船橋 7R 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

7R 船橋競馬場ダ1500m ダート1500m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダブルシルバー	山中悠（船橋）	実109.0	B× A▽勝率1% EV-17% 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5R 9着/11頭+2.1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 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 9位 / 勝率 0.8% / 期待値 -17% ※ 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	ティナバローズ追込	野澤憲（船橋）	実130.8	B× A×勝率0% EV-58% 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 08/05 船橋11R 6着/10頭+1.9秒 06/29 船橋12R 10着/12頭 06/02 船橋11R 9着/14頭+1.0秒 05/07 船橋12R 9着/13頭+2.6秒 04/03 船橋12R 2着/13頭+1.9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 8.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 12位 / 勝率 0.3% / 期待値 -58% ※ 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	マルターズヴェロス自在	岡村健（船橋）	実46.8	B△ A△勝率3% 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 4着/9頭+0.9秒 06/28 船橋9R 4着/10頭 06/01 船橋10R 8着/12頭 05/13 川崎6R 4着/14頭+0.5秒 05/04 船橋9R 3着/12頭+0.8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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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 3.1% / 期待値 +45% ※ 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	ジーティープリン	ゴンサ（船橋）	実7.8	B△ A▲勝率8% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯4走で勝率50%／直近3走で勝率67%と好調／前走3着）
前5走 08/10 浦和8R 3着/11頭+0.4秒 06/25 浦和8R 1着/7頭 05/29 浦和3R 1着/9頭 03/20 浦和3R 2着/11頭+0.0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 67% (絶好調) ◎ 距離適性同距離 4走で勝率 50% ○ 前走実績前走 3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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.2% / 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。
5	エドノビートイン	張田昂（船橋）	実38.6	B▲ A△勝率7% EV+155% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は19走で勝ち無し／直近3走平均3.0着と安定／騎手は近50戦で勝率20%）
前5走 08/11 浦和7R 4着/9頭+0.7秒 07/13 浦和10R 2着/10頭 06/25 浦和5R 3着/10頭+0.0秒 05/26 浦和8R 5着/9頭+1.0秒 05/07 船橋9R 3着/12頭+0.8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 3.0着 (安定) ▽ 距離適性同距離は 19走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) × 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 0.3% (オッズ暗示: 2.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.6% / 期待値 +155% ※ 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	スマイルモンブラン追込	野畑凌（川崎）	実117.9	B× A▽勝率0% EV-48% 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 03/31 船橋7R 9着/11頭+2.5秒 03/11 船橋9R 10着/11頭+4.0秒 02/26 浦和10R 6着/11頭+1.0秒 02/13 船橋9R 7着/11頭+1.4秒 01/20 船橋12R 12着/14頭+3.0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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 146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 11位 / 勝率 0.4% / 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。
7	バーンズベリー自在	藤本現（大井）	実51.7	B△ A△勝率2% EV-1% 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5R 7着/11頭+1.7秒 07/02 船橋7R 6着/9頭 06/03 船橋8R 12着/12頭+0.0秒 05/06 船橋9R 4着/12頭+0.3秒 04/02 船橋10R 3着/14頭+0.2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 8.3着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 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 6位 / 勝率 1.9% / 期待値 -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。
8	キタサンライザー	笠野雄（船橋）	実1.0	B🌟◎ A🌟◎勝率68% EV-32% 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3走で勝率100%と適性高／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12R 1着/14頭勝利 11/05 船橋8R 1着/12頭勝利 10/02 船橋5R 1着/12頭勝利 ― ―
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) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 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) -1% (オッズ過剰評価) AI 予想勝率 98.9% (オッズ暗示: 100.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 67.5% / 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。
9	ラゴディアイ	和田譲（大井）	実70.3	B× A▽勝率1% EV-16% 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 7着/9頭+1.5秒 07/13 浦和5R 1着/10頭 06/29 船橋7R 4着/8頭 06/01 船橋1R 4着/11頭 05/05 船橋4R 5着/12頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 11走で勝率 0% (苦戦) ○ 距離適性同距離 5走で勝率 20% ○ 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 7位 / 勝率 1.2% / 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。
10	バジルフレイバー差し	實川純（船橋）	実110.2	B× A▽勝率0% 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 07/21 大井8R 4着/11頭+1.3秒 06/29 大井8R 10着/14頭 06/09 大井7R 9着/14頭 05/18 大井8R 7着/13頭+1.1秒 04/28 大井8R 6着/8頭+2.2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 7.7着 (不振) ▽ 距離適性同距離は 22走で勝ち無し × 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 0.5% / 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。
11	エクメディノキセキ先行	本橋孝（船橋）	実84.6	B× A▽勝率1% EV-17% 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 8着/9頭+1.9秒 07/17 浦和9R 4着/9頭 06/28 船橋9R 9着/10頭 06/01 船橋10R 6着/12頭 05/04 船橋6R 3着/12頭+1.1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 33走で勝率 3% (苦戦) ▽ 距離適性同距離は 17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 8位 / 勝率 1.0% / 期待値 -17% ※ 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	マイキー先行	川島正（船橋）	実38.3	B○ A○勝率8% EV+222% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／前走2着／112日ぶりの実戦）
前5走 05/04 船橋6R 2着/12頭+0.9秒 12/02 大井7R 9着/12頭+1.8秒 11/11 大井10R 10着/14頭+2.0秒 10/23 大井7R 5着/9頭+0.6秒 10/09 大井8R 9着/11頭+1.9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) ◎ 馬場適性同馬場 6走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.4% / 期待値 +222% ※ 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 ◎

キタサンライザー

騎手笠野雄（船橋）

単勝オッズ

1.0倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12マイキー

38.3倍

EV -80%

▲A:△5エドノビートイン

38.6倍

EV -88%

出走馬全12頭

◎A:◎8

キタサンライザー

笠野雄（船橋）

1.0倍

-1%

›

○A:○12

マイキー

川島正（船橋）

38.3倍

-80%

›

▲A:△5

エドノビートイン

張田昂（船橋）

38.6倍

-88%

›

△A:▲4

ジーティープリン

ゴンサ（船橋）

7.8倍

-97%

›

△A:△3

マルターズヴェロス

岡村健（船橋）

46.8倍

-99%

›

△A:△7

バーンズベリー

藤本現（大井）

51.7倍

-99%

›

×A:▽9

ラゴディアイ

和田譲（大井）

70.3倍

-99%

›

×A:▽11

エクメディノキセキ

本橋孝（船橋）

84.6倍

-99%

›

×A:▽1

ダブルシルバー

山中悠（船橋）

109.0倍

-99%

›

×A:▽10

バジルフレイバー

實川純（船橋）

110.2倍

-99%

›

×A:▽6

スマイルモンブラン

野畑凌（川崎）

117.9倍

-99%

›

×A:×2

ティナバローズ

野澤憲（船橋）

130.8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

両モデルとも見送り

7R 船橋競馬場ダ1500m ダート1500m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダブルシルバー	山中悠（船橋）	実109.0	▽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 08/02 船橋5R 9着/11頭+2.1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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.8% (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。
2	ティナバローズ追込	野澤憲（船橋）	実130.8	×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／直近3走平均8.3着と低調）
前5走 08/05 船橋11R 6着/10頭+1.9秒 06/29 船橋12R 10着/12頭 06/02 船橋11R 9着/14頭+1.0秒 05/07 船橋12R 9着/13頭+2.6秒 04/03 船橋12R 2着/13頭+1.9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 8.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ※ 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	マルターズヴェロス自在	岡村健（船橋）	実46.8	△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／同距離帯は3走で勝ち無し）
前5走 08/02 船橋12R 4着/9頭+0.9秒 06/28 船橋9R 4着/10頭 06/01 船橋10R 8着/12頭 05/13 川崎6R 4着/14頭+0.5秒 05/04 船橋9R 3着/12頭+0.8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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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) +45% (妙味あり) AI 予想勝率 3.1% (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。
4	ジーティープリン	ゴンサ（船橋）	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率50%／直近3走で勝率67%と好調／前走3着）
前5走 08/10 浦和8R 3着/11頭+0.4秒 06/25 浦和8R 1着/7頭 05/29 浦和3R 1着/9頭 03/20 浦和3R 2着/11頭+0.0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 67% (絶好調) ◎ 距離適性同距離 4走で勝率 50% ○ 前走実績前走 3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) -36% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 12.8%) ※ 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	エドノビートイン	張田昂（船橋）	実38.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は19走で勝ち無し／直近3走平均3.0着と安定／騎手は近50戦で勝率20%）
前5走 08/11 浦和7R 4着/9頭+0.7秒 07/13 浦和10R 2着/10頭 06/25 浦和5R 3着/10頭+0.0秒 05/26 浦和8R 5着/9頭+1.0秒 05/07 船橋9R 3着/12頭+0.8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 3.0着 (安定) ▽ 距離適性同距離は 19走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +155% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 2.6%) ※ 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	スマイルモンブラン追込	野畑凌（川崎）	実117.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯8走で勝率25%／直近3走平均8.3着と低調）
前5走 03/31 船橋7R 9着/11頭+2.5秒 03/11 船橋9R 10着/11頭+4.0秒 02/26 浦和10R 6着/11頭+1.0秒 02/13 船橋9R 7着/11頭+1.4秒 01/20 船橋12R 12着/14頭+3.0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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 146日休養明け × 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 0.4% (オッズ暗示: 0.8%) ※ 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	バーンズベリー自在	藤本現（大井）	実51.7	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/02 船橋5R 7着/11頭+1.7秒 07/02 船橋7R 6着/9頭 06/03 船橋8R 12着/12頭+0.0秒 05/06 船橋9R 4着/12頭+0.3秒 04/02 船橋10R 3着/14頭+0.2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 8.3着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 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) -1% (オッズ過剰評価) AI 予想勝率 1.9% (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。
8	キタサンライザー	笠野雄（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（当競馬場3走で勝率100%と適性高／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12R 1着/14頭勝利 11/05 船橋8R 1着/12頭勝利 10/02 船橋5R 1着/12頭勝利 ― ―
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) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 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) -32% (大幅な期待値マイナス) AI 予想勝率 67.5% (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。
9	ラゴディアイ	和田譲（大井）	実70.3	▽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走で勝率33%と好調）
前5走 08/02 船橋12R 7着/9頭+1.5秒 07/13 浦和5R 1着/10頭 06/29 船橋7R 4着/8頭 06/01 船橋1R 4着/11頭 05/05 船橋4R 5着/12頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 11走で勝率 0% (苦戦) ○ 距離適性同距離 5走で勝率 20% ○ 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 1.2% (オッズ暗示: 1.4%) ※ 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	バジルフレイバー差し	實川純（船橋）	実110.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は22走で勝ち無し）
前5走 07/21 大井8R 4着/11頭+1.3秒 06/29 大井8R 10着/14頭 06/09 大井7R 9着/14頭 05/18 大井8R 7着/13頭+1.1秒 04/28 大井8R 6着/8頭+2.2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 7.7着 (不振) ▽ 距離適性同距離は 22走で勝ち無し × 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 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。
11	エクメディノキセキ先行	本橋孝（船橋）	実84.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場33走で勝率3%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/02 船橋12R 8着/9頭+1.9秒 07/17 浦和9R 4着/9頭 06/28 船橋9R 9着/10頭 06/01 船橋10R 6着/12頭 05/04 船橋6R 3着/12頭+1.1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 33走で勝率 3% (苦戦) ▽ 距離適性同距離は 17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) -17% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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。
12	マイキー先行	川島正（船橋）	実38.3	○詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／前走2着／112日ぶりの実戦）
前5走 05/04 船橋6R 2着/12頭+0.9秒 12/02 大井7R 9着/12頭+1.8秒 11/11 大井10R 10着/14頭+2.0秒 10/23 大井7R 5着/9頭+0.6秒 10/09 大井8R 9着/11頭+1.9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) ◎ 馬場適性同馬場 6走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +222% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 2.6%) ※ 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。

🎯 AIの本命

AI評価1位

キタサンライザー

騎手笠野雄（船橋）

単勝オッズ

1.0倍

AI期待値

-32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12マイキー

38.3倍

EV +222%

▲4ジーティープリン

7.8倍

EV -35%

出走馬全12頭

◎8

キタサンライザー

笠野雄（船橋）

1.0倍

-32%

›

○12

マイキー

川島正（船橋）

38.3倍

+222%

›

▲4

ジーティープリン

ゴンサ（船橋）

7.8倍

-35%

›

△5

エドノビートイン

張田昂（船橋）

38.6倍

+155%

›

△3

マルターズヴェロス

岡村健（船橋）

46.8倍

+45%

›

△7

バーンズベリー

藤本現（大井）

51.7倍

-1%

›

▽9

ラゴディアイ

和田譲（大井）

70.3倍

-16%

›

▽11

エクメディノキセキ

本橋孝（船橋）

84.6倍

-17%

›

▽1

ダブルシルバー

山中悠（船橋）

109.0倍

-17%

›

▽10

バジルフレイバー

實川純（船橋）

110.2倍

-47%

›

▽6

スマイルモンブラン

野畑凌（川崎）

117.9倍

-48%

›

×2

ティナバローズ

野澤憲（船橋）

130.8倍

-58%

›

💡 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