川崎 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 川崎競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャットクィーン先行	和田譲（大井）	実22.5	B× A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4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 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4秒 08/05 川崎4R 3着/8頭+1.5秒 07/10 川崎5R 2着/7頭+0.6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 6.7着 × 当競馬場適性 4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 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.4%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.0% / 期待値 -54% ※ 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	ココア	古岡勇（川崎）	実105.0	B× A▽勝率1% EV-40% 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 07/27 川崎7R 6着/11頭+1.1秒 07/15 浦和1R 11着/11頭 07/09 川崎1R 6着/11頭 06/18 川崎1R 4着/12頭+0.0秒 05/12 川崎1R 5着/12頭+1.5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 7.7着 (不振) × 当競馬場適性 11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 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 11位 / 勝率 0.6% / 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。
3	プリンセスサミット逃げ	中山遥（浦和）	実9.5	B× A△勝率5% EV-56% 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6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／騎手は近50戦で勝率22%）
前5走 07/31 川崎3R 10着/12頭+1.7秒 03/03 川崎3R 2着/9頭+0.1秒 02/06 川崎4R 8着/12頭+1.4秒 01/02 川崎5R 8着/12頭+1.1秒 09/10 川崎1R 2着/8頭+1.0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 6.7着 × 当競馬場適性 6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 22% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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 0.2% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 期待値 -56% ※ 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	ユウユウカツサンド差し	藤江渉（川崎）	実60.6	B× A×勝率0% EV-73% 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 08/03 船橋2R 8着/11頭+1.1秒 07/27 川崎8R 7着/11頭+1.4秒 07/09 川崎1R 3着/11頭+0.0秒 06/18 川崎1R 3着/12頭 05/12 川崎1R 10着/12頭+3.8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 6.0着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ ローテーション 15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 0.4% / 期待値 -74% ※ 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	セレステラ	加藤雄（川崎）	実52.2	B× A×勝率1% EV-51% 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 07/27 川崎8R 3着/11頭+0.5秒 07/08 川崎2R 7着/9頭 06/18 川崎1R 2着/12頭+5.0秒 05/28 浦和1R 10着/11頭 05/14 川崎1R 4着/8頭+2.0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 4.0着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -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 0.9% / 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。
6	トライアンドエラー	野畑凌（川崎）	実4.4	B○ A○勝率22% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 26% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 43.9% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.7% / 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。
7	ミラクルガイ差し	張田昂（船橋）	実32.8	B△ A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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 07/27 川崎8R 6着/11頭+0.8秒 04/06 川崎3R 7着/10頭+1.7秒 03/02 川崎2R 2着/9頭+0.1秒 02/02 川崎4R 2着/9頭+0.4秒 01/04 川崎2R 3着/8頭+1.9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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -88% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -54% ※ 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	ヤマザキシキブ	新原周（川崎）	実12.6	B▲ A△勝率6% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/28 川崎5R 1着/8頭勝利 07/07 川崎4R 2着/9頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21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 5.1% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.9% / 期待値 -25% ※ 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	リコータイフォン	伊藤裕（川崎）	実2.0	B🌟◎ A🌟◎勝率45% EV-9% 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 07/31 川崎6R 2着/3頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 48.2% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 45.4% / 期待値 -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。
10	ショックザワールド自在	佐野遥（川崎）	実29.9	B× A▽勝率2% EV-43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 07/27 川崎7R 3着/11頭+0.6秒 07/10 川崎2R 2着/9頭 06/16 川崎1R 8着/12頭 05/28 浦和1R 8着/11頭 05/11 川崎1R 12着/12頭+4.1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 4.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
11	ユウトザイノセント	櫻井光（川崎）	実7.2	B△ A▲勝率10% EV-25% 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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.0% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 期待値 -25% ※ 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	ピサンザプラ自在	矢野貴（大井）	実16.9	B△ A△勝率5% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/27 川崎8R 5着/11頭+0.6秒 07/09 川崎1R 4着/11頭 02/05 川崎1R 12着/12頭+2.6秒 01/02 川崎1R 11着/12頭+1.5秒 12/19 川崎1R 2着/7頭+1.0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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 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。

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 ◎

リコータイフォン

騎手伊藤裕（川崎）

単勝オッズ

2.0倍

AI期待値

-3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6トライアンドエラー

4.4倍

EV +93%

▲A:△8ヤマザキシキブ

12.6倍

EV -36%

出走馬全12頭

◎A:◎9

リコータイフォン

伊藤裕（川崎）

2.0倍

-3%

›

○A:○6

トライアンドエラー

野畑凌（川崎）

4.4倍

+93%

›

▲A:△8

ヤマザキシキブ

新原周（川崎）

12.6倍

-36%

›

△A:▲11

ユウトザイノセント

櫻井光（川崎）

7.2倍

-93%

›

△A:△12

ピサンザプラ

矢野貴（大井）

16.9倍

-83%

›

△A:×7

ミラクルガイ

張田昂（船橋）

32.8倍

-88%

›

×A:▽10

ショックザワールド

佐野遥（川崎）

29.9倍

-93%

›

×A:△3

プリンセスサミット

中山遥（浦和）

9.5倍

-98%

›

×A:×1

キャットクィーン

和田譲（大井）

22.5倍

-96%

›

×A:×5

セレステラ

加藤雄（川崎）

52.2倍

-99%

›

×A:×4

ユウユウカツサンド

藤江渉（川崎）

60.6倍

-99%

›

×A:▽2

ココア

古岡勇（川崎）

105.0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 川崎競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャットクィーン先行	和田譲（大井）	実22.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4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 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4秒 08/05 川崎4R 3着/8頭+1.5秒 07/10 川崎5R 2着/7頭+0.6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 6.7着 × 当競馬場適性 4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 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) -54% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.4%) ※ 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	ココア	古岡勇（川崎）	実105.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 07/27 川崎7R 6着/11頭+1.1秒 07/15 浦和1R 11着/11頭 07/09 川崎1R 6着/11頭 06/18 川崎1R 4着/12頭+0.0秒 05/12 川崎1R 5着/12頭+1.5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 7.7着 (不振) × 当競馬場適性 11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 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) -40% (大幅な期待値マイナス) AI 予想勝率 0.6% (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	プリンセスサミット逃げ	中山遥（浦和）	実9.5	△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6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／騎手は近50戦で勝率22%）
前5走 07/31 川崎3R 10着/12頭+1.7秒 03/03 川崎3R 2着/9頭+0.1秒 02/06 川崎4R 8着/12頭+1.4秒 01/02 川崎5R 8着/12頭+1.1秒 09/10 川崎1R 2着/8頭+1.0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 6.7着 × 当競馬場適性 6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 22% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 10.5%) ※ 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。
4	ユウユウカツサンド差し	藤江渉（川崎）	実60.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 08/03 船橋2R 8着/11頭+1.1秒 07/27 川崎8R 7着/11頭+1.4秒 07/09 川崎1R 3着/11頭+0.0秒 06/18 川崎1R 3着/12頭 05/12 川崎1R 10着/12頭+3.8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 6.0着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.7%) ※ 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。
5	セレステラ	加藤雄（川崎）	実52.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 07/27 川崎8R 3着/11頭+0.5秒 07/08 川崎2R 7着/9頭 06/18 川崎1R 2着/12頭+5.0秒 05/28 浦和1R 10着/11頭 05/14 川崎1R 4着/8頭+2.0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 4.0着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
6	トライアンドエラー	野畑凌（川崎）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 21.7% (オッズ暗示: 22.7%) ※ 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。
7	ミラクルガイ差し	張田昂（船橋）	実32.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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 07/27 川崎8R 6着/11頭+0.8秒 04/06 川崎3R 7着/10頭+1.7秒 03/02 川崎2R 2着/9頭+0.1秒 02/02 川崎4R 2着/9頭+0.4秒 01/04 川崎2R 3着/8頭+1.9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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -54% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.0%) ※ 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。
8	ヤマザキシキブ	新原周（川崎）	実12.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/28 川崎5R 1着/8頭勝利 07/07 川崎4R 2着/9頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.9%) ※ 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。
9	リコータイフォン	伊藤裕（川崎）	実2.0	🌟◎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 07/31 川崎6R 2着/3頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 45.4% (オッズ暗示: 50.0%) ※ 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。
10	ショックザワールド自在	佐野遥（川崎）	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9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 07/27 川崎7R 3着/11頭+0.6秒 07/10 川崎2R 2着/9頭 06/16 川崎1R 8着/12頭 05/28 浦和1R 8着/11頭 05/11 川崎1R 12着/12頭+4.1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 4.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
11	ユウトザイノセント	櫻井光（川崎）	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 13.9%) ※ 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。
12	ピサンザプラ自在	矢野貴（大井）	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/27 川崎8R 5着/11頭+0.6秒 07/09 川崎1R 4着/11頭 02/05 川崎1R 12着/12頭+2.6秒 01/02 川崎1R 11着/12頭+1.5秒 12/19 川崎1R 2着/7頭+1.0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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.9%) ※ 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。

🎯 AIの本命

AI評価1位

リコータイフォン

騎手伊藤裕（川崎）

単勝オッズ

2.0倍

AI期待値

-9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6トライアンドエラー

4.4倍

EV -4%

▲11ユウトザイノセント

7.2倍

EV -25%

出走馬全12頭

◎9

リコータイフォン

伊藤裕（川崎）

2.0倍

-9%

›

○6

トライアンドエラー

野畑凌（川崎）

4.4倍

-4%

›

▲11

ユウトザイノセント

櫻井光（川崎）

7.2倍

-25%

›

△8

ヤマザキシキブ

新原周（川崎）

12.6倍

-25%

›

△3

プリンセスサミット

中山遥（浦和）

9.5倍

-56%

›

△12

ピサンザプラ

矢野貴（大井）

16.9倍

-21%

›

×1

キャットクィーン

和田譲（大井）

22.5倍

-54%

›

▽10

ショックザワールド

佐野遥（川崎）

29.9倍

-43%

›

×7

ミラクルガイ

張田昂（船橋）

32.8倍

-54%

›

×5

セレステラ

加藤雄（川崎）

52.2倍

-51%

›

▽2

ココア

古岡勇（川崎）

105.0倍

-40%

›

×4

ユウユウカツサンド

藤江渉（川崎）

60.6倍

-73%

›

💡 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