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 |
カミイダイヤモンド 追込 |
所 蛍（船橋） |
実290.5 |
B× A▽勝率0% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.4% / 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。 |
| 2 |
アンジェロピッコロ 逃げ |
澤田龍（船橋） |
実47.4 |
B× A▽勝率2% EV-20% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 期待値 -20% ※ 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 |
ユウユウスター |
岡村健（船橋） |
実76.6 |
B× A▽勝率1% EV-33% 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) -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 0.9% / 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。 |
| 4 |
ピタカゲ 差し |
本橋孝（船橋） |
実63.0 |
B× A▽勝率2% EV+17% 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 +18% ※ 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 |
エムワンワークス 追込 |
山口達（船橋） |
実36.3 |
B× A△勝率2% EV-19% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 2.2% / 期待値 -20% ※ 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 |
ポッドシャンク |
張田昂（船橋） |
実1.4 |
B○ A🌟◎勝率61% EV-14% 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) -63% (大幅な期待値マイナス) AI 予想勝率 26.2% (オッズ暗示: 71.4%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 61.1% / 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。 |
| 7 |
デービスアルバレス |
西村栄（船橋） |
実15.6 |
B▲ A△勝率4% 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) -22% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 4.2% / 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。 |
| 8 |
モリインビクタス 逃げ |
藤本現（大井） |
実4.1 |
B△ A○勝率13% EV-45% 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) -96% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 24.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 期待値 -46% ※ 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 |
ホワイトナイル 推奨 |
矢野貴（大井） |
実7.5 |
B🌟◎ A▲勝率10% EV-22% 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) +400% (市場が大幅過小評価) AI 予想勝率 66.7% (オッズ暗示: 13.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 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。 |
| 10 |
ルーチェアバンティ |
藤原幹（船橋） |
実135.7 |
B△ A▽勝率1% EV-16% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 0.6% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 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。 |
| 11 |
エスケイドラゴン 差し |
山中悠（船橋） |
実20.9 |
B△ A△勝率3% EV-27% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 3.5% / 期待値 -28% ※ 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11頭
🌟◎期待値 (オッズ vs AI勝率)
+400% (市場が大幅過小評価)
AI 予想勝率
66.7% (オッズ暗示: 13.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.4% / 期待値 -22%
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
26.2% (オッズ暗示: 71.4%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 61.1% / 期待値 -14%
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
5.0% (オッズ暗示: 6.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 4.2% / 期待値 -34%
×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
1.1% (オッズ暗示: 24.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 13.2% / 期待値 -46%
△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
0.6% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.6% / 期待値 -17%
×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
0.2% (オッズ暗示: 4.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 3.5% / 期待値 -28%
×期待値 (オッズ vs AI勝率)
-90% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 1.9% / 期待値 +18%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 2.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 2.2% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.7% / 期待値 -20%
×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 0.9% / 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 11位 / 勝率 0.4% / 期待値 +5%
💡 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
9
ホワイトナイル
¥1,500
実7.5倍
期待値 +400%
❌不的中4着単勝 7.5倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
カミイダイヤモンド 追込 |
所 蛍（船橋） |
実290.5 |
▽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 0.4% (オッズ暗示: 0.3%) ※ 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 |
アンジェロピッコロ 逃げ |
澤田龍（船橋） |
実47.4 |
▽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) -20% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.1%) ※ 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 |
ユウユウスター |
岡村健（船橋） |
実76.6 |
▽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) -34% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。 |
| 4 |
ピタカゲ 差し |
本橋孝（船橋） |
実63.0 |
▽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) +17% (市場と概ね一致) AI 予想勝率 1.9% (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。 |
| 5 |
エムワンワークス 追込 |
山口達（船橋） |
実36.3 |
△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) -20% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.8%) ※ 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。 |
| 6 |
ポッドシャンク |
張田昂（船橋） |
実1.4 |
🌟◎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) -14% (オッズ過剰評価) AI 予想勝率 61.1% (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。 |
| 7 |
デービスアルバレス |
西村栄（船橋） |
実15.6 |
△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 4.2% (オッズ暗示: 6.4%) ※ 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。 |
| 8 |
モリインビクタス 逃げ |
藤本現（大井） |
実4.1 |
○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) -46% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 24.4%) ※ 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 |
ホワイトナイル 推奨 |
矢野貴（大井） |
実7.5 |
▲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) -22% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 13.3%) ※ 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。 |
| 10 |
ルーチェアバンティ |
藤原幹（船橋） |
実135.7 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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) -17% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。 |
| 11 |
エスケイドラゴン 差し |
山中悠（船橋） |
実20.9 |
△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) -28% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.8%) ※ 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。 |
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11頭
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
61.1% (オッズ暗示: 71.4%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
13.2% (オッズ暗示: 24.4%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
10.4% (オッズ暗示: 13.3%)
×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
4.2% (オッズ暗示: 6.4%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
3.5% (オッズ暗示: 4.8%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
2.2% (オッズ暗示: 2.8%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
1.9% (オッズ暗示: 1.6%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
1.7% (オッズ暗示: 2.1%)
×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
0.9% (オッズ暗示: 1.3%)
△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)
-17% (オッズ過剰評価)
AI 予想勝率
0.6% (オッズ暗示: 0.7%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
0.4% (オッズ暗示: 0.3%)
💡 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 (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
9
ホワイトナイル
¥1,500
実7.5倍
期待値 -22%
❌不的中4着単勝 7.5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。
