Leaderboard

Lotofácil - Matriz 25-21-14-15(20) Erre 6 colunas exatas e acerte mínimo 14 Pontos e ou 15 Pontos - Apenas 20 Jogos de 21 dzs - Silva - GGS!!! Automatizada Versão 3.0.3 Se alguém quiser melhorar alguma coisa na Planilha fique a vontade, Planilha não tem Senha. Agradeço desde de já a ajuda de todos que puderam "COLABORAR" ajudar tanto na automatização como também na atualização - FICOU SHOW DE BOLA!!! Até 3792. .

Dando continuidade a ilusão de que as IAs nos ajudarão a ganhar na loteria, segue uma rede neural em py Quando acertou bem, acertou 2 números, porém o que é certo é: perdeu - game over. Serve para estudo e confirmação do que não dá certo. O arquivo tem o script e o manual com informações técnicas para "os universitários" corrigirem. Boa Sorte! 1. Finalidade O motor_v28_1_topk_stability_audit_CONSOLIDADA.py é um motor experimental de previsão para a Mega-Sena. O programa utiliza o histórico dos sorteios para treinar um modelo neural que atribui uma pontuação às 60 dezenas e produz uma única previsão final com 6 dezenas. O objetivo é construir e avaliar um ranking estatisticamente controlado a partir das informações históricas disponíveis. O programa não afirma que sorteios aleatórios possam ser previstos com certeza; toda melhoria observada deve ser analisada fora da amostra e comparada a referências simples e controles nulos. 2. O que foi consolidado nesta revisão · Preservação da lógica preditiva da V28/V28.1: MLP puro + Differentiable Top-K. · Auditoria walk-forward concurso a concurso mantida como parte da versão de referência. · Saídas principais convertidas de CSV para TXT. · Inclusão de paired moving-block bootstrap na comparação V28.1 versus baseline Bayes. · Correção de identificadores e mensagens internas antigas de versões anteriores. · Sem introdução de nova arquitetura neural, novas features ou blend operacional com Bayes.

Estatística de deltas horizontais e verticais na Megasena. O objetivo foi verificar se determinadas posições (2 e 5) tinham melhores perspectivas em relação ao aleatório. No arquivo tem dois relatórios de processamento específico da versões V1 e V3 , um Relatorio_Estudo_Deltas_MegaSena, esse geral além dos dois script. Para ideia do comportamento: COBERTURA DA UNIÃO DOS CANDIDATOS DIVERSIFICADOS ---------------------------------------------------------------------------------------------------- Média dezenas oficiais cobertas pela união Top5 : 1.3275/6 Média dezenas oficiais cobertas pela união Top10 : 1.5712/6 Top10 união cobre 0 dezenas: 365 ( 14.280%) Top10 união cobre 1 dezenas: 890 ( 34.820%) Top10 união cobre 2 dezenas: 864 ( 33.803%) Top10 união cobre 3 dezenas: 355 ( 13.889%) Top10 união cobre 4 dezenas: 77 ( 3.013%) Top10 união cobre 5 dezenas: 5 ( 0.196%) Top10 união cobre 6 dezenas: 0 ( 0.000%) /////////////////////////////////////// DISTRIBUIÇÃO DE ACERTOS DO JOGO PRINCIPAL ---------------------------------------------------------------------------------------------------- 0 acertos: 1319 ( 51.604%) 1 acertos: 967 ( 37.833%) 2 acertos: 243 ( 9.507%) 3 acertos: 27 ( 1.056%) 4 acertos: 0 ( 0.000%) 5 acertos: 0 ( 0.000%) 6 acertos: 0 ( 0.000%) //////////////////////////////////// Como foi específico para comparação de previsão/aleatório pode ser que se focado apenas em previsão possa ser ajustado para uma melhor acurácia. hehehehe vamos que vamos recuperar o que o dono de Master tomou.

Observação: é lento, cada um demora cerca de 70 min - Está em Py - Para cada matriz é um jeito de fazer (use a IA para elaborar o comando - mostre o comando que está junto com script e pede para a IA fazer com sua matriz ) Também tem arquivo morto dentro do script, carrega várias versões etc... Tentei arrumar isso, mas ficou pior então que fique do jeito que está. É para matrizes pequenas V<24 ( veja explicação em link: https://www.comoganharnaloteria.com.br/forum/topico/39929-avanço-nos-estudos-de-loteria-com-inteligência-artificial/?page=20#findComment-570278 Espero que seja útil. /////////////////// Estou testando atualmente dois scripts relacionados ao método Orbit, voltados para construção de sistemas de cobertura combinatória (V,K,T,M). O primeiro, Orbit V35.3, funciona principalmente como uma etapa de descoberta automática da estrutura. Ele avalia diferentes cycle-types e seeds em várias etapas: análise estrutural, amostragem, validação independente, relaxação linear e testes orbitais completos. A ideia é filtrar rapidamente muitas possibilidades e identificar quais combinações de TYPE + SEED parecem mais promissoras antes de executar a busca pesada. No final, os melhores candidatos seguem para o motor profundo, e a solução encontrada é auditada novamente sobre todos os C(V,M) subconjuntos, portanto as fases de amostragem servem apenas para seleção e não substituem a verificação exata. O segundo, Orbit V34.2.1, é o motor que venho utilizando para a construção profunda quando já existe um cycle-type e uma seed considerados promissores. Ele trabalha com cobertura orbital exata, RAPID-CASCADE, conjuntos de draws difíceis, destroy/repair, Orbital-LNS, Fixed-B Tabu, MILP e fases de endgame. Também mantém a saída como união de órbitas completas e realiza ao final uma verificação independente sobre todos os sorteios possíveis C(V,M). Na prática, a ideia que estou experimentando é separar as funções: V35.3 = descobrir bons TYPEs e seeds. V34.2.1 = aprofundar a busca utilizando os melhores candidatos encontrados. No caso atual estou estudando principalmente V=19, K=7, T=6, M=10, onde o cycle-type 4,3,3,3,2,2 vem apresentando resultados interessantes. Caso alguém tenha alguma ideia sobre seleção de cycle-type, escolha de seeds, métricas estruturais, quebra de simetria, LNS, Tabu, MILP ou outras formas de melhorar essa etapa de descoberta e construção, será muito bem-vinda.

Software em FreeBasic construído por René Cadière (Maverick no fórum francês). É a versão antiga em francês, não tenho a versão mais recente. canal do autor: https://www.youtube.com/@logicielsloterieskenolotoe928 fórum francês: https://faites-du-jeu.forumactif.org/ Sds, Hg