船橋 3R 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

3R 船橋競馬場ダ1500m ダート1500m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルーチェアバンティ	藤原幹（船橋）	実94.6	B× A▽勝率1% EV-49% 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 08/04 船橋2R 9着/11頭+3.5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 9.0着 (不振) ○ 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 0.5% / 期待値 -50% ※ 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	スコーレブロー先行	藤本現（大井）	実35.1	B▲ A▲勝率5% EV+79% 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／同距離帯は4走で勝ち無し）
前5走 08/02 船橋6R 4着/10頭+1.3秒 06/28 船橋3R 5着/9頭 06/04 船橋2R 6着/12頭 09/29 船橋3R 5着/7頭+1.0秒 09/08 川崎3R 9着/11頭+2.0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 5.0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 ○ 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: 2.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 5.1% / 期待値 +79% ※ 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	ユウユウスター	ゴンサ（船橋）	実41.4	B△ A△勝率1% EV-41% 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 08/04 船橋2R 8着/11頭+3.5秒 07/17 浦和4R 7着/11頭+0.0秒 07/03 船橋1R 10着/10頭 06/25 浦和3R 4着/7頭+1.0秒 06/04 船橋1R 9着/11頭+0.0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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (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 6位 / 勝率 1.4% / 期待値 -41% ※ 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	グリンフォンテン追込	庄司大（船橋）	実56.0	B× A▽勝率1% EV-42% 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 5着/11頭+0.8秒 07/04 船橋1R 1着/8頭 10/01 船橋1R 9着/11頭+4.6秒 08/28 船橋1R 6着/7頭+3.0秒 08/01 船橋3R 6着/6頭+6.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -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 1.0% / 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。
5	モンドシュピーゲル	笹川翼（大井）	実4.9	B○ A○勝率15% EV-25% 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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 20.5% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。
6	キタノマヒロ追込	小杉亮（船橋）	実45.7	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 08/02 船橋6R 5着/10頭+1.7秒 06/29 船橋2R 5着/10頭 06/02 船橋1R 3着/10頭 05/07 船橋4R 7着/12頭+1.4秒 04/01 船橋2R 8着/12頭+2.7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 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 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 5位 / 勝率 1.6% / 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。
7	ヤギリパール	臼井健（船橋）	実40.8	B△ A△勝率5% EV+84% 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）
前5走 08/03 船橋2R 7着/11頭+1.0秒 07/16 浦和2R 2着/11頭+8.0秒 07/03 船橋1R 3着/10頭 06/04 船橋1R 4着/11頭 12/09 船橋1R 7着/10頭+1.6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 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.5% / 期待値 +85% ※ 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	ポッドシャンク	張田昂（船橋）	実1.0	B🌟◎ A🌟◎勝率71% EV-29% 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走で勝率100%と好調／前走勝利の勢い）
前5走 08/04 船橋2R 1着/11頭勝利 06/22 名古屋5R 1着/12頭 05/22 名古屋1R 1着/11頭 ― ―
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 100% (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 20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 79.4% (オッズ暗示: 100.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 70.5% / 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。

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 ◎

ポッドシャンク

騎手張田昂（船橋）

単勝オッズ

1.0倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5モンドシュピーゲル

4.9倍

EV +0%

▲A:▲2スコーレブロー

35.1倍

EV -97%

出走馬全8頭

◎A:◎8

ポッドシャンク

張田昂（船橋）

1.0倍

-20%

›

○A:○5

モンドシュピーゲル

笹川翼（大井）

4.9倍

+0%

›

▲A:▲2

スコーレブロー

藤本現（大井）

35.1倍

-97%

›

△A:△7

ヤギリパール

臼井健（船橋）

40.8倍

-99%

›

△A:△3

ユウユウスター

ゴンサ（船橋）

41.4倍

-99%

›

△A:△6

キタノマヒロ

小杉亮（船橋）

45.7倍

-99%

›

×A:▽4

グリンフォンテン

庄司大（船橋）

56.0倍

-99%

›

×A:▽1

ルーチェアバンティ

藤原幹（船橋）

94.6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

3R 船橋競馬場ダ1500m ダート1500m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルーチェアバンティ	藤原幹（船橋）	実94.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/04 船橋2R 9着/11頭+3.5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 9.0着 (不振) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ※ 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。
2	スコーレブロー先行	藤本現（大井）	実35.1	▲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／同距離帯は4走で勝ち無し）
前5走 08/02 船橋6R 4着/10頭+1.3秒 06/28 船橋3R 5着/9頭 06/04 船橋2R 6着/12頭 09/29 船橋3R 5着/7頭+1.0秒 09/08 川崎3R 9着/11頭+2.0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 5.0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 ○ 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) +79% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 2.8%) ※ 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。
3	ユウユウスター	ゴンサ（船橋）	実41.4	△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／直近3走平均8.3着と低調）
前5走 08/04 船橋2R 8着/11頭+3.5秒 07/17 浦和4R 7着/11頭+0.0秒 07/03 船橋1R 10着/10頭 06/25 浦和3R 4着/7頭+1.0秒 06/04 船橋1R 9着/11頭+0.0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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (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) -41% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
4	グリンフォンテン追込	庄司大（船橋）	実56.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/03 船橋2R 5着/11頭+0.8秒 07/04 船橋1R 1着/8頭 10/01 船橋1R 9着/11頭+4.6秒 08/28 船橋1R 6着/7頭+3.0秒 08/01 船橋3R 6着/6頭+6.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
5	モンドシュピーゲル	笹川翼（大井）	実4.9	○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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 20.4%) ※ 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。
6	キタノマヒロ追込	小杉亮（船橋）	実45.7	△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5走で勝ち無し）
前5走 08/02 船橋6R 5着/10頭+1.7秒 06/29 船橋2R 5着/10頭 06/02 船橋1R 3着/10頭 05/07 船橋4R 7着/12頭+1.4秒 04/01 船橋2R 8着/12頭+2.7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 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 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) -28% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ※ 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	ヤギリパール	臼井健（船橋）	実40.8	△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）
前5走 08/03 船橋2R 7着/11頭+1.0秒 07/16 浦和2R 2着/11頭+8.0秒 07/03 船橋1R 3着/10頭 06/04 船橋1R 4着/11頭 12/09 船橋1R 7着/10頭+1.6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 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 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) +84% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.5%) ※ 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。
8	ポッドシャンク	張田昂（船橋）	実1.0	🌟◎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走で勝率100%と好調／前走勝利の勢い）
前5走 08/04 船橋2R 1着/11頭勝利 06/22 名古屋5R 1着/12頭 05/22 名古屋1R 1着/11頭 ― ―
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 100% (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 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 70.5% (オッズ暗示: 100.0%) ※ 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

ポッドシャンク

騎手張田昂（船橋）

単勝オッズ

1.0倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5モンドシュピーゲル

4.9倍

EV -25%

▲2スコーレブロー

35.1倍

EV +79%

出走馬全8頭

◎8

ポッドシャンク

張田昂（船橋）

1.0倍

-29%

›

○5

モンドシュピーゲル

笹川翼（大井）

4.9倍

-25%

›

▲2

スコーレブロー

藤本現（大井）

35.1倍

+79%

›

△7

ヤギリパール

臼井健（船橋）

40.8倍

+84%

›

△6

キタノマヒロ

小杉亮（船橋）

45.7倍

-28%

›

△3

ユウユウスター

ゴンサ（船橋）

41.4倍

-41%

›

▽4

グリンフォンテン

庄司大（船橋）

56.0倍

-42%

›

▽1

ルーチェアバンティ

藤原幹（船橋）

94.6倍

-49%

›

💡 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