園田 1R 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 |
ティアラアスール 自在 |
福原杏（兵庫） |
実109.0 |
B× A▽勝率1% EV+37% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 +38% ※ 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 |
クールブリエ 追込 |
高畑皓（兵庫） |
実37.7 |
B▲ A▽勝率3% EV+1% 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) -65% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 +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。 |
| 3 |
プチフレーシュ 先行 |
塩津璃（兵庫） |
実10.0 |
B△ A▲勝率8% EV-16% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 10.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.3% / 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。 |
| 4 |
シルエッタ |
南部楓（兵庫） |
実56.8 |
B× A▽勝率2% EV-6% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 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 8位 / 勝率 1.7% / 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。 |
| 5 |
テイケイホロムア |
竹村達（兵庫） |
実1.6 |
B○ A🌟◎勝率44% EV-30% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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) -94% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 62.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 43.6% / 期待値 -30% ※ 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 |
エイシンリキュウ |
小牧太（兵庫） |
実3.5 |
B🌟◎ A○勝率26% EV-9% 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) +232% (市場が大幅過小評価) AI 予想勝率 94.9% (オッズ暗示: 28.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 25.7% / 期待値 -10% ※ 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 |
テーオーモンブラン |
永井孝（兵庫） |
実9.3 |
B× A△勝率8% EV-28% 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) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.6% / 期待値 -29% ※ 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 |
ダズリングアイス |
小谷哲（兵庫） |
実34.0 |
B△ A△勝率4% EV+25% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 +25% ※ 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 |
バイアスペクター |
長尾翼（兵庫） |
実124.8 |
B× A▽勝率1% EV-20% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 -21% ※ 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 |
クロスノット 差し |
田野豊（兵庫） |
実18.1 |
B△ A△勝率5% EV-13% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 期待値 -14% ※ 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)
+232% (市場が大幅過小評価)
AI 予想勝率
94.9% (オッズ暗示: 28.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 25.7% / 期待値 -10%
○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)
-94% (大幅な期待値マイナス)
AI 予想勝率
3.6% (オッズ暗示: 62.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 43.6% / 期待値 -30%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 +1%
×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
0.4% (オッズ暗示: 10.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.3% / 期待値 -17%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 5.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.8% / 期待値 -14%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 2.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.7% / 期待値 +25%
×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
0.0% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.3% / 期待値 +38%
×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
0.0% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.6% / 期待値 -21%
×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 4位 / 勝率 7.6% / 期待値 -29%
×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 8位 / 勝率 1.7% / 期待値 -6%
💡 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 |
ティアラアスール 自在 |
福原杏（兵庫） |
実109.0 |
▽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) +37% (妙味あり) AI 予想勝率 1.3% (オッズ暗示: 0.9%) ※ 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。 |
| 2 |
クールブリエ 追込 |
高畑皓（兵庫） |
実37.7 |
▽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) +1% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.7%) ※ 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。 |
| 3 |
プチフレーシュ 先行 |
塩津璃（兵庫） |
実10.0 |
▲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) -17% (オッズ過剰評価) AI 予想勝率 8.3% (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。 |
| 4 |
シルエッタ |
南部楓（兵庫） |
実56.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.8%) ※ 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。 |
| 5 |
テイケイホロムア |
竹村達（兵庫） |
実1.6 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 1位 (最上位評価) ×期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 43.6% (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。 |
| 6 |
エイシンリキュウ |
小牧太（兵庫） |
実3.5 |
○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) -10% (オッズ過剰評価) AI 予想勝率 25.7% (オッズ暗示: 28.6%) ※ 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。 |
| 7 |
テーオーモンブラン |
永井孝（兵庫） |
実9.3 |
△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) -29% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 10.8%) ※ 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。 |
| 8 |
ダズリングアイス |
小谷哲（兵庫） |
実34.0 |
△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) +25% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 2.9%) ※ 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。 |
| 9 |
バイアスペクター |
長尾翼（兵庫） |
実124.8 |
▽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) -21% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。 |
| 10 |
クロスノット 差し |
田野豊（兵庫） |
実18.1 |
△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) -14% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 5.5%) ※ 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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
43.6% (オッズ暗示: 62.5%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
25.7% (オッズ暗示: 28.6%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
8.3% (オッズ暗示: 10.0%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
7.6% (オッズ暗示: 10.8%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
4.8% (オッズ暗示: 5.5%)
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
3.7% (オッズ暗示: 2.9%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
2.7% (オッズ暗示: 2.7%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
1.7% (オッズ暗示: 1.8%)
◎期待値 (オッズ vs AI勝率)
+37% (妙味あり)
AI 予想勝率
1.3% (オッズ暗示: 0.9%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
0.6% (オッズ暗示: 0.8%)
💡 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。
