川崎 8R 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

8R 川崎競馬場ダ900m ダート900m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラベンダーマカロン自在	木間龍（船橋）	実23.0	B× A△勝率5% EV+19% 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 07/31 川崎9R 12着/12頭+2.8秒 08/07 川崎3R 7着/11頭+1.1秒 07/08 川崎5R 3着/11頭+0.1秒 06/17 川崎8R 2着/11頭+0.1秒 05/13 川崎4R 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戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 12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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 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。
2	トウヨウノマジョ先行	本田紀（川崎）	実76.1	B× A▽勝率1% EV-31% 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 05/12 川崎5R 8着/12頭+1.8秒 04/09 川崎6R 8着/12頭+0.8秒 02/19 大井10R 12着/14頭+1.1秒 01/27 大井10R 9着/15頭+1.6秒 01/16 大井6R 9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戦の調子平均 9.3着 (不振) △ ローテーション 98日休養明け × 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 0.9% / 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。
3	ラッキーカムカム先行	西啓太（大井）	実2.0	B△ A🌟◎勝率33% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 07/24 大井8R 3着/12頭+0.3秒 07/03 大井8R 8着/13頭 06/11 大井9R 12着/14頭 02/19 大井10R 14着/14頭+2.5秒 01/29 大井7R 14着/14頭+2.6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 7.7着 (不振) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 33.2% / 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。
4	クロスダイヤ自在	神尾香（川崎）	実59.6	B× A▽勝率1% EV-30% 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 07/29 川崎5R 7着/12頭+1.6秒 07/08 川崎4R 11着/12頭 06/02 船橋3R 5着/12頭 05/15 川崎12R 4着/14頭+1.4秒 04/07 川崎4R 12着/12頭+4.7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 7.7着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ○ ローテーション 20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 1.2% / 期待値 -31% ※ 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	ナキムシヒカル逃げ	佐野遥（川崎）	実3.9	B○ A○勝率22% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率60%／直近3走平均2.3着と安定／前走2着）
前5走 06/18 川崎7R 2着/10頭+1.0秒 05/12 川崎5R 3着/12頭+0.3秒 04/10 川崎7R 2着/11頭+0.2秒 03/03 川崎7R 2着/12頭+0.1秒 02/03 川崎1R 1着/12頭勝利
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 2.3着 (安定) ○ 当競馬場適性 27走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ◎ 馬場適性同馬場 5走で勝率 60% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 45.3% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.0% / 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。
6	ダッシングマン先行	藤江渉（川崎）	実4.2	B🌟◎ A▲勝率14% EV-39% 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（当競馬場8走で勝率25%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/31 川崎9R 3着/12頭+1.3秒 07/10 川崎7R 3着/10頭 05/15 川崎7R 1着/10頭勝利 04/10 川崎7R 1着/11頭勝利 03/02 川崎9R 6着/11頭+0.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 前走実績前走 3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) +103% (市場が大幅過小評価) AI 予想勝率 48.4% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 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。
7	クォンタイズ	岡村裕（川崎）	実14.8	B▲ A△勝率8% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17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9R 3着/12頭+0.5秒 07/06 川崎6R 4着/12頭 06/17 川崎3R 3着/11頭 06/02 船橋8R 6着/14頭+1.0秒 02/02 川崎7R 3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戦の調子平均 3.3着 × 当競馬場適性 17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) -41% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 +23% ※ 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	ラックナシェード	古岡勇（川崎）	実53.7	B× A▽勝率2% EV+25% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 07/31 川崎9R 7着/12頭+2.4秒 07/10 川崎7R 9着/10頭 06/16 川崎7R 10着/12頭 05/11 川崎7R 4着/12頭+1.6秒 01/01 川崎5R 11着/12頭+2.5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 8.7着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 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	ゴーゴーダンサー逃げ	加藤雄（川崎）	実29.3	B△ A▽勝率4% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/31 川崎9R 6着/12頭+2.2秒 07/10 川崎7R 6着/10頭 05/12 川崎5R 6着/12頭+1.3秒 04/07 川崎3R 4着/12頭+0.9秒 10/17 川崎12R 2着/12頭+0.3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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.9% / 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。
10	コンポスト追込	山林信（川崎）	実78.2	B× A▽勝率1% EV-19% 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／361日ぶりの実戦）
前5走 08/22 川崎2R 4着/12頭+0.4秒 08/06 川崎6R 9着/11頭+2.0秒 07/10 川崎2R 9着/14頭+0.7秒 06/16 川崎6R 5着/11頭+2.6秒 05/27 浦和3R 10着/12頭+1.3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 7.3着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 361日休養明け × 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 0.1% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。
11	オトメノネガイ逃げ	池谷匠（川崎）	実53.3	B× A▽勝率2% EV+28% 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 07/29 川崎5R 11着/12頭+3.0秒 07/10 川崎12R 4着/10頭+0.0秒 06/23 浦和5R 6着/10頭 05/26 浦和4R 11着/11頭 05/15 川崎7R 9着/10頭+2.0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 7.0着 (不振) × 当競馬場適性 25走で勝率 4% (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 11着 (大敗) ○ ローテーション 20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 2.4% / 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。
12	マイカグラ	田中涼（川崎）	実25.3	B△ A△勝率5% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和9R 3着/10頭+0.9秒 07/30 川崎6R 6着/11頭+1.4秒 07/10 川崎7R 4着/10頭 06/17 川崎5R 11着/12頭 05/29 浦和7R 1着/10頭
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 4.3着 △ 当競馬場適性 36走で勝率 6% △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 0.3% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 期待値 +35% ※ 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 ▲

ダッシングマン

騎手藤江渉（川崎）

単勝オッズ

4.2倍

AI期待値

+103%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ナキムシヒカル

3.9倍

EV +76%

▲A:△7クォンタイズ

14.8倍

EV -40%

出走馬全12頭

◎A:▲6

ダッシングマン

藤江渉（川崎）

4.2倍

+103%

›

○A:○5

ナキムシヒカル

佐野遥（川崎）

3.9倍

+76%

›

▲A:△7

クォンタイズ

岡村裕（川崎）

14.8倍

-40%

›

△A:◎3

ラッキーカムカム

西啓太（大井）

2.0倍

-96%

›

△A:△12

マイカグラ

田中涼（川崎）

25.3倍

-92%

›

△A:▽9

ゴーゴーダンサー

加藤雄（川崎）

29.3倍

-96%

›

×A:▽10

コンポスト

山林信（川崎）

78.2倍

-89%

›

×A:▽8

ラックナシェード

古岡勇（川崎）

53.7倍

-93%

›

×A:△1

ラベンダーマカロン

木間龍（船橋）

23.0倍

-99%

›

×A:▽11

オトメノネガイ

池谷匠（川崎）

53.3倍

-99%

›

×A:▽4

クロスダイヤ

神尾香（川崎）

59.6倍

-99%

›

×A:▽2

トウヨウノマジョ

本田紀（川崎）

76.1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

8R 川崎競馬場ダ900m ダート900m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラベンダーマカロン自在	木間龍（船橋）	実23.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/31 川崎9R 12着/12頭+2.8秒 08/07 川崎3R 7着/11頭+1.1秒 07/08 川崎5R 3着/11頭+0.1秒 06/17 川崎8R 2着/11頭+0.1秒 05/13 川崎4R 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戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 12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) +19% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.3%) ※ 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	トウヨウノマジョ先行	本田紀（川崎）	実76.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／98日ぶりの実戦）
前5走 05/12 川崎5R 8着/12頭+1.8秒 04/09 川崎6R 8着/12頭+0.8秒 02/19 大井10R 12着/14頭+1.1秒 01/27 大井10R 9着/15頭+1.6秒 01/16 大井6R 9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戦の調子平均 9.3着 (不振) △ ローテーション 98日休養明け × 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 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。
3	ラッキーカムカム先行	西啓太（大井）	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（前走3着）
前5走 07/24 大井8R 3着/12頭+0.3秒 07/03 大井8R 8着/13頭 06/11 大井9R 12着/14頭 02/19 大井10R 14着/14頭+2.5秒 01/29 大井7R 14着/14頭+2.6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 7.7着 (不振) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 33.2% (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。
4	クロスダイヤ自在	神尾香（川崎）	実59.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率5%と苦戦傾向）
前5走 07/29 川崎5R 7着/12頭+1.6秒 07/08 川崎4R 11着/12頭 06/02 船橋3R 5着/12頭 05/15 川崎12R 4着/14頭+1.4秒 04/07 川崎4R 12着/12頭+4.7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 7.7着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.2% (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	ナキムシヒカル逃げ	佐野遥（川崎）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率60%／直近3走平均2.3着と安定／前走2着）
前5走 06/18 川崎7R 2着/10頭+1.0秒 05/12 川崎5R 3着/12頭+0.3秒 04/10 川崎7R 2着/11頭+0.2秒 03/03 川崎7R 2着/12頭+0.1秒 02/03 川崎1R 1着/12頭勝利
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 2.3着 (安定) ○ 当競馬場適性 27走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ◎ 馬場適性同馬場 5走で勝率 60% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 22.0% (オッズ暗示: 25.6%) ※ 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	ダッシングマン先行	藤江渉（川崎）	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/31 川崎9R 3着/12頭+1.3秒 07/10 川崎7R 3着/10頭 05/15 川崎7R 1着/10頭勝利 04/10 川崎7R 1着/11頭勝利 03/02 川崎9R 6着/11頭+0.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 前走実績前走 3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) -40% (大幅な期待値マイナス) AI 予想勝率 14.3% (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。
7	クォンタイズ	岡村裕（川崎）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17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9R 3着/12頭+0.5秒 07/06 川崎6R 4着/12頭 06/17 川崎3R 3着/11頭 06/02 船橋8R 6着/14頭+1.0秒 02/02 川崎7R 3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戦の調子平均 3.3着 × 当競馬場適性 17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) +23% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 6.8%) ※ 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	ラックナシェード	古岡勇（川崎）	実53.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 07/31 川崎9R 7着/12頭+2.4秒 07/10 川崎7R 9着/10頭 06/16 川崎7R 10着/12頭 05/11 川崎7R 4着/12頭+1.6秒 01/01 川崎5R 11着/12頭+2.5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 8.7着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +25% (市場と概ね一致) AI 予想勝率 2.3% (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。
9	ゴーゴーダンサー逃げ	加藤雄（川崎）	実29.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/31 川崎9R 6着/12頭+2.2秒 07/10 川崎7R 6着/10頭 05/12 川崎5R 6着/12頭+1.3秒 04/07 川崎3R 4着/12頭+0.9秒 10/17 川崎12R 2着/12頭+0.3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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 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) +13% (市場と概ね一致) AI 予想勝率 3.9% (オッズ暗示: 3.4%) ※ 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。
10	コンポスト追込	山林信（川崎）	実78.2	▽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／361日ぶりの実戦）
前5走 08/22 川崎2R 4着/12頭+0.4秒 08/06 川崎6R 9着/11頭+2.0秒 07/10 川崎2R 9着/14頭+0.7秒 06/16 川崎6R 5着/11頭+2.6秒 05/27 浦和3R 10着/12頭+1.3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 7.3着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 361日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (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。
11	オトメノネガイ逃げ	池谷匠（川崎）	実53.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率4%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/29 川崎5R 11着/12頭+3.0秒 07/10 川崎12R 4着/10頭+0.0秒 06/23 浦和5R 6着/10頭 05/26 浦和4R 11着/11頭 05/15 川崎7R 9着/10頭+2.0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 7.0着 (不振) × 当競馬場適性 25走で勝率 4% (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 11着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 2.4% (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。
12	マイカグラ	田中涼（川崎）	実25.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和9R 3着/10頭+0.9秒 07/30 川崎6R 6着/11頭+1.4秒 07/10 川崎7R 4着/10頭 06/17 川崎5R 11着/12頭 05/29 浦和7R 1着/10頭
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 4.3着 △ 当競馬場適性 36走で勝率 6% △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 5.4% (オッズ暗示: 4.0%) ※ 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。

🎯 AIの本命

AI評価1位

ラッキーカムカム

騎手西啓太（大井）

単勝オッズ

2.0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

○5ナキムシヒカル

3.9倍

EV -14%

▲6ダッシングマン

4.2倍

EV -39%

出走馬全12頭

◎3

ラッキーカムカム

西啓太（大井）

2.0倍

-33%

›

○5

ナキムシヒカル

佐野遥（川崎）

3.9倍

-14%

›

▲6

ダッシングマン

藤江渉（川崎）

4.2倍

-39%

›

△7

クォンタイズ

岡村裕（川崎）

14.8倍

+23%

›

△12

マイカグラ

田中涼（川崎）

25.3倍

+35%

›

△1

ラベンダーマカロン

木間龍（船橋）

23.0倍

+19%

›

▽9

ゴーゴーダンサー

加藤雄（川崎）

29.3倍

+13%

›

▽11

オトメノネガイ

池谷匠（川崎）

53.3倍

+28%

›

▽8

ラックナシェード

古岡勇（川崎）

53.7倍

+25%

›

▽4

クロスダイヤ

神尾香（川崎）

59.6倍

-30%

›

▽10

コンポスト

山林信（川崎）

78.2倍

-19%

›

▽2

トウヨウノマジョ

本田紀（川崎）

76.1倍

-31%

›

💡 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