船橋 10R 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

10R 船橋競馬場小川町七夕まＣ１三ダ1200m ダート1200m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モーニングタンポポ逃げ	七夕裕（浦和）	実93.1	B× A▽勝率1% EV-9% 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8R 7着/12頭+1.0秒 08/03 船橋5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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 10位 / 勝率 1.0% / 期待値 -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	ホースマンシップ先行	仲野光（船橋）	実20.3	B× A▽勝率4% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率36%と適性高／同距離帯20走で勝率30%／直近3走で勝率33%と好調）
前5走 08/04 船橋7R 9着/9頭+4.8秒 03/31 船橋7R 5着/11頭+1.6秒 03/09 船橋6R 1着/11頭勝利 02/09 船橋5R 7着/12頭+1.6秒 06/03 船橋8R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ 馬場適性同馬場 14走で勝率 29% ○ 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: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 期待値 -27% ※ 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	スターゲット追込	沖響主（船橋）	実240.9	B× A▽勝率0% 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 08/02 船橋5R 11着/11頭+3.3秒 07/02 船橋8R 7着/7頭+2.0秒 06/04 船橋9R 12着/12頭+1.0秒 04/01 船橋8R 10着/10頭+2.6秒 03/13 船橋9R 11着/11頭+3.5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 10.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24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 0.2% / 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。
4	ライヴキティ追込	岡村健（船橋）	実99.3	B× A▽勝率1% EV-33% 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 08/04 船橋7R 8着/9頭+2.5秒 07/14 浦和7R 12着/12頭+0.0秒 01/22 船橋5R 11着/12頭+1.9秒 12/08 船橋11R 10着/12頭+5.5秒 11/27 浦和7R 9着/12頭+0.9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 10.3着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 12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) -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 0.7% / 期待値 -34% ※ 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	フェールブリエ	藤本現（大井）	実31.2	B△ A▽勝率2% EV-27% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 08/02 船橋5R 3着/11頭+1.2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) ○ 前走実績前走 3着 (好走) ○ ローテーション 24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: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -27% ※ 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	メルドーレ逃げ	本田重（船橋）	実2.0	B○ A🌟◎勝率43% EV-13% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 08/02 船橋5R 2着/11頭+0.3秒 06/28 船橋5R 1着/10頭 02/11 船橋2R 1着/10頭勝利 01/22 船橋1R 2着/12頭+0.1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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 28.1% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.1% / 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。
7	ワンダーグリー追込	山中悠（船橋）	実22.0	B× A△勝率4% EV-19% 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5R 5着/12頭+0.5秒 04/22 園田9R 5着/9頭+1.0秒 03/25 園田9R 3着/9頭+0.7秒 11/18 園田10R 7着/11頭+0.7秒 10/30 園田11R 6着/8頭+1.2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 4.3着 ○ 騎手近50戦勝率 18% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 -20% ※ 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	ザビッグマン差し	ゴンサ（船橋）	実8.3	B× A△勝率7% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/02 船橋5R 6着/11頭+1.6秒 07/02 船橋6R 2着/10頭 06/01 船橋7R 3着/12頭+1.0秒 05/04 船橋5R 4着/12頭+0.9秒 03/30 船橋6R 3着/11頭+0.2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 3.7着 ○ 当競馬場適性 35走で勝率 17% (相性良) ○ 距離適性同距離 34走で勝率 18% ○ ローテーション 24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: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 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。
9	マルヒロユートピア追込	本橋孝（船橋）	実54.9	B△ A▽勝率2% EV+8% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／前走3着）
前5走 08/02 船橋8R 3着/9頭+0.3秒 07/02 船橋6R 8着/10頭 06/03 船橋8R 7着/12頭 05/05 船橋6R 8着/12頭+1.7秒 03/11 船橋7R 4着/11頭+0.9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 6.0着 × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 17走で勝率 6% ○ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 期待値 +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。
10	エイシンキャロッツ	木間龍（船橋）	実3.4	B🌟◎ A○勝率18% EV-37% 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100%と好調／前走勝利の勢い）
前5走 08/02 船橋5R 1着/11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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +135% (市場が大幅過小評価) AI 予想勝率 69.2% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.3% / 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。
11	リバースター逃げ	野澤憲（船橋）	実23.3	B▲ A△勝率5% EV+20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/04 船橋7R 5着/9頭+2.0秒 06/05 船橋5R 7着/10頭+2.0秒 05/04 船橋1R 1着/11頭勝利 04/21 浦和9R 6着/10頭+1.7秒 03/30 船橋4R 3着/9頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.2% / 期待値 +20% ※ 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	モリリオンショコラ	山口達（船橋）	実7.5	B△ A▲勝率13% EV-1% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/14 浦和9R 5着/12頭 07/04 船橋8R 4着/11頭+0.0秒 06/01 船橋2R 1着/11頭 03/30 船橋1R 7着/12頭+1.3秒 03/09 船橋5R 3着/10頭+0.6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 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) × 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: 13.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 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。

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 ○

エイシンキャロッツ

騎手木間龍（船橋）

単勝オッズ

3.4倍

AI期待値

+135%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6メルドーレ

2.0倍

EV -43%

▲A:△11リバースター

23.3倍

EV -75%

出走馬全12頭

◎A:○10

エイシンキャロッツ

木間龍（船橋）

3.4倍

+135%

›

○A:◎6

メルドーレ

本田重（船橋）

2.0倍

-43%

›

▲A:△11

リバースター

野澤憲（船橋）

23.3倍

-75%

›

△A:▽9

マルヒロユートピア

本橋孝（船橋）

54.9倍

-75%

›

△A:▲12

モリリオンショコラ

山口達（船橋）

7.5倍

-97%

›

△A:▽5

フェールブリエ

藤本現（大井）

31.2倍

-90%

›

×A:▽2

ホースマンシップ

仲野光（船橋）

20.3倍

-94%

›

×A:△7

ワンダーグリー

山中悠（船橋）

22.0倍

-94%

›

×A:△8

ザビッグマン

ゴンサ（船橋）

8.3倍

-99%

›

×A:▽1

モーニングタンポポ

七夕裕（浦和）

93.1倍

-99%

›

×A:▽4

ライヴキティ

岡村健（船橋）

99.3倍

-99%

›

×A:▽3

スターゲット

沖響主（船橋）

240.9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

10R 船橋競馬場小川町七夕まＣ１三ダ1200m ダート1200m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モーニングタンポポ逃げ	七夕裕（浦和）	実93.1	▽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／直近3走平均9.3着と低調）
前5走 08/11 浦和8R 7着/12頭+1.0秒 08/03 船橋5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 1.0% (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。
2	ホースマンシップ先行	仲野光（船橋）	実20.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率36%と適性高／同距離帯20走で勝率30%／直近3走で勝率33%と好調）
前5走 08/04 船橋7R 9着/9頭+4.8秒 03/31 船橋7R 5着/11頭+1.6秒 03/09 船橋6R 1着/11頭勝利 02/09 船橋5R 7着/12頭+1.6秒 06/03 船橋8R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ 馬場適性同馬場 14走で勝率 29% ○ 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) -27% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.9%) ※ 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	スターゲット追込	沖響主（船橋）	実240.9	▽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8走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/02 船橋5R 11着/11頭+3.3秒 07/02 船橋8R 7着/7頭+2.0秒 06/04 船橋9R 12着/12頭+1.0秒 04/01 船橋8R 10着/10頭+2.6秒 03/13 船橋9R 11着/11頭+3.5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 10.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24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 0.2% (オッズ暗示: 0.4%) ※ 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。
4	ライヴキティ追込	岡村健（船橋）	実99.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 08/04 船橋7R 8着/9頭+2.5秒 07/14 浦和7R 12着/12頭+0.0秒 01/22 船橋5R 11着/12頭+1.9秒 12/08 船橋11R 10着/12頭+5.5秒 11/27 浦和7R 9着/12頭+0.9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 10.3着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 12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) -34% (大幅な期待値マイナス) 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。
5	フェールブリエ	藤本現（大井）	実31.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 08/02 船橋5R 3着/11頭+1.2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) ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 3.2%) ※ 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。
6	メルドーレ逃げ	本田重（船橋）	実2.0	🌟◎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4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 08/02 船橋5R 2着/11頭+0.3秒 06/28 船橋5R 1着/10頭 02/11 船橋2R 1着/10頭勝利 01/22 船橋1R 2着/12頭+0.1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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 43.1% (オッズ暗示: 50.0%) ※ 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	ワンダーグリー追込	山中悠（船橋）	実22.0	△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5R 5着/12頭+0.5秒 04/22 園田9R 5着/9頭+1.0秒 03/25 園田9R 3着/9頭+0.7秒 11/18 園田10R 7着/11頭+0.7秒 10/30 園田11R 6着/8頭+1.2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 4.3着 ○ 騎手近50戦勝率 18% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.5%) ※ 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。
8	ザビッグマン差し	ゴンサ（船橋）	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/02 船橋5R 6着/11頭+1.6秒 07/02 船橋6R 2着/10頭 06/01 船橋7R 3着/12頭+1.0秒 05/04 船橋5R 4着/12頭+0.9秒 03/30 船橋6R 3着/11頭+0.2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 3.7着 ○ 当競馬場適性 35走で勝率 17% (相性良) ○ 距離適性同距離 34走で勝率 18% ○ ローテーション 24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 6.8% (オッズ暗示: 12.0%) ※ 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	マルヒロユートピア追込	本橋孝（船橋）	実54.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／前走3着）
前5走 08/02 船橋8R 3着/9頭+0.3秒 07/02 船橋6R 8着/10頭 06/03 船橋8R 7着/12頭 05/05 船橋6R 8着/12頭+1.7秒 03/11 船橋7R 4着/11頭+0.9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 6.0着 × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 17走で勝率 6% ○ 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 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.8%) ※ 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。
10	エイシンキャロッツ	木間龍（船橋）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/02 船橋5R 1着/11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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24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 18.3% (オッズ暗示: 29.4%) ※ 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。
11	リバースター逃げ	野澤憲（船橋）	実23.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/04 船橋7R 5着/9頭+2.0秒 06/05 船橋5R 7着/10頭+2.0秒 05/04 船橋1R 1着/11頭勝利 04/21 浦和9R 6着/10頭+1.7秒 03/30 船橋4R 3着/9頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +20% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.3%) ※ 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。
12	モリリオンショコラ	山口達（船橋）	実7.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 07/14 浦和9R 5着/12頭 07/04 船橋8R 4着/11頭+0.0秒 06/01 船橋2R 1着/11頭 03/30 船橋1R 7着/12頭+1.3秒 03/09 船橋5R 3着/10頭+0.6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 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 13.3%) ※ 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

メルドーレ

騎手本田重（船橋）

単勝オッズ

2.0倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10エイシンキャロッツ

3.4倍

EV -37%

▲12モリリオンショコラ

7.5倍

EV -1%

出走馬全12頭

◎6

メルドーレ

本田重（船橋）

2.0倍

-13%

›

○10

エイシンキャロッツ

木間龍（船橋）

3.4倍

-37%

›

▲12

モリリオンショコラ

山口達（船橋）

7.5倍

-1%

›

△8

ザビッグマン

ゴンサ（船橋）

8.3倍

-43%

›

△11

リバースター

野澤憲（船橋）

23.3倍

+20%

›

△7

ワンダーグリー

山中悠（船橋）

22.0倍

-19%

›

▽2

ホースマンシップ

仲野光（船橋）

20.3倍

-27%

›

▽5

フェールブリエ

藤本現（大井）

31.2倍

-27%

›

▽9

マルヒロユートピア

本橋孝（船橋）

54.9倍

+8%

›

▽1

モーニングタンポポ

七夕裕（浦和）

93.1倍

-9%

›

▽4

ライヴキティ

岡村健（船橋）

99.3倍

-33%

›

▽3

スターゲット

沖響主（船橋）

240.9倍

-41%

›

💡 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