大井 2R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	ジーティーウララ差し	岡村健（船橋）	実18.3	B× A△勝率5% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 07/23 大井2R 7着/16頭+0.7秒 06/30 大井6R 5着/14頭 03/23 大井9R 5着/13頭+1.2秒 03/09 大井10R 5着/13頭+2.2秒 02/16 大井7R 6着/14頭+0.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ ローテーション 25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: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 -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。
2	ザゴート	杉山海（大井）	実3.4	B○ A▲勝率19% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/23 大井2R 1着/16頭勝利 07/03 大井2R 1着/14頭 06/10 大井2R 2着/14頭 05/20 大井3R 12着/14頭 04/28 大井2R 3着/13頭+1.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 38走で勝率 11% △ 距離適性同距離 27走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 13.8% (オッズ暗示: 29.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.5% / 期待値 -37% ※ 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	ショウナンマナ追込	中村尚（大井）	実280.5	B× A▽勝率0% EV+8% 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2R 16着/16頭+3.4秒 06/30 大井5R 10着/11頭+7.0秒 05/18 大井7R 13着/13頭+4.2秒 04/27 大井9R 9着/13頭+3.5秒 04/13 大井12R 14着/14頭+2.8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 13.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ▽ 前走実績前走 16着 (大敗) ○ ローテーション 25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 0.4% / 期待値 +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	ショウサンレックス先行	藤田凌（大井）	実9.2	B△ A△勝率9% EV-21% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/23 大井2R 6着/16頭+0.6秒 07/03 大井2R 2着/14頭 02/19 大井1R 6着/16頭+0.4秒 01/29 大井3R 4着/13頭+0.9秒 01/16 大井2R 9着/16頭+1.8秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 31走で勝率 10% △ 距離適性同距離 30走で勝率 10% ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。
5	アソス差し	吉井章（大井）	実39.2	B× A▽勝率3% 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2R 10着/16頭+1.2秒 06/30 大井6R 4着/14頭+1.0秒 06/08 大井8R 10着/12頭+0.0秒 05/18 大井7R 4着/13頭+1.6秒 04/27 大井8R 3着/14頭+1.3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 8.0着 (不振) × 当競馬場適性 50走で勝率 2% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25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 9位 / 勝率 2.5% / 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。
6	ディフィラリー逃げ	瀬川将（大井）	実190.5	B× A▽勝率0% EV-13% 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2R 11着/16頭+1.3秒 07/01 大井4R 14着/14頭 06/09 大井6R 12着/12頭+3.0秒 05/18 大井7R 5着/13頭+1.6秒 04/28 大井6R 10着/10頭+3.9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 12.3着 (不振) × 当競馬場適性 47走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25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 0.5% / 期待値 -13% ※ 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	ウイントルヴェール自在	東原悠（大井）	実127.6	B× A▽勝率1% EV-17% 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2R 15着/16頭+2.1秒 06/30 大井6R 14着/14頭+3.0秒 06/08 大井9R 9着/12頭 05/18 大井7R 7着/13頭+2.1秒 04/27 大井7R 10着/11頭+3.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) △ 当競馬場適性 55走で勝率 5% △ 距離適性同距離 26走で勝率 8% ▽ 前走実績前走 15着 (大敗) ○ ローテーション 25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 0.6% / 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。
8	ロクスマリアンヌ	西啓太（大井）	実22.0	B△ A▽勝率3% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/23 大井2R 8着/16頭+1.0秒 07/03 大井2R 6着/14頭 06/11 大井2R 3着/13頭 05/20 大井3R 13着/14頭 01/16 大井2R 10着/16頭+1.9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 5.7着 △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 33走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 -26% ※ 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	プロシュ差し	遠藤健（大井）	実65.4	B× A▽勝率1% EV-27% 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2R 12着/16頭+1.5秒 06/30 大井6R 6着/14頭 06/08 大井9R 7着/12頭+3.0秒 05/18 大井7R 8着/13頭+2.8秒 04/27 大井9R 8着/13頭+3.1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 8.3着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 25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 10位 / 勝率 1.1% / 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。
10	ウイニングショット追込	西優哉（大井）	実123.9	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1R 10着/13頭+1.9秒 07/01 大井4R 12着/14頭 06/09 大井5R 8着/11頭 05/19 大井4R 9着/9頭+2.5秒 04/28 大井7R 12着/14頭+2.6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 10.0着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25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 11位 / 勝率 0.8% / 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。
11	ニチリン逃げ	矢野貴（大井）	実2.7	B▲ A◎勝率25% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率50%／前走2着／騎手は近50戦で勝率26%）
前5走 07/22 大井2R 2着/16頭+0.2秒 07/03 大井2R 3着/14頭 10/23 大井6R 7着/12頭+1.0秒 08/11 大井11R 1着/13頭勝利 07/18 大井2R 1着/14頭勝利
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 4.0着 ○ 当競馬場適性 24走で勝率 17% (相性良) ○ 距離適性同距離 22走で勝率 18% ◎ 馬場適性同馬場 6走で勝率 50% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 26日の間隔 (理想的) × 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 10.1% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 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。
12	アフリカンビート	石川駿（大井）	実19.3	B× A▽勝率3% EV-38% 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2R 5着/16頭+0.6秒 06/30 大井5R 3着/11頭+1.0秒 06/08 大井8R 7着/12頭 05/20 大井2R 2着/11頭 04/29 大井2R 6着/13頭+1.4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 5.0着 × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 25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 8位 / 勝率 3.2% / 期待値 -39% ※ 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	ルネサンスクラブ逃げ推奨	和田譲（大井）	実7.5	B△ A○勝率20% EV+48% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/23 大井2R 3着/16頭+0.1秒 06/08 大井9R 4着/12頭+2.0秒 09/16 大井6R 3着/11頭+1.2秒 08/12 大井4R 2着/13頭+1.5秒 07/14 大井5R 7着/11頭+2.4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 3.3着 × 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 ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 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 4.7% (オッズ暗示: 13.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.8% / 期待値 +48% ※ 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	タイガーシャーク先行推奨	安藤洋（大井）	実7.0	B🌟◎ A△勝率10% EV-26% 詳細▼	市場が大きく過小評価、AI予想勝率69% × オッズ7.0倍で期待値+385%の有力候補（近5走で勝率25%と堅実／当競馬場4走で勝率25%と適性高）
前5走 12/26 大井5R 5着/13頭+0.4秒 12/03 大井6R 12着/14頭+4.0秒 11/11 大井6R 12着/13頭+3.1秒 10/18 大井3R 1着/6頭勝利 ―
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 9.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 234日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +385% (市場が大幅過小評価) AI 予想勝率 69.4% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 期待値 -27% ※ 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

B推奨Aモデル △

タイガーシャーク

騎手安藤洋（大井）

単勝オッズ

7.0倍

AI期待値

+385%

買い目

¥1,600

全レースの推奨

AIの推奨本命の次点

○A:▲2ザゴート

3.4倍

EV -53%

▲A:◎11ニチリン

2.7倍

EV -72%

出走馬全14頭

◎A:△14

タイガーシャーク

安藤洋（大井）

7.0倍

+385%

›

○A:▲2

ザゴート

杉山海（大井）

3.4倍

-53%

›

▲A:◎11

ニチリン

矢野貴（大井）

2.7倍

-72%

›

△A:○13

ルネサンスクラブ

和田譲（大井）

7.5倍

-64%

›

△A:△4

ショウサンレックス

藤田凌（大井）

9.2倍

-87%

›

△A:▽8

ロクスマリアンヌ

西啓太（大井）

22.0倍

-85%

›

×A:△1

ジーティーウララ

岡村健（船橋）

18.3倍

-98%

›

×A:▽12

アフリカンビート

石川駿（大井）

19.3倍

-99%

›

×A:▽5

アソス

吉井章（大井）

39.2倍

-99%

›

×A:▽9

プロシュ

遠藤健（大井）

65.4倍

-99%

›

×A:▽10

ウイニングショット

西優哉（大井）

123.9倍

-99%

›

×A:▽7

ウイントルヴェール

東原悠（大井）

127.6倍

-99%

›

×A:▽6

ディフィラリー

瀬川将（大井）

190.5倍

-99%

›

×A:▽3

ショウナンマナ

中村尚（大井）

280.5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

A. 市場込みモデル

単勝 13 ルネサンスクラブ ¥100 実7.5倍期待値 -65% ❌不的中6着単勝 7.5倍

B. 市場除外+キャリブ

単勝 14 タイガーシャーク ¥1,600 確定3.4倍期待値 +386% 🎯的中1着確定 3.4倍5,440円

※ オッズは予測時点の値です。

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	ジーティーウララ差し	岡村健（船橋）	実18.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 07/23 大井2R 7着/16頭+0.7秒 06/30 大井6R 5着/14頭 03/23 大井9R 5着/13頭+1.2秒 03/09 大井10R 5着/13頭+2.2秒 02/16 大井7R 6着/14頭+0.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 5.5% (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。
2	ザゴート	杉山海（大井）	実3.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/23 大井2R 1着/16頭勝利 07/03 大井2R 1着/14頭 06/10 大井2R 2着/14頭 05/20 大井3R 12着/14頭 04/28 大井2R 3着/13頭+1.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 38走で勝率 11% △ 距離適性同距離 27走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 18.5% (オッズ暗示: 29.4%) ※ 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	ショウナンマナ追込	中村尚（大井）	実280.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し／直近3走平均13.0着と低調）
前5走 07/23 大井2R 16着/16頭+3.4秒 06/30 大井5R 10着/11頭+7.0秒 05/18 大井7R 13着/13頭+4.2秒 04/27 大井9R 9着/13頭+3.5秒 04/13 大井12R 14着/14頭+2.8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 13.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ▽ 前走実績前走 16着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
4	ショウサンレックス先行	藤田凌（大井）	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/23 大井2R 6着/16頭+0.6秒 07/03 大井2R 2着/14頭 02/19 大井1R 6着/16頭+0.4秒 01/29 大井3R 4着/13頭+0.9秒 01/16 大井2R 9着/16頭+1.8秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 31走で勝率 10% △ 距離適性同距離 30走で勝率 10% ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 10.9%) ※ 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。
5	アソス差し	吉井章（大井）	実39.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場50走で勝率2%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/23 大井2R 10着/16頭+1.2秒 06/30 大井6R 4着/14頭+1.0秒 06/08 大井8R 10着/12頭+0.0秒 05/18 大井7R 4着/13頭+1.6秒 04/27 大井8R 3着/14頭+1.3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 8.0着 (不振) × 当競馬場適性 50走で勝率 2% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.6%) ※ 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。
6	ディフィラリー逃げ	瀬川将（大井）	実190.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場47走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し／直近3走平均12.3着と低調）
前5走 07/23 大井2R 11着/16頭+1.3秒 07/01 大井4R 14着/14頭 06/09 大井6R 12着/12頭+3.0秒 05/18 大井7R 5着/13頭+1.6秒 04/28 大井6R 10着/10頭+3.9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 12.3着 (不振) × 当競馬場適性 47走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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	ウイントルヴェール自在	東原悠（大井）	実127.6	▽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2R 15着/16頭+2.1秒 06/30 大井6R 14着/14頭+3.0秒 06/08 大井9R 9着/12頭 05/18 大井7R 7着/13頭+2.1秒 04/27 大井7R 10着/11頭+3.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) △ 当競馬場適性 55走で勝率 5% △ 距離適性同距離 26走で勝率 8% ▽ 前走実績前走 15着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (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。
8	ロクスマリアンヌ	西啓太（大井）	実22.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/23 大井2R 8着/16頭+1.0秒 07/03 大井2R 6着/14頭 06/11 大井2R 3着/13頭 05/20 大井3R 13着/14頭 01/16 大井2R 10着/16頭+1.9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 5.7着 △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 33走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.5%) ※ 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	プロシュ差し	遠藤健（大井）	実65.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率0%と苦戦傾向／同距離帯は29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2R 12着/16頭+1.5秒 06/30 大井6R 6着/14頭 06/08 大井9R 7着/12頭+3.0秒 05/18 大井7R 8着/13頭+2.8秒 04/27 大井9R 8着/13頭+3.1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 8.3着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ※ 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。
10	ウイニングショット追込	西優哉（大井）	実123.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率4%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均10.0着と低調）
前5走 07/23 大井1R 10着/13頭+1.9秒 07/01 大井4R 12着/14頭 06/09 大井5R 8着/11頭 05/19 大井4R 9着/9頭+2.5秒 04/28 大井7R 12着/14頭+2.6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 10.0着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25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。
11	ニチリン逃げ	矢野貴（大井）	実2.7	◎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（同馬場状態で勝率50%／前走2着／騎手は近50戦で勝率26%）
前5走 07/22 大井2R 2着/16頭+0.2秒 07/03 大井2R 3着/14頭 10/23 大井6R 7着/12頭+1.0秒 08/11 大井11R 1着/13頭勝利 07/18 大井2R 1着/14頭勝利
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 4.0着 ○ 当競馬場適性 24走で勝率 17% (相性良) ○ 距離適性同距離 22走で勝率 18% ◎ 馬場適性同馬場 6走で勝率 50% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 26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 24.7% (オッズ暗示: 37.0%) ※ 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。
12	アフリカンビート	石川駿（大井）	実19.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 07/23 大井2R 5着/16頭+0.6秒 06/30 大井5R 3着/11頭+1.0秒 06/08 大井8R 7着/12頭 05/20 大井2R 2着/11頭 04/29 大井2R 6着/13頭+1.4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 5.0着 × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.2%) ※ 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。
13	ルネサンスクラブ逃げ推奨	和田譲（大井）	実7.5	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+48%の妙味（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/23 大井2R 3着/16頭+0.1秒 06/08 大井9R 4着/12頭+2.0秒 09/16 大井6R 3着/11頭+1.2秒 08/12 大井4R 2着/13頭+1.5秒 07/14 大井5R 7着/11頭+2.4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 3.3着 × 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 ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 19.8% (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。
14	タイガーシャーク先行推奨	安藤洋（大井）	実7.0	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率25%と堅実／当競馬場4走で勝率25%と適性高）
前5走 12/26 大井5R 5着/13頭+0.4秒 12/03 大井6R 12着/14頭+4.0秒 11/11 大井6R 12着/13頭+3.1秒 10/18 大井3R 1着/6頭勝利 ―
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 9.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 234日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 14.3%) ※ 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の本命

AI評価1位

ニチリン

騎手矢野貴（大井）

単勝オッズ

2.7倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13ルネサンスクラブ

7.5倍

EV +48%

▲2ザゴート

3.4倍

EV -37%

出走馬全14頭

◎11

ニチリン

矢野貴（大井）

2.7倍

-33%

›

○13

ルネサンスクラブ

和田譲（大井）

7.5倍

+48%

›

▲2

ザゴート

杉山海（大井）

3.4倍

-37%

›

△14

タイガーシャーク

安藤洋（大井）

7.0倍

-26%

›

△4

ショウサンレックス

藤田凌（大井）

9.2倍

-21%

›

△1

ジーティーウララ

岡村健（船橋）

18.3倍

›

▽8

ロクスマリアンヌ

西啓太（大井）

22.0倍

-26%

›

▽12

アフリカンビート

石川駿（大井）

19.3倍

-38%

›

▽5

アソス

吉井章（大井）

39.2倍

-1%

›

▽9

プロシュ

遠藤健（大井）

65.4倍

-27%

›

▽10

ウイニングショット

西優哉（大井）

123.9倍

+1%

›

▽7

ウイントルヴェール

東原悠（大井）

127.6倍

-17%

›

▽6

ディフィラリー

瀬川将（大井）

190.5倍

-13%

›

▽3

ショウナンマナ

中村尚（大井）

280.5倍

+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。

▶ 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

A. 市場込みモデル

単勝 13 ルネサンスクラブ ¥100 実7.5倍期待値 +48% ❌不的中6着単勝 7.5倍

B. 市場除外+キャリブ

単勝 14 タイガーシャーク ¥1,600 確定3.4倍期待値 -27% 🎯的中1着確定 3.4倍5,440円

※ オッズは予測時点の値です。

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