船橋 5R 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

5R 船橋競馬場ダ1200m ダート1200m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エニーサンダー自在	櫻井光（川崎）	実25.6	B△ A▽勝率4% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/10 浦和8R 2着/11頭+0.4秒 07/14 浦和6R 10着/10頭+2.0秒 05/26 浦和10R 5着/13頭+0.0秒 01/08 浦和11R 9着/12頭+2.2秒 12/22 浦和9R 8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 ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 期待値 -10% ※ 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	ドナソール	藤田凌（大井）	実14.9	B▲ A△勝率4% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋12R 6着/9頭+1.4秒 07/10 川崎9R 5着/11頭 07/04 船橋8R 7着/11頭 ― ―
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 6.0着 ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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	テカポ追込	所　蛍（船橋）	実4.5	B△ A○勝率14% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/06 船橋4R 3着/8頭+0.6秒 06/28 船橋6R 3着/7頭 06/01 船橋5R 6着/11頭 05/05 船橋4R 3着/12頭+0.3秒 03/30 船橋4R 7着/9頭+2.2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 4.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 期待値 -36% ※ 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	アイリーナ逃げ	西村栄（船橋）	実153.8	B× A▽勝率1% EV-4% 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5R 11着/12頭+1.7秒 07/17 浦和2R 1着/12頭 06/28 船橋6R 5着/7頭+0.0秒 06/01 船橋2R 3着/11頭 05/04 船橋1R 7着/11頭+2.1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 15走で勝率 7% △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ 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 11位 / 勝率 0.6% / 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。
5	リンガスロシェ逃げ推奨	笠野雄（船橋）	実6.7	B🌟◎ A▲勝率12% EV-16% 詳細▼	市場が大きく過小評価、AI予想勝率72% × オッズ6.7倍で期待値+383%の有力候補（直近3走勝率33%と上り調子／当競馬場11走で勝率45%と適性高／同距離帯で勝率56%と得意）
前5走 08/02 船橋8R 8着/9頭+1.3秒 07/03 船橋7R 5着/7頭 08/27 船橋8R 1着/11頭勝利 07/31 船橋7R 1着/8頭勝利 07/03 船橋5R 1着/9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 45% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 8走で勝率 62% ○ 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) +383% (市場が大幅過小評価) AI 予想勝率 72.2% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 期待値 -16% ※ 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	ラブシックボッサ	仲野光（船橋）	実105.0	B× A▽勝率1% EV+7% 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5R 9着/12頭+1.0秒 07/03 船橋7R 6着/7頭 06/24 浦和9R 9着/11頭 06/02 船橋11R 14着/14頭 05/26 浦和10R 12着/13頭
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 8.0着 (不振) △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 7走で勝ち無し ○ 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 10位 / 勝率 1.0% / 期待値 +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	アベリアフェイス自在	澤田龍（船橋）	実2.4	B○ A🌟◎勝率41% EV-2% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/06 船橋7R 1着/6頭勝利 07/02 船橋5R 2着/3頭 06/02 船橋3R 3着/12頭 05/04 船橋7R 2着/12頭+0.1秒 11/05 船橋6R 7着/12頭+1.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 21.9% (オッズ暗示: 41.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.7% / 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。
8	ゲンキイッパイ逃げ	山口達（船橋）	実14.7	B△ A▽勝率4% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋8R 9着/9頭+1.4秒 07/02 船橋6R 3着/10頭 05/05 船橋7R 8着/12頭+1.4秒 03/30 船橋6R 1着/11頭勝利 03/11 船橋5R 4着/11頭+1.3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 6.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 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。
9	ツーエムフリーク逃げ	山中悠（船橋）	実6.2	B× A△勝率11% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率83%／直近3走で勝率67%と好調）
前5走 08/02 船橋8R 6着/9頭+1.0秒 11/27 浦和11R 1着/12頭勝利 10/31 浦和7R 1着/12頭勝利 09/24 浦和5R 1着/10頭勝利 04/21 浦和7R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 馬場適性同馬場 6走で勝率 83% ○ 騎手近50戦勝率 14% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.3% / 期待値 -30% ※ 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	ココアリスタ自在	本田重（船橋）	実11.0	B× A△勝率6% EV-32% 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33%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 08/05 船橋10R 12着/12頭+4.7秒 06/28 船橋1R 1着/9頭 06/01 船橋2R 7着/11頭 03/09 船橋5R 6着/10頭+1.5秒 02/12 船橋2R 1着/12頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ▽ 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) AI 予想勝率 0.0% (オッズ暗示: 9.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 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。
11	チンプンカンプン	山本大（船橋）	実115.0	B× A▽勝率0% EV-45% 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12R 9着/9頭+2.6秒 07/17 浦和9R 5着/9頭+0.0秒 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0秒 06/01 船橋10R 10着/12頭+0.0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 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 3走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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 12位 / 勝率 0.5% / 期待値 -46% ※ 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	フレンドシルバー	藤本現（大井）	実44.4	B× A▽勝率2% EV-13% 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 08/02 船橋8R 7着/9頭+1.1秒 06/29 船橋5R 1着/9頭 06/16 川崎5R 8着/12頭+0.0秒 06/03 船橋4R 2着/11頭+3.0秒 05/07 船橋9R 9着/12頭+1.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。

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 ▲

リンガスロシェ

騎手笠野雄（船橋）

単勝オッズ

6.7倍

AI期待値

+383%

買い目

¥1,600

全レースの推奨

AIの推奨本命の次点

○A:◎7アベリアフェイス

2.4倍

EV -47%

▲A:△2ドナソール

14.9倍

EV -48%

出走馬全12頭

◎A:▲5

リンガスロシェ

笠野雄（船橋）

6.7倍

+383%

›

○A:◎7

アベリアフェイス

澤田龍（船橋）

2.4倍

-47%

›

▲A:△2

ドナソール

藤田凌（大井）

14.9倍

-48%

›

△A:▽1

エニーサンダー

櫻井光（川崎）

25.6倍

-60%

›

△A:○3

テカポ

所　蛍（船橋）

4.5倍

-98%

›

△A:▽8

ゲンキイッパイ

山口達（船橋）

14.7倍

-95%

›

×A:△9

ツーエムフリーク

山中悠（船橋）

6.2倍

-99%

›

×A:▽12

フレンドシルバー

藤本現（大井）

44.4倍

-95%

›

×A:△10

ココアリスタ

本田重（船橋）

11.0倍

-99%

›

×A:▽6

ラブシックボッサ

仲野光（船橋）

105.0倍

-99%

›

×A:▽11

チンプンカンプン

山本大（船橋）

115.0倍

-99%

›

×A:▽4

アイリーナ

西村栄（船橋）

153.8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 5 リンガスロシェ ¥1,600 実6.7倍期待値 +384% ❌不的中4着単勝 6.7倍

※ オッズは予測時点の値です。

5R 船橋競馬場ダ1200m ダート1200m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エニーサンダー自在	櫻井光（川崎）	実25.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/10 浦和8R 2着/11頭+0.4秒 07/14 浦和6R 10着/10頭+2.0秒 05/26 浦和10R 5着/13頭+0.0秒 01/08 浦和11R 9着/12頭+2.2秒 12/22 浦和9R 8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 ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.9%) ※ 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。
2	ドナソール	藤田凌（大井）	実14.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋12R 6着/9頭+1.4秒 07/10 川崎9R 5着/11頭 07/04 船橋8R 7着/11頭 ― ―
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 6.0着 ○ 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 4.0% (オッズ暗示: 6.7%) ※ 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。
3	テカポ追込	所　蛍（船橋）	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 08/06 船橋4R 3着/8頭+0.6秒 06/28 船橋6R 3着/7頭 06/01 船橋5R 6着/11頭 05/05 船橋4R 3着/12頭+0.3秒 03/30 船橋4R 7着/9頭+2.2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 4.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 14.3% (オッズ暗示: 22.2%) ※ 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。
4	アイリーナ逃げ	西村栄（船橋）	実153.8	▽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5R 11着/12頭+1.7秒 07/17 浦和2R 1着/12頭 06/28 船橋6R 5着/7頭+0.0秒 06/01 船橋2R 3着/11頭 05/04 船橋1R 7着/11頭+2.1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 15走で勝率 7% △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ 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) -4% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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	リンガスロシェ逃げ推奨	笠野雄（船橋）	実6.7	▲詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場11走で勝率45%と適性高／同距離帯で勝率56%と得意）
前5走 08/02 船橋8R 8着/9頭+1.3秒 07/03 船橋7R 5着/7頭 08/27 船橋8R 1着/11頭勝利 07/31 船橋7R 1着/8頭勝利 07/03 船橋5R 1着/9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 45% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 8走で勝率 62% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 14.9%) ※ 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	ラブシックボッサ	仲野光（船橋）	実105.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/03 船橋5R 9着/12頭+1.0秒 07/03 船橋7R 6着/7頭 06/24 浦和9R 9着/11頭 06/02 船橋11R 14着/14頭 05/26 浦和10R 12着/13頭
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 8.0着 (不振) △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 7走で勝ち無し ○ 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) +7% (市場と概ね一致) AI 予想勝率 1.0% (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。
7	アベリアフェイス自在	澤田龍（船橋）	実2.4	🌟◎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33%と好調／前走勝利の勢い）
前5走 08/06 船橋7R 1着/6頭勝利 07/02 船橋5R 2着/3頭 06/02 船橋3R 3着/12頭 05/04 船橋7R 2着/12頭+0.1秒 11/05 船橋6R 7着/12頭+1.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -2% (オッズ過剰評価) AI 予想勝率 40.7% (オッズ暗示: 41.7%) ※ 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。
8	ゲンキイッパイ逃げ	山口達（船橋）	実14.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋8R 9着/9頭+1.4秒 07/02 船橋6R 3着/10頭 05/05 船橋7R 8着/12頭+1.4秒 03/30 船橋6R 1着/11頭勝利 03/11 船橋5R 4着/11頭+1.3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 6.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 3.5% (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。
9	ツーエムフリーク逃げ	山中悠（船橋）	実6.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率83%／直近3走で勝率67%と好調）
前5走 08/02 船橋8R 6着/9頭+1.0秒 11/27 浦和11R 1着/12頭勝利 10/31 浦和7R 1着/12頭勝利 09/24 浦和5R 1着/10頭勝利 04/21 浦和7R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 馬場適性同馬場 6走で勝率 83% ○ 騎手近50戦勝率 14% ○ 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) -30% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 16.1%) ※ 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。
10	ココアリスタ自在	本田重（船橋）	実11.0	△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33%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 08/05 船橋10R 12着/12頭+4.7秒 06/28 船橋1R 1着/9頭 06/01 船橋2R 7着/11頭 03/09 船橋5R 6着/10頭+1.5秒 02/12 船橋2R 1着/12頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ▽ 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) -33% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 9.1%) ※ 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	チンプンカンプン	山本大（船橋）	実115.0	▽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3走で勝ち無し）
前5走 08/02 船橋12R 9着/9頭+2.6秒 07/17 浦和9R 5着/9頭+0.0秒 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0秒 06/01 船橋10R 10着/12頭+0.0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 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 3走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.9%) ※ 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	フレンドシルバー	藤本現（大井）	実44.4	▽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 08/02 船橋8R 7着/9頭+1.1秒 06/29 船橋5R 1着/9頭 06/16 川崎5R 8着/12頭+0.0秒 06/03 船橋4R 2着/11頭+3.0秒 05/07 船橋9R 9着/12頭+1.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 1.9% (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。

🎯 AIの本命

AI評価1位

アベリアフェイス

騎手澤田龍（船橋）

単勝オッズ

2.4倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3テカポ

4.5倍

EV -35%

▲5リンガスロシェ

6.7倍

EV -16%

出走馬全12頭

◎7

アベリアフェイス

澤田龍（船橋）

2.4倍

-2%

›

○3

テカポ

所　蛍（船橋）

4.5倍

-35%

›

▲5

リンガスロシェ

笠野雄（船橋）

6.7倍

-16%

›

△9

ツーエムフリーク

山中悠（船橋）

6.2倍

-29%

›

△10

ココアリスタ

本田重（船橋）

11.0倍

-32%

›

△2

ドナソール

藤田凌（大井）

14.9倍

-40%

›

▽1

エニーサンダー

櫻井光（川崎）

25.6倍

-9%

›

▽8

ゲンキイッパイ

山口達（船橋）

14.7倍

-48%

›

▽12

フレンドシルバー

藤本現（大井）

44.4倍

-13%

›

▽6

ラブシックボッサ

仲野光（船橋）

105.0倍

+7%

›

▽4

アイリーナ

西村栄（船橋）

153.8倍

-4%

›

▽11

チンプンカンプン

山本大（船橋）

115.0倍

-45%

›

💡 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 5 リンガスロシェ ¥1,600 実6.7倍期待値 -16% ❌不的中4着単勝 6.7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