엔진.
고전 통계부터 최신 딥러닝까지, LottoKim AI를 움직이는 알고리즘을 자세히 설명합니다.
AI 로또 분석을 위한 확률 통계, MCMC, 베이지안 추론을 포함합니다.
엔진.
분석 모델을 구성하는 9가지 알고리즘을 체계적으로 설명합니다. 고전 통계부터 최신 딥러닝까지.
기초 연구
우리 알고리즘은 선구적 수학/통계 연구의 현대적 구현입니다.
조합 압축
만델은 특정 상황에서 가능한 모든 조합을 구매해 승리를 보장하는 '조합 압축'을 사용했습니다. 모든 티켓을 사는 것은 현실적으로 불가능하지만, 확률 공간을 '압축'하는 원리는 현대 조합 분석의 핵심입니다.
"확률 밀도가 높은 영역으로 탐색 공간을 줄여라."
최대 엔트로피와 복권
논문 'Maximum Entropy and the Lottery'는 모든 숫자가 같은 확률을 가지지만 기대값은 다르다고 설명합니다. 사람들에게 인기 없는 숫자(고엔트로피)를 고르면 당첨 시 상금을 나눌 가능성이 줄어듭니다.
"이길 때 혼자 이겨라. 생일(1-31)과 시각적 패턴을 피해라."
도박사의 오류와 패턴 편향
사람은 무작위를 만들려고 할수록 지그재그/대각선 같은 패턴을 만듭니다. 반대로 인간적 패턴을 피하는 알고리즘 무작위가 군중 대비 우위를 만들어냅니다.
"진짜 무작위는 눈에 '뭉쳐 보이거나' 이상해 보입니다."
통계적 기반
큰 수의 법칙과 확률 밀도
마르코프 체인 몬테카를로
Monte CarloMCMC는 확률분포에서 샘플링하는 방법입니다. 원하는 분포를 갖는 마르코프 체인을 구성해 일정 단계 이후의 샘플을 얻습니다.
100,000+ 스텝을 실행해 가능성이 높은 상태의 '히트맵'을 만듭니다.
핫/콜드 숫자 균형을 맞추는 데 필수입니다.
Gianella 패턴 분석
조합론Renato Gianella의 연구를 기반으로, 로또 번호는 큰 수의 법칙에 따라 특정 패턴을 따른다고 봅니다.
'LotoRainbow' 템플릿으로 조합을 검사해 매우 낮은 확률의 패턴을 제외합니다.
수학적으로 비효율적인 조합을 제거합니다.
베이지안 추론
확률베이지안 추론은 새로운 증거가 생길 때마다 가설의 확률을 갱신하는 방법입니다.
매주 추첨 결과가 들어오면 각 숫자의 가중치를 업데이트합니다.
동적이고 자기 보정되는 확률 모델을 제공합니다.
머신러닝
비선형 패턴 인식
XGBoost (Extreme Gradient Boosting)
Ensemble그레이디언트 부스팅의 빠르고 정확한 구현으로, Kaggle 우승 모델에 널리 사용됩니다.
연속적으로 약한 결정트리를 쌓아 오차를 수정합니다.
표 구조 데이터에서 복잡한 상호작용을 잘 찾습니다.
랜덤 포레스트
결정 트리여러 트리를 만들어 평균을 내 과적합을 줄이는 앙상블 기법입니다.
독립적인 트리를 병렬로 학습하고 결과를 평균냅니다.
안정성을 높이고 과거 노이즈를 외우는 것을 방지합니다.
유전 알고리즘
진화다윈의 자연선택 개념을 반영한 탐색 기법입니다.
랜덤 집합에서 시작해 우수한 해를 선택/교차하고 돌연변이를 추가합니다.
국소 최적을 피하고 창의적인 해를 찾습니다.
딥러닝
시퀀스와 구조 이해
LSTM (Long Short-Term Memory)
RNN시계열 등 순차 데이터를 위한 순환 신경망입니다.
긴 의존성을 기억하는 셀 상태를 유지합니다.
추첨 결과의 시간적 패턴을 포착합니다.
Transformer (Self-Attention)
AttentionGPT/BERT의 기반 구조로, 입력 전반의 상호관계를 학습합니다.
전체 기록을 동시에 보고 숫자 쌍 간의 주목도를 계산합니다.
대규모 데이터에서 숨은 관계를 찾는 데 탁월합니다.
그래프 신경망 (GNN)
그래프 이론그래프 형태의 데이터에서 추론을 수행하는 딥러닝 방법입니다.
숫자를 노드, 동시 출현을 엣지로 모델링해 누락된 링크를 예측합니다.
숫자들의 '사회적 네트워크'를 시각화합니다.