船橋 11R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

11R 船橋競馬場ダ1600m ダート1600m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ネライウチ差し	笠野雄（船橋）	実81.1	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12走で勝率0%と苦戦傾向）
前5走 08/10 浦和11R 4着/12頭+0.7秒 07/29 川崎10R 5着/13頭+0.9秒 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 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	ダイジェスト逃げ	張田昂（船橋）	実12.7	B▲ A▲勝率10% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／前走2着／騎手は近50戦で勝率22%）
前5走 08/05 船橋6R 2着/10頭+0.3秒 02/09 船橋11R 12着/14頭+2.8秒 01/19 船橋11R 10着/13頭+1.2秒 12/08 船橋11R 2着/12頭+0.2秒 11/07 船橋12R 1着/12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 8.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 8走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 7.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 +24% ※ 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	ボルドーリスクレス先行	所　蛍（船橋）	実156.1	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 08/02 船橋11R 5着/9頭+1.1秒 07/15 浦和8R 4着/12頭 06/03 名古屋10R 11着/12頭+1.0秒 05/06 名古屋11R 8着/10頭+2.5秒 04/22 名古屋11R 7着/12頭+1.2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 6.7着 ○ 距離適性同距離 16走で勝率 19% ○ 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 13位 / 勝率 0.6% / 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。
4	ボールドチャー差し推奨	本田重（船橋）	実29.0	B△ A△勝率8% EV+117% 詳細▼	期待値プラスでAIの推し馬（直近3走平均2.3着と安定／当競馬場14走で勝率29%と適性高／同距離帯で勝率20%）
前5走 08/05 船橋11R 3着/10頭+1.5秒 06/05 船橋9R 2着/14頭+0.0秒 05/08 船橋10R 2着/12頭+0.4秒 04/02 船橋10R 2着/14頭+0.0秒 12/12 船橋10R 9着/14頭+3.7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 2.3着 (安定) ◎ 当競馬場適性 14走で勝率 29% (得意) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 14走で勝率 29% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -91% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 +118% ※ 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	アヴェッリーノ逃げ	野畑凌（川崎）	実155.6	B× A▽勝率0% EV-28% 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9走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋11R 8着/9頭+1.8秒 07/03 船橋11R 10着/13頭 06/01 船橋11R 2着/8頭 05/04 船橋11R 4着/12頭+2.0秒 04/22 浦和7R 4着/12頭+0.7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 6.7着 × 当競馬場適性 9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 20% (好調) ○ 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 0.0% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
6	ストゥディア逃げ	木間龍（船橋）	実38.9	B× A▽勝率2% 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 07/08 川崎9R 7着/10頭 06/04 船橋11R 4着/12頭+0.0秒 05/11 川崎10R 2着/6頭+0.1秒 05/04 船橋10R 4着/9頭+1.2秒 04/02 船橋6R 3着/10頭+0.9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 12走で勝率 8% ▽ 距離適性同距離は 8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 9位 / 勝率 1.8% / 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。
7	アイリーズパキラ追込	笹川翼（大井）	実10.3	B○ A○勝率15% EV+58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/05 船橋6R 1着/10頭勝利 05/12 川崎10R 7着/14頭+2.2秒 04/06 川崎10R 7着/10頭+1.4秒 03/16 浦和10R 3着/11頭+0.3秒 03/02 川崎7R 6着/7頭+2.1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) ◎ 距離適性同距離 6走で勝率 33% ○ 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 19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 5.7% (オッズ暗示: 9.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.4% / 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。
8	キタサンシデン自在	西啓太（大井）	実38.5	B× A△勝率4% EV+67% 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 05/07 船橋11R 11着/14頭+2.0秒 04/01 船橋12R 10着/13頭+4.6秒 03/11 船橋12R 5着/12頭+0.9秒 02/09 船橋11R 2着/14頭+0.1秒 01/20 船橋12R 2着/14頭+0.4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 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) △ ローテーション 109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 5位 / 勝率 4.3% / 期待値 +67% ※ 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	チェリスト逃げ	岡村健（船橋）	実1.1	B🌟◎ A🌟◎勝率47% EV-47% 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4走で勝率100%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率100%）
前5走 08/04 船橋8R 1着/8頭勝利 07/02 船橋7R 1着/9頭 12/08 船橋12R 1着/14頭勝利 11/05 船橋4R 1着/11頭勝利 10/31 浦和1R 1着/11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 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 5走で勝率 100% ◎ 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) +0% (市場と概ね一致) AI 予想勝率 91.1% (オッズ暗示: 90.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.4% / 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。
10	ジョセフィーナ	高橋利（船橋）	実97.1	B× A▽勝率1% EV-29% 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 08/12 浦和10R 1着/11頭勝利 08/02 船橋11R 7着/9頭+1.6秒 06/28 船橋12R 2着/3頭 06/16 川崎10R 6着/11頭+1.0秒 06/01 船橋11R 8着/8頭
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 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) × 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 0.7% / 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。
11	プレストエマ自在	山中悠（船橋）	実35.2	B△ A△勝率4% EV+47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率31%と適性高／同距離帯は4走で勝ち無し／同馬場状態で勝率44%）
前5走 08/02 船橋11R 2着/9頭+0.3秒 07/03 船橋11R 4着/13頭+0.0秒 06/04 船橋10R 6着/11頭 02/09 船橋11R 5着/14頭+0.7秒 01/23 船橋12R 14着/14頭+3.9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 4.0着 ◎ 当競馬場適性 13走で勝率 31% (得意) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 9走で勝率 44% ○ 前走実績前走 2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) -87% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
12	アマノハバキリ	川島正（船橋）	実46.7	B△ A▽勝率3% EV+22% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯4走で勝率25%／前走3着）
前5走 08/02 船橋11R 3着/9頭+0.7秒 07/16 浦和10R 2着/8頭 06/28 船橋11R 10着/11頭+0.0秒 06/01 船橋9R 3着/9頭 12/31 園田12R 11着/11頭+5.7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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 期待値 +22% ※ 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。
13	プレヴナンス逃げ	山本大（船橋）	実50.1	B× A▽勝率2% EV-23% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し）
前5走 08/03 船橋10R 6着/10頭+1.0秒 07/03 船橋11R 2着/13頭 06/04 船橋10R 7着/11頭 05/07 船橋11R 12着/14頭+3.4秒 04/01 船橋12R 4着/13頭+1.5秒
AI 評価の内訳 — 馬番 13 ◎ 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 23走で勝率 13% ▽ 距離適性同距離は 10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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -24% ※ 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。
14	スノーライトニング追込	仲野光（船橋）	実42.9	B× A▽勝率2% EV0% 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11R 4着/9頭+0.7秒 07/03 船橋11R 8着/13頭+2.0秒 06/05 船橋9R 1着/14頭 05/06 船橋9R 1着/12頭勝利 03/30 船橋7R 4着/12頭+0.2秒
AI 評価の内訳 — 馬番 14 ◎ 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 16走で勝率 12% ○ 距離適性同距離 10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) -87% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -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 ◎

チェリスト

騎手岡村健（船橋）

単勝オッズ

1.1倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7アイリーズパキラ

10.3倍

EV -41%

▲A:▲2ダイジェスト

12.7倍

EV -87%

出走馬全14頭

◎A:◎9

チェリスト

岡村健（船橋）

1.1倍

+0%

›

○A:○7

アイリーズパキラ

笹川翼（大井）

10.3倍

-41%

›

▲A:▲2

ダイジェスト

張田昂（船橋）

12.7倍

-87%

›

△A:▽12

アマノハバキリ

川島正（船橋）

46.7倍

-54%

›

△A:△11

プレストエマ

山中悠（船橋）

35.2倍

-86%

›

△A:△4

ボールドチャー

本田重（船橋）

29.0倍

-90%

›

×A:▽14

スノーライトニング

仲野光（船橋）

42.9倍

-86%

›

×A:▽13

プレヴナンス

山本大（船橋）

50.1倍

-95%

›

×A:▽1

ネライウチ

笠野雄（船橋）

81.1倍

-92%

›

×A:▽5

アヴェッリーノ

野畑凌（川崎）

155.6倍

-95%

›

×A:△8

キタサンシデン

西啓太（大井）

38.5倍

-99%

›

×A:▽6

ストゥディア

木間龍（船橋）

38.9倍

-99%

›

×A:▽10

ジョセフィーナ

高橋利（船橋）

97.1倍

-99%

›

×A:▽3

ボルドーリスクレス

所　蛍（船橋）

156.1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

A. 市場込みモデル

単勝 4 ボールドチャー ¥100 実29.0倍期待値 -91% ❌不的中8着単勝 29.0倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

11R 船橋競馬場ダ1600m ダート1600m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ネライウチ差し	笠野雄（船橋）	実81.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向）
前5走 08/10 浦和11R 4着/12頭+0.7秒 07/29 川崎10R 5着/13頭+0.9秒 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ○ 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) +19% (市場と概ね一致) AI 予想勝率 1.5% (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。
2	ダイジェスト逃げ	張田昂（船橋）	実12.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／前走2着／騎手は近50戦で勝率22%）
前5走 08/05 船橋6R 2着/10頭+0.3秒 02/09 船橋11R 12着/14頭+2.8秒 01/19 船橋11R 10着/13頭+1.2秒 12/08 船橋11R 2着/12頭+0.2秒 11/07 船橋12R 1着/12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 8.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 8走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 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) +23% (市場と概ね一致) AI 予想勝率 9.7% (オッズ暗示: 7.9%) ※ 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。
3	ボルドーリスクレス先行	所　蛍（船橋）	実156.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/02 船橋11R 5着/9頭+1.1秒 07/15 浦和8R 4着/12頭 06/03 名古屋10R 11着/12頭+1.0秒 05/06 名古屋11R 8着/10頭+2.5秒 04/22 名古屋11R 7着/12頭+1.2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 6.7着 ○ 距離適性同距離 16走で勝率 19% ○ 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) -7% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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	ボールドチャー差し推奨	本田重（船橋）	実29.0	△詳細▼	市場が大きく過小評価、AI予想勝率8% × オッズ29.0倍で期待値+117%の有力候補（直近3走平均2.3着と安定／当競馬場14走で勝率29%と適性高／同距離帯で勝率20%）
前5走 08/05 船橋11R 3着/10頭+1.5秒 06/05 船橋9R 2着/14頭+0.0秒 05/08 船橋10R 2着/12頭+0.4秒 04/02 船橋10R 2着/14頭+0.0秒 12/12 船橋10R 9着/14頭+3.7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 2.3着 (安定) ◎ 当競馬場適性 14走で勝率 29% (得意) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 14走で勝率 29% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) +117% (市場が大幅過小評価) AI 予想勝率 7.5% (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。
5	アヴェッリーノ逃げ	野畑凌（川崎）	実155.6	▽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9走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋11R 8着/9頭+1.8秒 07/03 船橋11R 10着/13頭 06/01 船橋11R 2着/8頭 05/04 船橋11R 4着/12頭+2.0秒 04/22 浦和7R 4着/12頭+0.7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 6.7着 × 当競馬場適性 9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 20% (好調) ○ 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 0.5% (オッズ暗示: 0.6%) ※ 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	ストゥディア逃げ	木間龍（船橋）	実38.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 07/08 川崎9R 7着/10頭 06/04 船橋11R 4着/12頭+0.0秒 05/11 川崎10R 2着/6頭+0.1秒 05/04 船橋10R 4着/9頭+1.2秒 04/02 船橋6R 3着/10頭+0.9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 12走で勝率 8% ▽ 距離適性同距離は 8走で勝ち無し × 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 1.8% (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。
7	アイリーズパキラ追込	笹川翼（大井）	実10.3	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/05 船橋6R 1着/10頭勝利 05/12 川崎10R 7着/14頭+2.2秒 04/06 川崎10R 7着/10頭+1.4秒 03/16 浦和10R 3着/11頭+0.3秒 03/02 川崎7R 6着/7頭+2.1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) ◎ 距離適性同距離 6走で勝率 33% ○ 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 19日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 15.4% (オッズ暗示: 9.7%) ※ 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	キタサンシデン自在	西啓太（大井）	実38.5	△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8.7着と低調／109日ぶりの実戦）
前5走 05/07 船橋11R 11着/14頭+2.0秒 04/01 船橋12R 10着/13頭+4.6秒 03/11 船橋12R 5着/12頭+0.9秒 02/09 船橋11R 2着/14頭+0.1秒 01/20 船橋12R 2着/14頭+0.4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 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) △ ローテーション 109日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
9	チェリスト逃げ	岡村健（船橋）	実1.1	🌟◎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4走で勝率100%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率100%）
前5走 08/04 船橋8R 1着/8頭勝利 07/02 船橋7R 1着/9頭 12/08 船橋12R 1着/14頭勝利 11/05 船橋4R 1着/11頭勝利 10/31 浦和1R 1着/11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 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 5走で勝率 100% ◎ 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) -48% (大幅な期待値マイナス) AI 予想勝率 47.4% (オッズ暗示: 90.9%) ※ 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。
10	ジョセフィーナ	高橋利（船橋）	実97.1	▽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／同距離帯は5走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/12 浦和10R 1着/11頭勝利 08/02 船橋11R 7着/9頭+1.6秒 06/28 船橋12R 2着/3頭 06/16 川崎10R 6着/11頭+1.0秒 06/01 船橋11R 8着/8頭
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 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.7% (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。
11	プレストエマ自在	山中悠（船橋）	実35.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率31%と適性高／同距離帯は4走で勝ち無し／同馬場状態で勝率44%）
前5走 08/02 船橋11R 2着/9頭+0.3秒 07/03 船橋11R 4着/13頭+0.0秒 06/04 船橋10R 6着/11頭 02/09 船橋11R 5着/14頭+0.7秒 01/23 船橋12R 14着/14頭+3.9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 4.0着 ◎ 当競馬場適性 13走で勝率 31% (得意) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 9走で勝率 44% ○ 前走実績前走 2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) +47% (妙味あり) AI 予想勝率 4.2% (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。
12	アマノハバキリ	川島正（船橋）	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯4走で勝率25%／前走3着）
前5走 08/02 船橋11R 3着/9頭+0.7秒 07/16 浦和10R 2着/8頭 06/28 船橋11R 10着/11頭+0.0秒 06/01 船橋9R 3着/9頭 12/31 園田12R 11着/11頭+5.7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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) +22% (市場と概ね一致) AI 予想勝率 2.6% (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。
13	プレヴナンス逃げ	山本大（船橋）	実50.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し）
前5走 08/03 船橋10R 6着/10頭+1.0秒 07/03 船橋11R 2着/13頭 06/04 船橋10R 7着/11頭 05/07 船橋11R 12着/14頭+3.4秒 04/01 船橋12R 4着/13頭+1.5秒
AI 評価の内訳 — 馬番 13 ◎ 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 23走で勝率 13% ▽ 距離適性同距離は 10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) -24% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.0%) ※ 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。
14	スノーライトニング追込	仲野光（船橋）	実42.9	▽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11R 4着/9頭+0.7秒 07/03 船橋11R 8着/13頭+2.0秒 06/05 船橋9R 1着/14頭 05/06 船橋9R 1着/12頭勝利 03/30 船橋7R 4着/12頭+0.2秒
AI 評価の内訳 — 馬番 14 ◎ 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 16走で勝率 12% ○ 距離適性同距離 10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) -0% (オッズ過剰評価) AI 予想勝率 2.3% (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

チェリスト

騎手岡村健（船橋）

単勝オッズ

1.1倍

AI期待値

-47%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7アイリーズパキラ

10.3倍

EV +58%

▲2ダイジェスト

12.7倍

EV +23%

出走馬全14頭

◎9

チェリスト

岡村健（船橋）

1.1倍

-47%

›

○7

アイリーズパキラ

笹川翼（大井）

10.3倍

+58%

›

▲2

ダイジェスト

張田昂（船橋）

12.7倍

+23%

›

△4

ボールドチャー

本田重（船橋）

29.0倍

+117%

›

△8

キタサンシデン

西啓太（大井）

38.5倍

+67%

›

△11

プレストエマ

山中悠（船橋）

35.2倍

+47%

›

▽12

アマノハバキリ

川島正（船橋）

46.7倍

+22%

›

▽14

スノーライトニング

仲野光（船橋）

42.9倍

›

▽6

ストゥディア

木間龍（船橋）

38.9倍

-30%

›

▽13

プレヴナンス

山本大（船橋）

50.1倍

-23%

›

▽1

ネライウチ

笠野雄（船橋）

81.1倍

+19%

›

▽10

ジョセフィーナ

高橋利（船橋）

97.1倍

-29%

›

▽3

ボルドーリスクレス

所　蛍（船橋）

156.1倍

-7%

›

▽5

アヴェッリーノ

野畑凌（川崎）

155.6倍

-28%

›

💡 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

単勝 4 ボールドチャー ¥100 実29.0倍期待値 +118% ❌不的中8着単勝 29.0倍

B. 市場除外+キャリブ

見送り

※ 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