園田 5R 詳細AI予想
本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
バークエム 追込 |
渡瀬和（兵庫） |
実73.3 |
B▽ A▽勝率1% EV-7% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +489% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 期待値 -8% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
ディヴァンカドー 自在 |
笹田知（兵庫） |
実79.8 |
B▽ A▽勝率1% EV-47% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +542% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.7% / 期待値 -48% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
マッチョサスポ |
吉村智（兵庫） |
実8.6 |
B○ A△勝率11% EV-8% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 12.1% (オッズ暗示: 11.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 期待値 -9% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
コアクト |
竹村達（兵庫） |
実86.2 |
B▲ A▽勝率1% EV-11% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○AIランク評価 (順位学習モデル) レース内 3位 (上位評価) 🌟◎期待値 (オッズ vs AI勝率) +946% (市場が大幅過小評価) AI 予想勝率 12.1% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 期待値 -11% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
ヘノヘノカッパ 自在 |
山本太（兵庫） |
実32.1 |
B▽ A△勝率5% EV+61% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +158% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 3.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.0% / 期待値 +61% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
オースミストロング 自在 |
佐々世（兵庫） |
実3.7 |
B△ A○勝率17% EV-35% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 10.5% (オッズ暗示: 27.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.4% / 期待値 -36% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
デリカテッセン |
小谷周（兵庫） |
実10.9 |
B△ A△勝率5% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 9.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 期待値 -50% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
ダイシチセイ 差し |
廣瀬航（兵庫） |
実10.0 |
B△ A▲勝率12% EV+17% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 10.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 +17% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ワンダーヒナタ 先行 |
板野央（兵庫） |
実63.4 |
B▽ A▽勝率2% EV+39% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +410% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 期待値 +39% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 10 |
ヴィヴラガレット 先行 |
小牧太（兵庫） |
実1.6 |
B× A🌟◎勝率46% EV-27% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 14.0% (オッズ暗示: 62.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 45.5% / 期待値 -27% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）
AIの推奨本命の次点
出走馬全10頭
×期待値 (オッズ vs AI勝率)
-78% (大幅な期待値マイナス)
AI 予想勝率
14.0% (オッズ暗示: 62.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 45.5% / 期待値 -27%
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
12.1% (オッズ暗示: 11.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.6% / 期待値 -9%
○AIランク評価 (順位学習モデル)
レース内 3位 (上位評価)
🌟◎期待値 (オッズ vs AI勝率)
+946% (市場が大幅過小評価)
AI 予想勝率
12.1% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.0% / 期待値 -11%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
10.5% (オッズ暗示: 27.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.4% / 期待値 -36%
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
9.8% (オッズ暗示: 10.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.7% / 期待値 +17%
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
9.3% (オッズ暗示: 9.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.6% / 期待値 -50%
🌟◎期待値 (オッズ vs AI勝率)
+158% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 3.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.0% / 期待値 +61%
🌟◎期待値 (オッズ vs AI勝率)
+410% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.2% / 期待値 +39%
🌟◎期待値 (オッズ vs AI勝率)
+489% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.3% / 期待値 -8%
🌟◎期待値 (オッズ vs AI勝率)
+542% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.7% / 期待値 -48%
💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
バークエム 追込 |
渡瀬和（兵庫） |
実73.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
ディヴァンカドー 自在 |
笹田知（兵庫） |
実79.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
マッチョサスポ |
吉村智（兵庫） |
実8.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 10.6% (オッズ暗示: 11.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
コアクト |
竹村達（兵庫） |
実86.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
ヘノヘノカッパ 自在 |
山本太（兵庫） |
実32.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 3.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
オースミストロング 自在 |
佐々世（兵庫） |
実3.7 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 17.4% (オッズ暗示: 27.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
デリカテッセン |
小谷周（兵庫） |
実10.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 9.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
ダイシチセイ 差し |
廣瀬航（兵庫） |
実10.0 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 11.7% (オッズ暗示: 10.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ワンダーヒナタ 先行 |
板野央（兵庫） |
実63.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 2.2% (オッズ暗示: 1.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 10 |
ヴィヴラガレット 先行 |
小牧太（兵庫） |
実1.6 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 45.5% (オッズ暗示: 62.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）
AIの推奨本命の次点
出走馬全10頭
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
45.5% (オッズ暗示: 62.5%)
×期待値 (オッズ vs AI勝率)
-36% (大幅な期待値マイナス)
AI 予想勝率
17.4% (オッズ暗示: 27.0%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
11.7% (オッズ暗示: 10.0%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
10.6% (オッズ暗示: 11.6%)
🌟◎期待値 (オッズ vs AI勝率)
+61% (市場が大幅過小評価)
AI 予想勝率
5.0% (オッズ暗示: 3.1%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
4.6% (オッズ暗示: 9.2%)
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
2.2% (オッズ暗示: 1.6%)
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
1.3% (オッズ暗示: 1.4%)
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
1.0% (オッズ暗示: 1.2%)
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.3%)
💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
