大井 5R 詳細AI予想
本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スズノアリマール |
笹川翼（大井） |
実2.0 |
B△ A○勝率22% EV-56% 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 50.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.7% / 期待値 -57% ※ 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 |
ローズプリンセス |
藤田凌（大井） |
実30.3 |
B△ A▽勝率2% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 5位 (中位評価) ×期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 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。 |
| 3 |
プレイバック |
鷹見陸（大井） |
実54.0 |
B× A▽勝率1% EV-22% 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) -82% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 期待値 -22% ※ 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 |
レヴェルトディオ |
和田譲（大井） |
推定— |
B○ A△勝率7% EV-87% 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 2位 (上位評価) ×期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -88% ※ 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 |
ヘイアンティアー |
高橋昭（大井） |
実11.5 |
B× A△勝率8% EV-12% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 8.7%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.6% / 期待値 -13% ※ 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 |
ピルゴスアイトス |
杉山海（大井） |
実18.5 |
B× A▽勝率3% EV-49% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 期待値 -49% ※ 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 |
ミュウチャン 逃げ |
西啓太（大井） |
実13.1 |
B× A△勝率5% EV-34% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -34% ※ 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 |
ニジイロピカール |
谷内貫（大井） |
実69.2 |
B× A▽勝率1% EV-48% 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) -77% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 -49% ※ 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 |
ロンギングスター 逃げ |
達城龍（大井） |
実17.4 |
B△ A×勝率2% EV-72% 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 5.7%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -72% ※ 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 |
エドノスターウッド 逃げ 推奨 |
矢野貴（大井） |
実6.4 |
B🌟◎ A◎勝率26% EV+66% 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) +424% (市場が大幅過小評価) AI 予想勝率 82.0% (オッズ暗示: 15.6%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 26.0% / 期待値 +67% ※ 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。 |
| 11 |
スリーバンカーズ 自在 |
菅原涼（大井） |
実20.4 |
B× A▽勝率3% EV-32% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 期待値 -32% ※ 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。 |
| 12 |
ハッチン 逃げ |
本田重（船橋） |
実19.9 |
B× A▽勝率3% EV-32% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 5.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 -32% ※ 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。 |
| 13 |
ハルイチバン |
安藤洋（大井） |
実6.3 |
B▲ A▲勝率17% EV+5% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 15.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 16.8% / 期待値 +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。 |
| 14 |
カンタベリータイム 追込 |
岡村健（船橋） |
実64.2 |
B× A▽勝率1% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 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。 |
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14頭
🌟◎期待値 (オッズ vs AI勝率)
+424% (市場が大幅過小評価)
AI 予想勝率
82.0% (オッズ暗示: 15.6%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 26.0% / 期待値 +67%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -88%
×期待値 (オッズ vs AI勝率)
-75% (大幅な期待値マイナス)
AI 予想勝率
4.0% (オッズ暗示: 15.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 16.8% / 期待値 +6%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 5.7%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 1.6% / 期待値 -72%
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×期待値 (オッズ vs AI勝率)
-54% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 3.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.7% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 50.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.7% / 期待値 -57%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 5.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.4% / 期待値 -32%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 8.7%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.6% / 期待値 -13%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 4.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.3% / 期待値 -32%
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 0.7% / 期待値 -49%
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 1.4% / 期待値 -22%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.0% / 期待値 -34%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.8% / 期待値 -49%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 0.8% / 期待値 -50%
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
10
エドノスターウッド
¥300
実6.4倍
期待値 +425%
B. 市場除外+キャリブ
-
単勝
10
エドノスターウッド
¥1,900
実6.4倍
期待値 +425%
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スズノアリマール |
笹川翼（大井） |
実2.0 |
○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) -57% (大幅な期待値マイナス) AI 予想勝率 21.7% (オッズ暗示: 50.0%) ※ 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。 |
| 2 |
ローズプリンセス |
藤田凌（大井） |
実30.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 10位 (中位評価) ×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 1.7% (オッズ暗示: 3.3%) ※ 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 |
プレイバック |
鷹見陸（大井） |
実54.0 |
▽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) -22% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.9%) ※ 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 |
レヴェルトディオ |
和田譲（大井） |
推定— |
△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 5位 (中位評価) ×期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) ※ 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 |
ヘイアンティアー |
高橋昭（大井） |
実11.5 |
△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) -13% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 8.7%) ※ 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 |
ピルゴスアイトス |
杉山海（大井） |
実18.5 |
▽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) -49% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.4%) ※ 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。 |
| 7 |
ミュウチャン 逃げ |
西啓太（大井） |
実13.1 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 7.6%) ※ 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。 |
| 8 |
ニジイロピカール |
谷内貫（大井） |
実69.2 |
▽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) -49% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。 |
| 9 |
ロンギングスター 逃げ |
達城龍（大井） |
実17.4 |
×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) -72% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 5.7%) ※ 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 |
エドノスターウッド 逃げ 推奨 |
矢野貴（大井） |
実6.4 |
◎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) +66% (市場が大幅過小評価) AI 予想勝率 26.0% (オッズ暗示: 15.6%) ※ 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。 |
| 11 |
スリーバンカーズ 自在 |
菅原涼（大井） |
実20.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 4.9%) ※ 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。 |
| 12 |
ハッチン 逃げ |
本田重（船橋） |
実19.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 5.0%) ※ 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。 |
| 13 |
ハルイチバン |
安藤洋（大井） |
実6.3 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 16.8% (オッズ暗示: 15.9%) ※ 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。 |
| 14 |
カンタベリータイム 追込 |
岡村健（船橋） |
実64.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 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 0.8% (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。 |
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14頭
🌟◎期待値 (オッズ vs AI勝率)
+66% (市場が大幅過小評価)
AI 予想勝率
26.0% (オッズ暗示: 15.6%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
21.7% (オッズ暗示: 50.0%)
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
16.8% (オッズ暗示: 15.9%)
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
7.6% (オッズ暗示: 8.7%)
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
5.0% (オッズ暗示: 7.6%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
3.4% (オッズ暗示: 5.0%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
3.3% (オッズ暗示: 4.9%)
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
2.8% (オッズ暗示: 5.4%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
×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
1.7% (オッズ暗示: 3.3%)
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
1.6% (オッズ暗示: 5.7%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
1.4% (オッズ暗示: 1.9%)
×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
0.8% (オッズ暗示: 1.6%)
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.4%)
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
10
エドノスターウッド
¥300
実6.4倍
期待値 +67%
B. 市場除外+キャリブ
-
単勝
10
エドノスターウッド
¥1,900
実6.4倍
期待値 +67%
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。
