大聯盟比賽分析

20190401~0901 累計模擬場數 1972 場次 ， 模擬正確次數 1316 場次 ，準確度 % 0.67。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0831 累計模擬場數 1956 場次 ， 模擬正確次數 1314 場次 ，準確度 % 0.67。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0830 累計模擬場數 1942 場次 ， 模擬正確次數 1251 場次 ，準確度 % 0.64。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0829 累計模擬場數 1932 場次 ， 模擬正確次數 1244 場次 ，準確度 % 0.64。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0828 累計模擬場數 1918 場次 ， 模擬正確次數 1295 場次 ，準確度 % 0.68。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0826 累計模擬場數 1895 場次 ， 模擬正確次數 1287 場次 ，準確度 % 0.68。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0825 累計模擬場數 1880 場次 ， 模擬正確次數 1267 場次 ，準確度 % 0.67。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0824 累計模擬場數 1865 場次 ， 模擬正確次數 1262 場次 ，準確度 % 0.67。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0823 累計模擬場數 1851 場次 ， 模擬正確次數 1253 場次 ，準確度 % 0.67。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。

20190401~0822 累計模擬場數 1841 場次 ， 模擬正確次數 1245 場次 ，準確度 % 0.68。
預測模擬後， 再以深度學習神經網路判讀各比賽之勝負。