）は、以下の手順でご確認いただけます．
※それぞれのモデルが学習していない「モデル公開後」の期間を指定して表示することで，ご自身に合ったモデル選定にご活用ください．※ モデルの学習に使用されていない期間が自動で選択されます．(2026年7月5日以降)
4. 予測性能の限界と今後の展望
WoWS MM Analyserのさらなる予測精度向上に向けて，現在直面している課題と今後の開発ロードマップをご共有します．
📊 今回のモデル（v3）における限界について
交差検証の結果，理論上は従来のモデルより予測精度が向上しているものの，その向上幅は限定的（やや頭打ち傾向）となっています．現在の特徴量（インプットするデータ項目）の組み合わせでは，これ以上の劇的な精度向上は難しい段階に入りつつあると考えています．
🛠️ 今後のロードマップと改善の方向性
さらなる予測精度向上のため，今後のアップデートでは以下のようなアプローチを考えています．
-
レーダー・ハイブリッド艦の影響を考慮した特徴量作り:
今回表示対応した「レーダーの有無・スペック」や「ハイブリッド艦」の数が，実際の戦況や勝率にどう影響しているかを定量化し，新しい特徴量としてAIの学習に組み込みます． -
マッチ特性（ルール）ごとのモデルの切り分け:
「制圧戦の拠点数（2拠点 / 3拠点 / 4拠点 / 軍拡）」や，「空母マッチ」「潜水艦マッチ」など，戦場のゲームルールやマッチ特性によって予測モデルそのものを分離・最適化し，それぞれの状況に特化した予測モデルの構築を目指します．
現在はデータ不足で精度が低い「軍拡競争」や，精度が高い傾向にある3拠点ですが，今後十分なデータが集まれば，重要な特徴量の影響を漏らさず学習させた上で，これらを分離して最適化できると考えています． -
機械学習アルゴリズム自体の刷新:
予測モデルの基礎となっている機械学習アルゴリズム（仕組み）そのものを刷新・変更し，より複雑な戦況のパターンを学習できるようにします．
ご提供いただいた貴重な戦闘データは開発の励みになっております．引き続きデータ送信やフィードバックにご協力いただけると嬉しいです．今後とも当サイトをよろしくお願いします．