川崎 1R 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

1R 川崎競馬場ダ900m ダート900m　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホワイトフジ自在推奨	本田重（船橋）	実8.8	B○ A▲勝率9% EV-23% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+60%の中穴候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 07/31 川崎3R 5着/12頭+1.0秒 07/08 川崎2R 5着/9頭 06/15 川崎1R 7着/12頭 02/06 川崎1R 3着/12頭+0.8秒 01/02 川崎1R 9着/12頭+1.3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 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 18% ○ ローテーション 19日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 18.3% (オッズ暗示: 11.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.7% / 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。
2	エストレーラヘーザ逃げ	加藤雄（川崎）	実46.8	B× A×勝率1% EV-68% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/31 川崎3R 11着/12頭+1.9秒 07/08 川崎2R 9着/9頭 06/15 川崎2R 11着/11頭+7.0秒 02/06 川崎5R 11着/12頭+3.2秒 08/08 川崎2R 1着/7頭勝利
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 10.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 19日の間隔 (理想的) × 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: 2.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.7% / 期待値 -68% ※ 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	フローラルツッキー	古岡勇（川崎）	実5.1	B▲ A△勝率5% EV-73% 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 3 ◎ 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) -77% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 19.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.3% / 期待値 -73% ※ 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	ディーズメソッド	櫻井光（川崎）	実27.2	B× A△勝率3% EV-8% 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3R 7着/12頭+1.6秒 07/06 川崎3R 4着/12頭 06/15 川崎1R 6着/12頭+0.0秒 06/01 船橋2R 9着/11頭 05/11 川崎3R 4着/11頭+1.5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 5.7着 △ 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% ○ ローテーション 19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 0.6% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
5	ヨミイ自在	神尾香（川崎）	実43.8	B× A▽勝率1% EV-46% 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 8着/11頭+1.8秒 07/06 川崎3R 7着/12頭+0.0秒 06/15 川崎1R 11着/12頭 05/11 川崎2R 10着/10頭+2.7秒 04/10 川崎3R 2着/8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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -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 1.2% / 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。
6	ギガントマキア	山林信（川崎）	実3.1	B△ A○勝率14% EV-55% 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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/27 川崎3R 7着/11頭+0.6秒 07/06 川崎3R 2着/12頭 06/15 川崎1R 2着/12頭+1.0秒 11/03 船橋1R 11着/12頭+5.5秒 09/29 船橋1R 4着/5頭+1.6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 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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 23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 1.0% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.2% / 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。
7	イアソン自在	藤江渉（川崎）	実100.0	B× A×勝率0% 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 11着/11頭+2.6秒 07/06 川崎3R 8着/12頭+0.0秒 06/15 川崎1R 5着/12頭+4.0秒 05/11 川崎3R 7着/11頭+2.2秒 04/06 川崎2R 10着/10頭+3.3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 8.0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 6走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -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 0.5% / 期待値 -52% ※ 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	ムジークヘーレン	中山遥（浦和）	実22.3	B× A▽勝率2% EV-47% 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3R 12着/12頭+2.9秒 07/06 川崎3R 11着/12頭+0.0秒 06/16 川崎2R 2着/12頭+2.0秒 05/28 浦和1R 11着/11頭 05/15 川崎4R 9着/9頭+2.9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 8.3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 12走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 19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 7位 / 勝率 2.4% / 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。
9	ポンドリップ	室陽一（浦和）	実41.1	B△ A▽勝率2% EV-35% 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9走で勝ち無し）
前5走 08/10 浦和1R 6着/12頭+1.7秒 07/06 川崎3R 6着/12頭 06/26 浦和2R 6着/9頭 06/15 川崎1R 8着/12頭 05/29 浦和4R 3着/11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 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% × 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 1.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 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。
10	ダイリュウラッキー逃げ	池谷匠（川崎）	実14.5	B△ A△勝率5% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/31 川崎3R 8着/12頭+1.6秒 07/07 川崎4R 1着/9頭 05/14 川崎1R 6着/8頭+2.9秒 09/09 川崎1R 4着/8頭+1.0秒 08/07 川崎4R 5着/8頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 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。
11	ハーバーショー	佐野遥（川崎）	実2.5	B🌟◎ A🌟◎勝率57% EV+43% 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33%／直近3走平均8.3着と低調／前走2着）
前5走 07/31 川崎3R 2着/12頭+0.5秒 07/06 川崎7R 12着/12頭+8.0秒 06/15 川崎6R 11着/12頭 05/25 浦和2R 9着/10頭+3.0秒 05/14 川崎1R 1着/8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 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 19日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 72.4% (オッズ暗示: 40.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 57.4% / 期待値 +43% ※ 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 ◎

ハーバーショー

騎手佐野遥（川崎）

単勝オッズ

2.5倍

AI期待値

+81%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲1ホワイトフジ

8.8倍

EV +60%

▲A:△3フローラルツッキー

5.1倍

EV -77%

出走馬全11頭

◎A:◎11

ハーバーショー

佐野遥（川崎）

2.5倍

+81%

›

○A:▲1

ホワイトフジ

本田重（船橋）

8.8倍

+60%

›

▲A:△3

フローラルツッキー

古岡勇（川崎）

5.1倍

-77%

›

△A:△10

ダイリュウラッキー

池谷匠（川崎）

14.5倍

-77%

›

△A:▽9

ポンドリップ

室陽一（浦和）

41.1倍

-39%

›

△A:○6

ギガントマキア

山林信（川崎）

3.1倍

-96%

›

×A:△4

ディーズメソッド

櫻井光（川崎）

27.2倍

-83%

›

×A:×2

エストレーラヘーザ

加藤雄（川崎）

46.8倍

-90%

›

×A:▽8

ムジークヘーレン

中山遥（浦和）

22.3倍

-99%

›

×A:▽5

ヨミイ

神尾香（川崎）

43.8倍

-99%

›

×A:×7

イアソン

藤江渉（川崎）

100.0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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 1 ホワイトフジ ¥100 実8.8倍期待値 +61% ❌不的中2着単勝 8.8倍

※ オッズは予測時点の値です。

1R 川崎競馬場ダ900m ダート900m　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホワイトフジ自在推奨	本田重（船橋）	実8.8	▲詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 07/31 川崎3R 5着/12頭+1.0秒 07/08 川崎2R 5着/9頭 06/15 川崎1R 7着/12頭 02/06 川崎1R 3着/12頭+0.8秒 01/02 川崎1R 9着/12頭+1.3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 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 18% ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 11.4%) ※ 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	エストレーラヘーザ逃げ	加藤雄（川崎）	実46.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/31 川崎3R 11着/12頭+1.9秒 07/08 川崎2R 9着/9頭 06/15 川崎2R 11着/11頭+7.0秒 02/06 川崎5R 11着/12頭+3.2秒 08/08 川崎2R 1着/7頭勝利
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 10.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.7% (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	フローラルツッキー	古岡勇（川崎）	実5.1	△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 3 ◎ 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) -73% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 19.6%) ※ 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	ディーズメソッド	櫻井光（川崎）	実27.2	△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3R 7着/12頭+1.6秒 07/06 川崎3R 4着/12頭 06/15 川崎1R 6着/12頭+0.0秒 06/01 船橋2R 9着/11頭 05/11 川崎3R 4着/11頭+1.5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 5.7着 △ 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% ○ ローテーション 19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 3.4% (オッズ暗示: 3.7%) ※ 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	ヨミイ自在	神尾香（川崎）	実43.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 07/27 川崎8R 8着/11頭+1.8秒 07/06 川崎3R 7着/12頭+0.0秒 06/15 川崎1R 11着/12頭 05/11 川崎2R 10着/10頭+2.7秒 04/10 川崎3R 2着/8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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
6	ギガントマキア	山林信（川崎）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/27 川崎3R 7着/11頭+0.6秒 07/06 川崎3R 2着/12頭 06/15 川崎1R 2着/12頭+1.0秒 11/03 船橋1R 11着/12頭+5.5秒 09/29 船橋1R 4着/5頭+1.6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 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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 23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 14.2% (オッズ暗示: 32.3%) ※ 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。
7	イアソン自在	藤江渉（川崎）	実100.0	×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6走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/27 川崎8R 11着/11頭+2.6秒 07/06 川崎3R 8着/12頭+0.0秒 06/15 川崎1R 5着/12頭+4.0秒 05/11 川崎3R 7着/11頭+2.2秒 04/06 川崎2R 10着/10頭+3.3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 8.0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 6走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
8	ムジークヘーレン	中山遥（浦和）	実22.3	▽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12走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/31 川崎3R 12着/12頭+2.9秒 07/06 川崎3R 11着/12頭+0.0秒 06/16 川崎2R 2着/12頭+2.0秒 05/28 浦和1R 11着/11頭 05/15 川崎4R 9着/9頭+2.9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 8.3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 12走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 19日の間隔 (理想的) × 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 2.4% (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	ポンドリップ	室陽一（浦和）	実41.1	▽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9走で勝ち無し）
前5走 08/10 浦和1R 6着/12頭+1.7秒 07/06 川崎3R 6着/12頭 06/26 浦和2R 6着/9頭 06/15 川崎1R 8着/12頭 05/29 浦和4R 3着/11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 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.4%) ※ 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	ダイリュウラッキー逃げ	池谷匠（川崎）	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/31 川崎3R 8着/12頭+1.6秒 07/07 川崎4R 1着/9頭 05/14 川崎1R 6着/8頭+2.9秒 09/09 川崎1R 4着/8頭+1.0秒 08/07 川崎4R 5着/8頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ○ ローテーション 19日の間隔 (理想的) × 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 4.7% (オッズ暗示: 6.9%) ※ 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。
11	ハーバーショー	佐野遥（川崎）	実2.5	🌟◎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33%／直近3走平均8.3着と低調／前走2着）
前5走 07/31 川崎3R 2着/12頭+0.5秒 07/06 川崎7R 12着/12頭+8.0秒 06/15 川崎6R 11着/12頭 05/25 浦和2R 9着/10頭+3.0秒 05/14 川崎1R 1着/8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 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 19日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 57.4% (オッズ暗示: 40.0%) ※ 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

ハーバーショー

騎手佐野遥（川崎）

単勝オッズ

2.5倍

AI期待値

+43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ギガントマキア

3.1倍

EV -55%

▲1ホワイトフジ

8.8倍

EV -23%

出走馬全11頭

◎11

ハーバーショー

佐野遥（川崎）

2.5倍

+43%

›

○6

ギガントマキア

山林信（川崎）

3.1倍

-55%

›

▲1

ホワイトフジ

本田重（船橋）

8.8倍

-23%

›

△3

フローラルツッキー

古岡勇（川崎）

5.1倍

-73%

›

△10

ダイリュウラッキー

池谷匠（川崎）

14.5倍

-31%

›

△4

ディーズメソッド

櫻井光（川崎）

27.2倍

-8%

›

▽8

ムジークヘーレン

中山遥（浦和）

22.3倍

-47%

›

▽9

ポンドリップ

室陽一（浦和）

41.1倍

-35%

›

▽5

ヨミイ

神尾香（川崎）

43.8倍

-46%

›

×2

エストレーラヘーザ

加藤雄（川崎）

46.8倍

-68%

›

×7

イアソン

藤江渉（川崎）

100.0倍

-51%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 1 ホワイトフジ ¥100 実8.8倍期待値 -23% ❌不的中2着単勝 8.8倍

※ 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