大聯盟比賽分析

20190401~0821 累計模擬場數 1827 場次 ， 模擬正確次數 1234 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。

20190401~0820 累計模擬場數 1811 場次 ， 模擬正確次數 1224 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。

20190401~0819 累計模擬場數 1802 場次 ， 模擬正確次數 1214 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。

20190401~0818 累計模擬場數 1787 場次 ， 模擬正確次數 1213 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。

20190401~0817 累計模擬場數 1772 場次 ， 模擬正確次數 1204 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。

20190401~0816 累計模擬場數 1757 場次 ， 模擬正確次數 1193 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。

20190401~0815 累計模擬場數 1747 場次 ， 模擬正確次數 1184 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。

20190401~0814 累計模擬場數 1731 場次 ， 模擬正確次數 1172 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。

20190401~0813 累計模擬場數 1716 場次 ， 模擬正確次數 1165 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。

20190401~0812 累計模擬場數 1708 場次 ， 模擬正確次數 1161 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。