船橋 2R 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 |
サヴィルガーデン |
澤田龍（船橋） |
実3.8 |
B▲ A○勝率22% EV-17% 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) -72% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 26.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.8% / 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。 |
| 2 |
サンダーミキチャン |
藤原幹（船橋） |
実42.0 |
B× A×勝率1% EV-67% 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) -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 0.8% / 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。 |
| 3 |
アマルフィディオ |
野畑凌（川崎） |
実10.2 |
B△ A△勝率6% EV-43% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 9.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 期待値 -44% ※ 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 |
スティールビート |
張田昂（船橋） |
実4.2 |
B🌟◎ A▲勝率16% EV-31% 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) +167% (市場が大幅過小評価) AI 予想勝率 63.6% (オッズ暗示: 23.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 16.2% / 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。 |
| 5 |
グランデアーリ |
菅原吏（船橋） |
実24.6 |
B× A×勝率2% EV-60% 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.1%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -60% ※ 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 |
アルファチェルシー |
所 蛍（船橋） |
実17.1 |
B△ A▽勝率4% EV-32% 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) -41% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 5.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。 |
| 7 |
マンデラエフェクト 推奨 |
本田重（船橋） |
実13.8 |
B○ A△勝率5% 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) +206% (市場が大幅過小評価) AI 予想勝率 22.2% (オッズ暗示: 7.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 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 |
ラヴィクレール |
矢野貴（大井） |
実2.9 |
B△ A🌟◎勝率37% EV+6% 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) -94% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 34.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 36.7% / 期待値 +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。 |
| 9 |
ズットオレノターン |
中山遥（浦和） |
実8.1 |
B× A△勝率8% EV-33% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 12.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。 |
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9頭
🌟◎期待値 (オッズ vs AI勝率)
+167% (市場が大幅過小評価)
AI 予想勝率
63.6% (オッズ暗示: 23.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 16.2% / 期待値 -32%
🌟◎期待値 (オッズ vs AI勝率)
+206% (市場が大幅過小評価)
AI 予想勝率
22.2% (オッズ暗示: 7.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.1% / 期待値 -29%
×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
7.5% (オッズ暗示: 26.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.8% / 期待値 -17%
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
3.5% (オッズ暗示: 5.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.0% / 期待値 -32%
×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
2.2% (オッズ暗示: 34.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 36.7% / 期待値 +7%
×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
0.7% (オッズ暗示: 9.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.5% / 期待値 -44%
×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
0.2% (オッズ暗示: 12.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.2% / 期待値 -34%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 4.1%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 1.6% / 期待値 -60%
×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 0.8% / 期待値 -67%
💡 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
7
マンデラエフェクト
¥400
確定5.0倍
期待値 +206%
🎯的中1着確定 5.0倍2,000円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サヴィルガーデン |
澤田龍（船橋） |
実3.8 |
○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) -17% (オッズ過剰評価) AI 予想勝率 21.8% (オッズ暗示: 26.3%) ※ 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。 |
| 2 |
サンダーミキチャン |
藤原幹（船橋） |
実42.0 |
×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) -67% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.4%) ※ 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 |
アマルフィディオ |
野畑凌（川崎） |
実10.2 |
△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) -44% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 9.8%) ※ 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。 |
| 4 |
スティールビート |
張田昂（船橋） |
実4.2 |
▲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) -32% (大幅な期待値マイナス) AI 予想勝率 16.2% (オッズ暗示: 23.8%) ※ 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 |
グランデアーリ |
菅原吏（船橋） |
実24.6 |
×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) -60% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 4.1%) ※ 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 |
アルファチェルシー |
所 蛍（船橋） |
実17.1 |
▽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) -32% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 5.8%) ※ 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。 |
| 7 |
マンデラエフェクト 推奨 |
本田重（船橋） |
実13.8 |
△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 5.1% (オッズ暗示: 7.2%) ※ 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 |
ラヴィクレール |
矢野貴（大井） |
実2.9 |
🌟◎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) +6% (市場と概ね一致) AI 予想勝率 36.7% (オッズ暗示: 34.5%) ※ 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。 |
| 9 |
ズットオレノターン |
中山遥（浦和） |
実8.1 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 12.3%) ※ 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。 |
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9頭
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
36.7% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
21.8% (オッズ暗示: 26.3%)
×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
16.2% (オッズ暗示: 23.8%)
×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
8.2% (オッズ暗示: 12.3%)
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
5.5% (オッズ暗示: 9.8%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
5.1% (オッズ暗示: 7.2%)
×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
4.0% (オッズ暗示: 5.8%)
×期待値 (オッズ vs AI勝率)
-60% (大幅な期待値マイナス)
AI 予想勝率
1.6% (オッズ暗示: 4.1%)
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 2.4%)
💡 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
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
7
マンデラエフェクト
¥400
確定5.0倍
期待値 -29%
🎯的中1着確定 5.0倍2,000円
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。
