大井 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

2R 大井競馬場ダ1200m ダート1200m　発走 16:12

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒガシナデシコ逃げ	和田譲（大井）	実29.9	B△ A▽勝率4% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／155日ぶりの実戦）
前5走 03/12 大井4R 6着/9頭+1.8秒 02/20 大井5R 10着/13頭+2.7秒 09/01 大井5R 1着/8頭勝利 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 155日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 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。
2	ラブリーファンク	櫻井光（川崎）	実98.9	B× A▽勝率1% EV-1% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/23 大井5R 7着/16頭+1.2秒 07/02 大井4R 12着/13頭 06/11 大井4R 6着/14頭 05/22 大井2R 7着/15頭 04/30 大井4R 4着/11頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 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 12位 / 勝率 1.0% / 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	リコーブルーアイ自在	澤田龍（船橋）	実10.4	B▲ A▲勝率10% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走3着）
前5走 07/23 大井5R 3着/16頭+0.5秒 03/26 大井5R 7着/12頭+1.7秒 03/11 大井4R 2着/14頭+1.0秒 02/19 大井5R 5着/14頭+1.9秒 10/21 大井3R 2着/13頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 9.9% (オッズ暗示: 9.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 期待値 +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	ナムラソラン	西優哉（大井）	実9.1	B△ A△勝率6% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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 6位 (中位評価) × 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: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 期待値 -47% ※ 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	アメジストハート	高橋優（大井）	実130.5	B× A▽勝率1% EV-10% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/23 大井5R 14着/16頭+3.0秒 07/02 大井5R 15着/16頭 06/11 大井3R 9着/9頭 05/22 大井4R 15着/16頭 05/01 大井2R 12着/13頭+2.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 9走で勝率 11% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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 14位 / 勝率 0.7% / 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。
6	ケテンビート	江里裕（大井）	実23.6	B× A△勝率5% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/23 大井5R 16着/16頭+48.4秒 07/02 大井5R 7着/16頭 06/10 大井5R 3着/13頭+4.0秒 05/21 大井3R 13着/16頭 04/28 大井5R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 16着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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 0.1% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 +24% ※ 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	エマーユ	西啓太（大井）	実42.9	B× A▽勝率2% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/23 大井5R 15着/16頭+3.1秒 05/20 大井4R 1着/14頭 04/27 大井3R 2着/11頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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: 2.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 -19% ※ 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	フィールドアピール	笹川翼（大井）	実3.0	B○ A○勝率20% EV-40% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／196日ぶりの実戦）
前5走 01/30 大井3R 4着/8頭+1.8秒 01/14 大井5R 2着/11頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 18% △ ローテーション 196日休養明け × 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 13.3% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 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。
9	ゴールドモア自在	中山遥（浦和）	実54.1	B× A▽勝率3% EV+35% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／64日ぶりの実戦）
前5走 06/11 大井4R 14着/14頭 05/21 大井2R 2着/14頭 04/15 大井5R 7着/14頭+1.0秒 03/25 大井3R 3着/14頭+0.8秒 03/10 大井5R 5着/14頭+0.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 前走実績前走 14着 (大敗) × 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 0.1% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +36% ※ 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	ウィルプレイス	木澤奨（大井）	実138.0	B× A▽勝率0% EV-33% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/23 大井5R 12着/16頭+2.3秒 07/02 大井5R 11着/16頭 06/11 大井3R 8着/9頭 05/22 大井4R 14着/16頭 05/01 大井2R 9着/13頭+2.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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 16位 / 勝率 0.5% / 期待値 -33% ※ 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	ヤッティライネン差し	藤本現（大井）	実63.1	B× A▽勝率1% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／119日ぶりの実戦）
前5走 04/17 大井3R 8着/14頭+1.2秒 03/26 大井6R 2着/13頭+0.4秒 03/12 大井5R 5着/12頭+1.6秒 02/19 大井6R 3着/14頭+0.9秒 01/28 大井4R 4着/11頭+1.1秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 119日休養明け × 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 0.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 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。
12	カクヒメ先行	吉井章（大井）	実9.7	B△ A△勝率7% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/23 大井5R 4着/16頭+0.7秒 02/20 大井1R 3着/14頭+1.6秒 01/14 大井5R 3着/11頭+2.3秒 12/26 大井1R 4着/12頭+1.4秒 12/01 大井4R 2着/10頭+0.4秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 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: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.6% / 期待値 -36% ※ 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	ドレヴィーナス	安藤洋（大井）	実51.8	B× A▽勝率3% EV+50% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 07/23 大井5R 6着/16頭+1.0秒 07/02 大井5R 13着/16頭+0.0秒 06/11 大井5R 10着/14頭 05/20 大井5R 1着/11頭 10/21 大井4R 5着/10頭+2.1秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 +51% ※ 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	モカットモネ自在	達城龍（大井）	実138.0	B× A▽勝率1% EV-11% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/23 大井5R 10着/16頭+1.9秒 03/12 大井3R 7着/9頭+2.1秒 02/20 大井2R 10着/12頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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 15位 / 勝率 0.6% / 期待値 -12% ※ 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。
15	アークルージエ	谷内貫（大井）	実131.0	B× A▽勝率1% EV+1% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/23 大井5R 9着/16頭+1.5秒 07/02 大井5R 9着/16頭 06/11 大井5R 11着/14頭 05/22 大井2R 4着/15頭 04/30 大井4R 5着/11頭+0.5秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 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 +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。
16	ガーリッシュ	矢野貴（大井）	実2.3	B🌟◎ A🌟◎勝率36% EV-17% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均2.0着と安定／前走2着）
前5走 07/22 大井4R 2着/3頭 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) 🌟◎ 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 72.2% (オッズ暗示: 43.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.0% / 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。

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の本命

AI評価1位Aモデル ◎

ガーリッシュ

騎手矢野貴（大井）

単勝オッズ

2.3倍

AI期待値

+66%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8フィールドアピール

3.0倍

EV -60%

▲A:▲3リコーブルーアイ

10.4倍

EV +2%

出走馬全16頭

◎A:◎16

ガーリッシュ

矢野貴（大井）

2.3倍

+66%

›

○A:○8

フィールドアピール

笹川翼（大井）

3.0倍

-60%

›

▲A:▲3

リコーブルーアイ

澤田龍（船橋）

10.4倍

+2%

›

△A:▽1

ヒガシナデシコ

和田譲（大井）

29.9倍

-2%

›

△A:△12

カクヒメ

吉井章（大井）

9.7倍

-93%

›

△A:△4

ナムラソラン

西優哉（大井）

9.1倍

-98%

›

×A:▽13

ドレヴィーナス

安藤洋（大井）

51.8倍

-89%

›

×A:△6

ケテンビート

江里裕（大井）

23.6倍

-98%

›

×A:▽7

エマーユ

西啓太（大井）

42.9倍

-97%

›

×A:▽9

ゴールドモア

中山遥（浦和）

54.1倍

-96%

›

×A:▽11

ヤッティライネン

藤本現（大井）

63.1倍

-96%

›

×A:▽2

ラブリーファンク

櫻井光（川崎）

98.9倍

-99%

›

×A:▽5

アメジストハート

高橋優（大井）

130.5倍

-99%

›

×A:▽15

アークルージエ

谷内貫（大井）

131.0倍

-99%

›

×A:▽10

ウィルプレイス

木澤奨（大井）

138.0倍

-99%

›

×A:▽14

モカットモネ

達城龍（大井）

138.0倍

-99%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

2R 大井競馬場ダ1200m ダート1200m　発走 16:12

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒガシナデシコ逃げ	和田譲（大井）	実29.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／155日ぶりの実戦）
前5走 03/12 大井4R 6着/9頭+1.8秒 02/20 大井5R 10着/13頭+2.7秒 09/01 大井5R 1着/8頭勝利 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 155日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 4.1% (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。
2	ラブリーファンク	櫻井光（川崎）	実98.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/23 大井5R 7着/16頭+1.2秒 07/02 大井4R 12着/13頭 06/11 大井4R 6着/14頭 05/22 大井2R 7着/15頭 04/30 大井4R 4着/11頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 1.0% (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。
3	リコーブルーアイ自在	澤田龍（船橋）	実10.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走3着）
前5走 07/23 大井5R 3着/16頭+0.5秒 03/26 大井5R 7着/12頭+1.7秒 03/11 大井4R 2着/14頭+1.0秒 02/19 大井5R 5着/14頭+1.9秒 10/21 大井3R 2着/13頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 9.9% (オッズ暗示: 9.6%) ※ 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	ナムラソラン	西優哉（大井）	実9.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) -47% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 11.0%) ※ 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。
5	アメジストハート	高橋優（大井）	実130.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調）
前5走 07/23 大井5R 14着/16頭+3.0秒 07/02 大井5R 15着/16頭 06/11 大井3R 9着/9頭 05/22 大井4R 15着/16頭 05/01 大井2R 12着/13頭+2.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 9走で勝率 11% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 0.7% (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。
6	ケテンビート	江里裕（大井）	実23.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/23 大井5R 16着/16頭+48.4秒 07/02 大井5R 7着/16頭 06/10 大井5R 3着/13頭+4.0秒 05/21 大井3R 13着/16頭 04/28 大井5R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 16着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.2%) ※ 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。
7	エマーユ	西啓太（大井）	実42.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/23 大井5R 15着/16頭+3.1秒 05/20 大井4R 1着/14頭 04/27 大井3R 2着/11頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.3%) ※ 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。
8	フィールドアピール	笹川翼（大井）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／196日ぶりの実戦）
前5走 01/30 大井3R 4着/8頭+1.8秒 01/14 大井5R 2着/11頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 18% △ ローテーション 196日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 19.9% (オッズ暗示: 33.3%) ※ 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。
9	ゴールドモア自在	中山遥（浦和）	実54.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／64日ぶりの実戦）
前5走 06/11 大井4R 14着/14頭 05/21 大井2R 2着/14頭 04/15 大井5R 7着/14頭+1.0秒 03/25 大井3R 3着/14頭+0.8秒 03/10 大井5R 5着/14頭+0.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 前走実績前走 14着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 2.5% (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。
10	ウィルプレイス	木澤奨（大井）	実138.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 07/23 大井5R 12着/16頭+2.3秒 07/02 大井5R 11着/16頭 06/11 大井3R 8着/9頭 05/22 大井4R 14着/16頭 05/01 大井2R 9着/13頭+2.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.5% (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	ヤッティライネン差し	藤本現（大井）	実63.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／119日ぶりの実戦）
前5走 04/17 大井3R 8着/14頭+1.2秒 03/26 大井6R 2着/13頭+0.4秒 03/12 大井5R 5着/12頭+1.6秒 02/19 大井6R 3着/14頭+0.9秒 01/28 大井4R 4着/11頭+1.1秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.4% (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。
12	カクヒメ先行	吉井章（大井）	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/23 大井5R 4着/16頭+0.7秒 02/20 大井1R 3着/14頭+1.6秒 01/14 大井5R 3着/11頭+2.3秒 12/26 大井1R 4着/12頭+1.4秒 12/01 大井4R 2着/10頭+0.4秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 10.3%) ※ 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。
13	ドレヴィーナス	安藤洋（大井）	実51.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 07/23 大井5R 6着/16頭+1.0秒 07/02 大井5R 13着/16頭+0.0秒 06/11 大井5R 10着/14頭 05/20 大井5R 1着/11頭 10/21 大井4R 5着/10頭+2.1秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% ○ ローテーション 22日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 2.9% (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。
14	モカットモネ自在	達城龍（大井）	実138.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 07/23 大井5R 10着/16頭+1.9秒 03/12 大井3R 7着/9頭+2.1秒 02/20 大井2R 10着/12頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (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。
15	アークルージエ	谷内貫（大井）	実131.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/23 大井5R 9着/16頭+1.5秒 07/02 大井5R 9着/16頭 06/11 大井5R 11着/14頭 05/22 大井2R 4着/15頭 04/30 大井4R 5着/11頭+0.5秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 0.8% (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。
16	ガーリッシュ	矢野貴（大井）	実2.3	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均2.0着と安定／前走2着）
前5走 07/22 大井4R 2着/3頭 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 36.0% (オッズ暗示: 43.5%) ※ 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の本命

AI評価1位

ガーリッシュ

騎手矢野貴（大井）

単勝オッズ

2.3倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8フィールドアピール

3.0倍

EV -40%

▲3リコーブルーアイ

10.4倍

EV +3%

出走馬全16頭

◎16

ガーリッシュ

矢野貴（大井）

2.3倍

-17%

›

○8

フィールドアピール

笹川翼（大井）

3.0倍

-40%

›

▲3

リコーブルーアイ

澤田龍（船橋）

10.4倍

+3%

›

△12

カクヒメ

吉井章（大井）

9.7倍

-35%

›

△4

ナムラソラン

西優哉（大井）

9.1倍

-46%

›

△6

ケテンビート

江里裕（大井）

23.6倍

+23%

›

▽1

ヒガシナデシコ

和田譲（大井）

29.9倍

+22%

›

▽13

ドレヴィーナス

安藤洋（大井）

51.8倍

+50%

›

▽9

ゴールドモア

中山遥（浦和）

54.1倍

+35%

›

▽7

エマーユ

西啓太（大井）

42.9倍

-18%

›

▽11

ヤッティライネン

藤本現（大井）

63.1倍

-10%

›

▽2

ラブリーファンク

櫻井光（川崎）

98.9倍

-1%

›

▽15

アークルージエ

谷内貫（大井）

131.0倍

+1%

›

▽5

アメジストハート

高橋優（大井）

130.5倍

-10%

›

▽14

モカットモネ

達城龍（大井）

138.0倍

-11%

›

▽10

ウィルプレイス

木澤奨（大井）

138.0倍

-33%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項