川崎 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 |
ドコフクカゼ |
新原周（川崎） |
実4.9 |
B△ A○勝率21% EV+4% 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) -77% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 20.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.2% / 期待値 +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 |
チャンピオンウルフ |
御神訓（大井） |
実1.4 |
B🌟◎ A🌟◎勝率50% EV-30% 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) -8% (オッズ過剰評価) AI 予想勝率 65.4% (オッズ暗示: 71.4%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 49.9% / 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。 |
| 3 |
デオウィザード |
伊藤裕（川崎） |
実50.2 |
B× A△勝率2% EV-6% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 7位 (中位評価) ×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 0.1% (オッズ暗示: 2.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 1.9% / 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。 |
| 4 |
ムリムリカタツムリ 推奨 |
和田譲（大井） |
実18.6 |
B▲ A△勝率5% EV-14% 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) +110% (市場が大幅過小評価) AI 予想勝率 11.3% (オッズ暗示: 5.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 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。 |
| 5 |
デイトリッパー |
野畑凌（川崎） |
実4.9 |
B△ A▲勝率13% EV-38% 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) -73% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 20.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 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。 |
| 6 |
クマサンファミリー |
矢野貴（大井） |
実11.2 |
B○ A△勝率8% EV-4% 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) +26% (市場と概ね一致) AI 予想勝率 11.3% (オッズ暗示: 8.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 -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。 |
| 7 |
クラリスマインド |
佐野遥（川崎） |
実104.9 |
B△ A▽勝率1% EV+39% 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) +76% (市場が大幅過小評価) AI 予想勝率 1.7% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 1.3% / 期待値 +40% ※ 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7頭
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
65.4% (オッズ暗示: 71.4%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 49.9% / 期待値 -30%
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
11.3% (オッズ暗示: 8.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.5% / 期待値 -5%
○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)
+110% (市場が大幅過小評価)
AI 予想勝率
11.3% (オッズ暗示: 5.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.6% / 期待値 -14%
×期待値 (オッズ vs AI勝率)
-73% (大幅な期待値マイナス)
AI 予想勝率
5.4% (オッズ暗示: 20.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.6% / 期待値 -38%
×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
4.7% (オッズ暗示: 20.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.2% / 期待値 +4%
🌟◎期待値 (オッズ vs AI勝率)
+76% (市場が大幅過小評価)
AI 予想勝率
1.7% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 1.3% / 期待値 +40%
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
×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
0.1% (オッズ暗示: 2.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 1.9% / 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 (AI 期待値プラス判定)
A. 市場込みモデル
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
4
ムリムリカタツムリ
¥100
実18.6倍
期待値 +110%
❌不的中3着単勝 18.6倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ドコフクカゼ |
新原周（川崎） |
実4.9 |
○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) +4% (市場と概ね一致) AI 予想勝率 21.2% (オッズ暗示: 20.4%) ※ 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 |
チャンピオンウルフ |
御神訓（大井） |
実1.4 |
🌟◎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) -30% (大幅な期待値マイナス) AI 予想勝率 49.9% (オッズ暗示: 71.4%) ※ 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。 |
| 3 |
デオウィザード |
伊藤裕（川崎） |
実50.2 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 6位 (中位評価) △期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.0%) ※ 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 |
ムリムリカタツムリ 推奨 |
和田譲（大井） |
実18.6 |
△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) -14% (オッズ過剰評価) AI 予想勝率 4.6% (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。 |
| 5 |
デイトリッパー |
野畑凌（川崎） |
実4.9 |
▲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) -38% (大幅な期待値マイナス) AI 予想勝率 12.6% (オッズ暗示: 20.4%) ※ 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。 |
| 6 |
クマサンファミリー |
矢野貴（大井） |
実11.2 |
△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) -5% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.9%) ※ 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。 |
| 7 |
クラリスマインド |
佐野遥（川崎） |
実104.9 |
▽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) +39% (妙味あり) AI 予想勝率 1.3% (オッズ暗示: 1.0%) ※ 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。 |
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7頭
×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
49.9% (オッズ暗示: 71.4%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
21.2% (オッズ暗示: 20.4%)
×期待値 (オッズ vs AI勝率)
-38% (大幅な期待値マイナス)
AI 予想勝率
12.6% (オッズ暗示: 20.4%)
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
8.5% (オッズ暗示: 8.9%)
△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)
-14% (オッズ過剰評価)
AI 予想勝率
4.6% (オッズ暗示: 5.4%)
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.0%)
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
1.3% (オッズ暗示: 1.0%)
💡 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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
4
ムリムリカタツムリ
¥100
実18.6倍
期待値 -14%
❌不的中3着単勝 18.6倍
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。
