船橋 11R 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

11R 船橋競馬場ダ1600m ダート1600m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モズハッピーロード自在	七夕裕（浦和）	実82.4	B× A▽勝率1% EV-3% 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 07/17 浦和11R 9着/11頭+3.0秒 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9秒 12/23 浦和9R 4着/11頭+1.0秒 11/26 浦和12R 5着/13頭+0.5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 7.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 6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 12位 / 勝率 1.2% / 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。
2	レオスパーク先行	實川純（船橋）	実173.3	B× A▽勝率0% EV-25% 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12R 10着/12頭+3.7秒 05/29 浦和11R 3着/10頭 05/06 船橋8R 7着/11頭+1.1秒 04/02 船橋9R 8着/9頭+1.6秒 03/10 船橋10R 10着/11頭+2.2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 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 5走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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 14位 / 勝率 0.4% / 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。
3	カレンタクト先行	川島正（船橋）	実21.9	B× A▽勝率3% EV-35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/05 船橋9R 8着/12頭+1.4秒 04/01 船橋11R 4着/12頭+2.2秒 03/03 川崎10R 2着/12頭+0.0秒 02/11 船橋10R 10着/14頭+3.2秒 01/21 船橋8R 4着/14頭+1.3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 4.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 18% △ ローテーション 112日休養明け × 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: 4.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.0% / 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。
4	ルーラーオブダート逃げ	保園翔（浦和）	実4.5	B△ A△勝率16% 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30%／前走2着）
前5走 08/03 船橋10R 2着/10頭+0.0秒 03/30 船橋11R 7着/12頭+0.8秒 03/09 船橋11R 5着/10頭+1.1秒 02/11 船橋10R 8着/14頭+2.7秒 01/21 船橋8R 9着/14頭+1.7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 4.7着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 18% ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 22.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.6% / 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。
5	ベルガラス	岡村健（船橋）	実29.8	B× A×勝率1% EV-58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場32走で勝率3%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 08/12 浦和12R 3着/10頭+0.3秒 08/04 船橋11R 9着/12頭+1.7秒 07/15 浦和12R 6着/12頭 06/26 浦和11R 2着/10頭 05/29 浦和11R 4着/10頭
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 6.0着 × 当競馬場適性 32走で勝率 3% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 前走実績前走 3着 (好走) × 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: 3.4%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -59% ※ 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	アダムスアップル自在	山本大（船橋）	実3.9	B○ A○勝率18% EV-30% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率33%）
前5走 08/02 船橋11R 1着/9頭勝利 07/15 浦和8R 2着/12頭 06/28 船橋11R 9着/11頭 06/01 船橋8R 3着/9頭 10/03 船橋9R 2着/14頭+0.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 9走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +22% (市場と概ね一致) AI 予想勝率 31.4% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.9% / 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。
7	ハニートースト逃げ	藤本現（大井）	実24.8	B△ A▽勝率3% EV-25% 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%）
前5走 08/05 船橋9R 8着/9頭+1.2秒 06/30 大井12R 8着/12頭+2.0秒 06/11 大井7R 5着/11頭 05/21 大井8R 7着/10頭 04/16 大井10R 7着/14頭+2.0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 7.0着 (不振) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 -26% ※ 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	ハセノガイセン先行	張田昂（船橋）	実3.0	B▲ A◎勝率21% EV-38% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同距離帯は5走で勝ち無し／前走3着）
前5走 08/03 船橋10R 3着/10頭+0.6秒 03/13 船橋11R 8着/9頭+2.6秒 02/13 船橋6R 2着/9頭+0.0秒 01/20 船橋6R 4着/9頭+2.1秒 09/30 船橋11R 2着/9頭+0.3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 4.3着 ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 8走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.5% / 期待値 -38% ※ 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	オンザスクエア	ゴンサ（船橋）	実13.6	B× A▽勝率4% 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 08/03 船橋10R 5着/10頭+0.8秒 06/26 浦和10R 7着/12頭+1.0秒 06/02 船橋10R 7着/11頭+2.0秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3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) -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 3.7% / 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。
10	アレスエルピーダ	和田譲（大井）	推定—	B◎ A▲勝率16% EV-68% 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6走で勝率50%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率38%）
前5走 08/04 船橋11R 4着/12頭+0.9秒 07/04 船橋11R 7着/13頭+1.0秒 06/12 大井7R 4着/11頭 06/02 船橋10R 2着/11頭 04/27 大井12R 2着/12頭+1.2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 5.0着 ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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) +14% (市場と概ね一致) AI 予想勝率 58.8% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.3% / 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。
11	キングオブカズ	小杉亮（船橋）	実94.1	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 08/05 船橋12R 7着/12頭+2.2秒 07/27 川崎12R 10着/11頭+1.6秒 07/03 船橋11R 5着/13頭 06/04 船橋10R 8着/11頭 05/29 浦和11R 5着/10頭
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 7.3着 (不振) △ 当競馬場適性 27走で勝率 11% △ 距離適性同距離 28走で勝率 11% ○ 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 13位 / 勝率 1.1% / 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。
12	セレクティオ先行	笹川翼（大井）	実7.6	B△ A△勝率10% EV-24% 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4走で勝率0%と苦戦傾向／84日ぶりの実戦／騎手は近50戦で勝率22%）
前5走 06/02 船橋10R 5着/11頭+0.0秒 05/06 船橋12R 10着/13頭+4.6秒 04/21 浦和12R 2着/12頭+1.0秒 03/31 船橋9R 9着/12頭+4.9秒 03/11 船橋12R 2着/12頭+0.1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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.0% / 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。
13	ブルーパッション先行	木間龍（船橋）	実15.1	B× A△勝率4% 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 08/03 船橋11R 9着/10頭+1.9秒 07/17 浦和11R 6着/11頭+0.0秒 06/29 船橋11R 3着/9頭+1.0秒 03/13 船橋10R 7着/9頭+3.2秒 03/04 川崎11R 6着/6頭+1.7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 6.0着 △ 当競馬場適性 16走で勝率 12% △ 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) -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 3.9% / 期待値 -42% ※ 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	ピエフォール先行	本田重（船橋）	実29.7	B× A▽勝率2% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋11R 8着/10頭+1.4秒 06/29 船橋11R 9着/9頭 05/07 船橋11R 5着/14頭+0.5秒 04/01 船橋11R 6着/12頭+2.3秒 03/11 船橋12R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 16% ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -39% ※ 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 ▲

アレスエルピーダ

騎手和田譲（大井）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6アダムスアップル

3.9倍

EV +22%

▲A:◎8ハセノガイセン

3.0倍

EV -90%

出走馬全14頭

◎A:▲10

アレスエルピーダ

和田譲（大井）

—

›

○A:○6

アダムスアップル

山本大（船橋）

3.9倍

+22%

›

▲A:◎8

ハセノガイセン

張田昂（船橋）

3.0倍

-90%

›

△A:△4

ルーラーオブダート

保園翔（浦和）

4.5倍

-86%

›

△A:△12

セレクティオ

笹川翼（大井）

7.6倍

-88%

›

△A:▽7

ハニートースト

藤本現（大井）

24.8倍

-72%

›

×A:▽14

ピエフォール

本田重（船橋）

29.7倍

-66%

›

×A:▽3

カレンタクト

川島正（船橋）

21.9倍

-99%

›

×A:×5

ベルガラス

岡村健（船橋）

29.8倍

-98%

›

×A:▽9

オンザスクエア

ゴンサ（船橋）

13.6倍

-99%

›

×A:△13

ブルーパッション

木間龍（船橋）

15.1倍

-99%

›

×A:▽1

モズハッピーロード

七夕裕（浦和）

82.4倍

-99%

›

×A:▽11

キングオブカズ

小杉亮（船橋）

94.1倍

-99%

›

×A:▽2

レオスパーク

實川純（船橋）

173.3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

11R 船橋競馬場ダ1600m ダート1600m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モズハッピーロード自在	七夕裕（浦和）	実82.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し）
前5走 07/17 浦和11R 9着/11頭+3.0秒 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9秒 12/23 浦和9R 4着/11頭+1.0秒 11/26 浦和12R 5着/13頭+0.5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 7.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 1.2% (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	レオスパーク先行	實川純（船橋）	実173.3	▽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 08/05 船橋12R 10着/12頭+3.7秒 05/29 浦和11R 3着/10頭 05/06 船橋8R 7着/11頭+1.1秒 04/02 船橋9R 8着/9頭+1.6秒 03/10 船橋10R 10着/11頭+2.2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 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 5走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 0.4% (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。
3	カレンタクト先行	川島正（船橋）	実21.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/05 船橋9R 8着/12頭+1.4秒 04/01 船橋11R 4着/12頭+2.2秒 03/03 川崎10R 2着/12頭+0.0秒 02/11 船橋10R 10着/14頭+3.2秒 01/21 船橋8R 4着/14頭+1.3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 4.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 18% △ ローテーション 112日休養明け × 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 3.0% (オッズ暗示: 4.6%) ※ 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	ルーラーオブダート逃げ	保園翔（浦和）	実4.5	△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30%／前走2着）
前5走 08/03 船橋10R 2着/10頭+0.0秒 03/30 船橋11R 7着/12頭+0.8秒 03/09 船橋11R 5着/10頭+1.1秒 02/11 船橋10R 8着/14頭+2.7秒 01/21 船橋8R 9着/14頭+1.7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 4.7着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 18% ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 15.6% (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。
5	ベルガラス	岡村健（船橋）	実29.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場32走で勝率3%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 08/12 浦和12R 3着/10頭+0.3秒 08/04 船橋11R 9着/12頭+1.7秒 07/15 浦和12R 6着/12頭 06/26 浦和11R 2着/10頭 05/29 浦和11R 4着/10頭
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 6.0着 × 当競馬場適性 32走で勝率 3% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
6	アダムスアップル自在	山本大（船橋）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率33%）
前5走 08/02 船橋11R 1着/9頭勝利 07/15 浦和8R 2着/12頭 06/28 船橋11R 9着/11頭 06/01 船橋8R 3着/9頭 10/03 船橋9R 2着/14頭+0.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 9走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 17.9% (オッズ暗示: 25.6%) ※ 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	ハニートースト逃げ	藤本現（大井）	実24.8	▽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%）
前5走 08/05 船橋9R 8着/9頭+1.2秒 06/30 大井12R 8着/12頭+2.0秒 06/11 大井7R 5着/11頭 05/21 大井8R 7着/10頭 04/16 大井10R 7着/14頭+2.0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 7.0着 (不振) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 4.0%) ※ 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	ハセノガイセン先行	張田昂（船橋）	実3.0	◎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8走で勝率25%と適性高／同距離帯は5走で勝ち無し／前走3着）
前5走 08/03 船橋10R 3着/10頭+0.6秒 03/13 船橋11R 8着/9頭+2.6秒 02/13 船橋6R 2着/9頭+0.0秒 01/20 船橋6R 4着/9頭+2.1秒 09/30 船橋11R 2着/9頭+0.3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 4.3着 ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 8走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 20.5% (オッズ暗示: 33.3%) ※ 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。
9	オンザスクエア	ゴンサ（船橋）	実13.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋10R 5着/10頭+0.8秒 06/26 浦和10R 7着/12頭+1.0秒 06/02 船橋10R 7着/11頭+2.0秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3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) -50% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 7.4%) ※ 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	アレスエルピーダ	和田譲（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率50%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率38%）
前5走 08/04 船橋11R 4着/12頭+0.9秒 07/04 船橋11R 7着/13頭+1.0秒 06/12 大井7R 4着/11頭 06/02 船橋10R 2着/11頭 04/27 大井12R 2着/12頭+1.2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 5.0着 ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 16.3% ※ 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。
11	キングオブカズ	小杉亮（船橋）	実94.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/05 船橋12R 7着/12頭+2.2秒 07/27 川崎12R 10着/11頭+1.6秒 07/03 船橋11R 5着/13頭 06/04 船橋10R 8着/11頭 05/29 浦和11R 5着/10頭
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 7.3着 (不振) △ 当競馬場適性 27走で勝率 11% △ 距離適性同距離 28走で勝率 11% ○ 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) +7% (市場と概ね一致) AI 予想勝率 1.1% (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。
12	セレクティオ先行	笹川翼（大井）	実7.6	△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4走で勝率0%と苦戦傾向／84日ぶりの実戦／騎手は近50戦で勝率22%）
前5走 06/02 船橋10R 5着/11頭+0.0秒 05/06 船橋12R 10着/13頭+4.6秒 04/21 浦和12R 2着/12頭+1.0秒 03/31 船橋9R 9着/12頭+4.9秒 03/11 船橋12R 2着/12頭+0.1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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 13.2%) ※ 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。
13	ブルーパッション先行	木間龍（船橋）	実15.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋11R 9着/10頭+1.9秒 07/17 浦和11R 6着/11頭+0.0秒 06/29 船橋11R 3着/9頭+1.0秒 03/13 船橋10R 7着/9頭+3.2秒 03/04 川崎11R 6着/6頭+1.7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 6.0着 △ 当競馬場適性 16走で勝率 12% △ 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) -42% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 6.6%) ※ 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。
14	ピエフォール先行	本田重（船橋）	実29.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋11R 8着/10頭+1.4秒 06/29 船橋11R 9着/9頭 05/07 船橋11R 5着/14頭+0.5秒 04/01 船橋11R 6着/12頭+2.3秒 03/11 船橋12R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 16% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。

🎯 AIの本命

AI評価1位

ハセノガイセン

騎手張田昂（船橋）

単勝オッズ

3.0倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6アダムスアップル

3.9倍

EV -30%

▲10アレスエルピーダ

—

EV —

出走馬全14頭

◎8

ハセノガイセン

張田昂（船橋）

3.0倍

-38%

›

○6

アダムスアップル

山本大（船橋）

3.9倍

-30%

›

▲10

アレスエルピーダ

和田譲（大井）

—

›

△4

ルーラーオブダート

保園翔（浦和）

4.5倍

-29%

›

△12

セレクティオ

笹川翼（大井）

7.6倍

-24%

›

△13

ブルーパッション

木間龍（船橋）

15.1倍

-41%

›

▽9

オンザスクエア

ゴンサ（船橋）

13.6倍

-49%

›

▽7

ハニートースト

藤本現（大井）

24.8倍

-25%

›

▽3

カレンタクト

川島正（船橋）

21.9倍

-35%

›

▽14

ピエフォール

本田重（船橋）

29.7倍

-39%

›

×5

ベルガラス

岡村健（船橋）

29.8倍

-58%

›

▽1

モズハッピーロード

七夕裕（浦和）

82.4倍

-3%

›

▽11

キングオブカズ

小杉亮（船橋）

94.1倍

+7%

›

▽2

レオスパーク

實川純（船橋）

173.3倍

-25%

›

💡 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