船橋 6R 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

6R 船橋競馬場ダ1000m ダート1000m　発走 17:21

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミカワイイネ追込	仲野光（船橋）	実50.6	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 08/06 船橋8R 9着/9頭+2.1秒 06/28 船橋4R 7着/10頭+5.0秒 07/28 船橋1R 7着/10頭+1.7秒 07/22 浦和1R 6着/10頭+2.3秒 06/30 船橋1R 8着/11頭+1.2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 18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 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 11位 / 勝率 1.0% / 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	マカンコーサッポー	西啓太（大井）	実15.5	B△ A△勝率8% EV+28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和4R 6着/9頭+1.5秒 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12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 5.3着 ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
3	リバーフロント差し	藤本現（大井）	実105.5	B× A×勝率0% EV-55% 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 08/11 浦和4R 7着/9頭+1.8秒 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1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 9.0着 (不振) ○ ローテーション 15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 0.4% / 期待値 -56% ※ 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	タカラバディウス	野畑凌（川崎）	実6.8	B▲ A○勝率13% EV-10% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 08/06 船橋8R 5着/9頭+1.3秒 07/14 浦和2R 3着/12頭 06/29 船橋1R 2着/7頭+2.0秒 06/23 浦和1R 4着/9頭 06/05 船橋4R 10着/10頭
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 3.3着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 14.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.1% / 期待値 -11% ※ 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	イスラデルノルテ逃げ	菅原吏（船橋）	実3.8	B△ A▲勝率12% EV-53% 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11走で勝率0%と苦戦傾向／直近3走平均2.7着と安定）
前5走 08/06 船橋5R 4着/9頭+0.9秒 07/15 浦和4R 2着/12頭 06/04 船橋4R 2着/11頭+0.0秒 05/06 船橋1R 2着/10頭+0.1秒 03/11 船橋2R 2着/10頭+0.0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 2.7着 (安定) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -53% ※ 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	ラヴォタ	高橋利（船橋）	実127.5	B× A×勝率0% EV-56% 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 08/06 船橋8R 7着/9頭+1.6秒 07/14 浦和2R 12着/12頭 07/03 船橋9R 9着/9頭+3.0秒 06/26 浦和6R 8着/8頭 06/05 船橋7R 12着/12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 9.3着 (不振) × 当競馬場適性 12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 14位 / 勝率 0.3% / 期待値 -56% ※ 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	リュウノアーダーン	中島良（浦和）	実72.4	B× A▽勝率1% EV-43% 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 08/11 浦和1R 10着/12頭+2.8秒 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12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 7.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15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 0.8% / 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。
8	ハーモニーホクト自在	山中悠（船橋）	実13.5	B△ A△勝率10% EV+40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率50%と適性高／同馬場状態で勝率50%）
前5走 08/06 船橋5R 6着/9頭+1.7秒 06/29 船橋4R 2着/10頭 06/04 船橋4R 5着/11頭 11/28 浦和4R 10着/10頭+2.7秒 11/06 船橋1R 1着/11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戦の調子平均 4.3着 ◎ 当競馬場適性 16走で勝率 50% (得意) ◎ 馬場適性同馬場 10走で勝率 50% ○ 騎手近50戦勝率 14% ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
9	ラッキー	笠野雄（船橋）	実15.6	B○ A△勝率7% EV+2% 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 08/04 船橋4R 2着/9頭+0.7秒 07/02 大井2R 6着/11頭+0.0秒 06/11 大井2R 11着/13頭 05/20 大井3R 11着/14頭 03/26 大井2R 12着/13頭+3.8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 ○ 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) +34% (妙味あり) AI 予想勝率 8.6% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。
10	オンネア	杉山海（大井）	実27.1	B× A▽勝率2% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/10 浦和7R 5着/10頭+0.9秒 07/28 川崎1R 4着/10頭+1.3秒 07/15 浦和4R 4着/12頭+3.0秒 07/08 川崎1R 2着/11頭 05/28 浦和2R 12着/12頭+2.0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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ ローテーション 16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 0.5% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -37% ※ 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	ブルーグリッター逃げ	岡村健（船橋）	実36.8	B× A▽勝率2% 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 08/18 川崎3R 9着/12頭+1.4秒 08/11 浦和1R 2着/12頭+1.6秒 07/29 川崎1R 12着/12頭+2.8秒 07/14 浦和1R 10着/12頭+0.0秒 07/08 川崎1R 10着/11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 7.7着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) △ 距離適性同距離 7走で勝率 14% × 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 1.6% / 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。
12	ポレポレ先行	木間龍（船橋）	実46.7	B× A▽勝率1% EV-38% 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5R 8着/9頭+2.0秒 07/17 浦和5R 9着/12頭+0.0秒 05/28 浦和4R 4着/8頭 04/22 浦和4R 6着/11頭+1.8秒 01/08 浦和7R 7着/12頭+2.5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) ○ 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) -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 1.3% / 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。
13	デコピン	本橋孝（船橋）	実2.1	B🌟◎ A🌟◎勝率38% EV-20% 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走平均2.0着と安定／前走2着／90日ぶりの実戦）
前5走 05/28 浦和4R 2着/8頭+2.0秒 04/20 浦和9R 2着/13頭+0.3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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 78.3% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.8% / 期待値 -21% ※ 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	トーアローダンテ逃げ	櫻井光（川崎）	実27.5	B× A▽勝率4% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和4R 9着/9頭+2.7秒 07/14 浦和1R 2着/12頭 07/03 船橋6R 10着/11頭+3.0秒 06/22 浦和10R 10着/10頭 05/25 浦和9R 6着/11頭
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 7.0着 (不振) ○ ローテーション 15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 0.5% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。

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 ◎

デコピン

騎手本橋孝（船橋）

単勝オッズ

2.1倍

AI期待値

+64%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9ラッキー

15.6倍

EV +34%

▲A:○4タカラバディウス

6.8倍

EV -58%

出走馬全14頭

◎A:◎13

デコピン

本橋孝（船橋）

2.1倍

+64%

›

○A:△9

ラッキー

笠野雄（船橋）

15.6倍

+34%

›

▲A:○4

タカラバディウス

野畑凌（川崎）

6.8倍

-58%

›

△A:▲5

イスラデルノルテ

菅原吏（船橋）

3.8倍

-88%

›

△A:△8

ハーモニーホクト

山中悠（船橋）

13.5倍

-75%

›

△A:△2

マカンコーサッポー

西啓太（大井）

15.5倍

-81%

›

×A:▽10

オンネア

杉山海（大井）

27.1倍

-87%

›

×A:▽14

トーアローダンテ

櫻井光（川崎）

27.5倍

-87%

›

×A:▽11

ブルーグリッター

岡村健（船橋）

36.8倍

-99%

›

×A:▽12

ポレポレ

木間龍（船橋）

46.7倍

-99%

›

×A:▽1

キミカワイイネ

仲野光（船橋）

50.6倍

-99%

›

×A:▽7

リュウノアーダーン

中島良（浦和）

72.4倍

-99%

›

×A:×3

リバーフロント

藤本現（大井）

105.5倍

-99%

›

×A:×6

ラヴォタ

高橋利（船橋）

127.5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

6R 船橋競馬場ダ1000m ダート1000m　発走 17:21

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミカワイイネ追込	仲野光（船橋）	実50.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18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 08/06 船橋8R 9着/9頭+2.1秒 06/28 船橋4R 7着/10頭+5.0秒 07/28 船橋1R 7着/10頭+1.7秒 07/22 浦和1R 6着/10頭+2.3秒 06/30 船橋1R 8着/11頭+1.2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 18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 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 1.0% (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。
2	マカンコーサッポー	西啓太（大井）	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和4R 6着/9頭+1.5秒 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12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 5.3着 ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 6.5%) ※ 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。
3	リバーフロント差し	藤本現（大井）	実105.5	×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 08/11 浦和4R 7着/9頭+1.8秒 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1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 9.0着 (不振) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
4	タカラバディウス	野畑凌（川崎）	実6.8	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 08/06 船橋8R 5着/9頭+1.3秒 07/14 浦和2R 3着/12頭 06/29 船橋1R 2着/7頭+2.0秒 06/23 浦和1R 4着/9頭 06/05 船橋4R 10着/10頭
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 3.3着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 14.7%) ※ 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	イスラデルノルテ逃げ	菅原吏（船橋）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率0%と苦戦傾向／直近3走平均2.7着と安定）
前5走 08/06 船橋5R 4着/9頭+0.9秒 07/15 浦和4R 2着/12頭 06/04 船橋4R 2着/11頭+0.0秒 05/06 船橋1R 2着/10頭+0.1秒 03/11 船橋2R 2着/10頭+0.0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 2.7着 (安定) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 26.3%) ※ 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。
6	ラヴォタ	高橋利（船橋）	実127.5	×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／直近3走平均9.3着と低調）
前5走 08/06 船橋8R 7着/9頭+1.6秒 07/14 浦和2R 12着/12頭 07/03 船橋9R 9着/9頭+3.0秒 06/26 浦和6R 8着/8頭 06/05 船橋7R 12着/12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 9.3着 (不振) × 当競馬場適性 12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) -56% (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。
7	リュウノアーダーン	中島良（浦和）	実72.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/11 浦和1R 10着/12頭+2.8秒 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12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 7.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15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 0.8% (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。
8	ハーモニーホクト自在	山中悠（船橋）	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率50%と適性高／同馬場状態で勝率50%）
前5走 08/06 船橋5R 6着/9頭+1.7秒 06/29 船橋4R 2着/10頭 06/04 船橋4R 5着/11頭 11/28 浦和4R 10着/10頭+2.7秒 11/06 船橋1R 1着/11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戦の調子平均 4.3着 ◎ 当競馬場適性 16走で勝率 50% (得意) ◎ 馬場適性同馬場 10走で勝率 50% ○ 騎手近50戦勝率 14% ○ 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) +40% (妙味あり) AI 予想勝率 10.4% (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。
9	ラッキー	笠野雄（船橋）	実15.6	△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 08/04 船橋4R 2着/9頭+0.7秒 07/02 大井2R 6着/11頭+0.0秒 06/11 大井2R 11着/13頭 05/20 大井3R 11着/14頭 03/26 大井2R 12着/13頭+3.8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 ○ 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) +2% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 6.4%) ※ 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	オンネア	杉山海（大井）	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/10 浦和7R 5着/10頭+0.9秒 07/28 川崎1R 4着/10頭+1.3秒 07/15 浦和4R 4着/12頭+3.0秒 07/08 川崎1R 2着/11頭 05/28 浦和2R 12着/12頭+2.0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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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。
11	ブルーグリッター逃げ	岡村健（船橋）	実36.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場31走で勝率3%と苦戦傾向）
前5走 08/18 川崎3R 9着/12頭+1.4秒 08/11 浦和1R 2着/12頭+1.6秒 07/29 川崎1R 12着/12頭+2.8秒 07/14 浦和1R 10着/12頭+0.0秒 07/08 川崎1R 10着/11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 7.7着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) △ 距離適性同距離 7走で勝率 14% × 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 1.6% (オッズ暗示: 2.7%) ※ 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	ポレポレ先行	木間龍（船橋）	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/12 浦和5R 8着/9頭+2.0秒 07/17 浦和5R 9着/12頭+0.0秒 05/28 浦和4R 4着/8頭 04/22 浦和4R 6着/11頭+1.8秒 01/08 浦和7R 7着/12頭+2.5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) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.3% (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	デコピン	本橋孝（船橋）	実2.1	🌟◎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（直近3走平均2.0着と安定／前走2着／90日ぶりの実戦）
前5走 05/28 浦和4R 2着/8頭+2.0秒 04/20 浦和9R 2着/13頭+0.3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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 37.8% (オッズ暗示: 47.6%) ※ 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	トーアローダンテ逃げ	櫻井光（川崎）	実27.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和4R 9着/9頭+2.7秒 07/14 浦和1R 2着/12頭 07/03 船橋6R 10着/11頭+3.0秒 06/22 浦和10R 10着/10頭 05/25 浦和9R 6着/11頭
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 7.0着 (不振) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.6%) ※ 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

デコピン

騎手本橋孝（船橋）

単勝オッズ

2.1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

○4タカラバディウス

6.8倍

EV -10%

▲5イスラデルノルテ

3.8倍

EV -53%

出走馬全14頭

◎13

デコピン

本橋孝（船橋）

2.1倍

-20%

›

○4

タカラバディウス

野畑凌（川崎）

6.8倍

-10%

›

▲5

イスラデルノルテ

菅原吏（船橋）

3.8倍

-53%

›

△8

ハーモニーホクト

山中悠（船橋）

13.5倍

+40%

›

△2

マカンコーサッポー

西啓太（大井）

15.5倍

+28%

›

△9

ラッキー

笠野雄（船橋）

15.6倍

+2%

›

▽14

トーアローダンテ

櫻井光（川崎）

27.5倍

+4%

›

▽10

オンネア

杉山海（大井）

27.1倍

-37%

›

▽11

ブルーグリッター

岡村健（船橋）

36.8倍

-42%

›

▽12

ポレポレ

木間龍（船橋）

46.7倍

-38%

›

▽1

キミカワイイネ

仲野光（船橋）

50.6倍

-49%

›

▽7

リュウノアーダーン

中島良（浦和）

72.4倍

-43%

›

×3

リバーフロント

藤本現（大井）

105.5倍

-55%

›

×6

ラヴォタ

高橋利（船橋）

127.5倍

-56%

›

💡 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