船橋 12R 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

12R 船橋競馬場ダ1600m ダート1600m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グロバーテソーロ	笹川翼（大井）	実3.7	B▲ A▲勝率16% EV-39% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% × 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 2.2% (オッズ暗示: 27.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.2% / 期待値 -40% ※ 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	ランドマックス先行	木間龍（船橋）	実203.8	B× A▽勝率1% EV+37% 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 05/08 船橋12R 10着/13頭+2.3秒 04/10 川崎11R 5着/10頭+0.9秒 03/20 浦和11R 11着/12頭+1.3秒 02/27 浦和11R 4着/12頭+0.7秒 02/06 川崎11R 4着/14頭+0.6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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 110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 0.7% / 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。
3	ハードワイヤード	野畑凌（川崎）	実25.3	B× A×勝率1% 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 08/05 船橋8R 7着/9頭+2.0秒 07/04 船橋10R 4着/10頭 06/05 船橋10R 7着/9頭+0.0秒 05/07 船橋10R 5着/11頭+0.4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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ 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) -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 1.3% / 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。
4	プラズマ自在	本橋孝（船橋）	実10.0	B△ A△勝率9% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は21走で勝ち無し／直近3走で勝率33%と好調／83日ぶりの実戦）
前5走 06/04 船橋8R 4着/6頭 05/08 船橋12R 3着/13頭+1.2秒 04/03 船橋11R 1着/10頭勝利 03/12 船橋9R 3着/8頭+0.2秒 02/11 船橋8R 2着/13頭+0.5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 33% (上り調子) △ 当競馬場適性 27走で勝率 7% ▽ 距離適性同距離は 21走で勝ち無し ○ 騎手近50戦勝率 14% × 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 0.6% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 期待値 -13% ※ 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	シェナノパリオ先行	和田譲（大井）	実4.9	B○ A○勝率16% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/04 船橋10R 3着/10頭+1.1秒 06/25 浦和11R 1着/3頭 05/28 浦和11R 2着/13頭 05/05 船橋9R 3着/12頭+0.6秒 04/21 浦和12R 4着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.3% / 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。
6	ヤギリケハヤ自在	實川純（船橋）	実70.3	B× A▽勝率1% EV-21% 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 07/02 船橋11R 6着/13頭+1.0秒 05/26 浦和11R 7着/12頭 05/08 船橋12R 2着/13頭+1.1秒 04/03 船橋11R 7着/10頭+1.1秒 03/13 船橋12R 7着/9頭+2.6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 5.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% × 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 1.1% / 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。
7	エレクトリックブギ	山本大（船橋）	実13.8	B× A△勝率5% EV-37% 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 5着/10頭+0.7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 5.0着 ○ 騎手近50戦勝率 14% ○ 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) -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 4.5% / 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。
8	スマイルモア自在	矢野貴（大井）	実17.2	B△ A×勝率3% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯16走で勝率25%／同馬場状態で勝率33%／騎手は近50戦で勝率22%）
前5走 08/03 船橋11R 6着/10頭+0.9秒 07/04 船橋11R 5着/13頭 06/04 船橋8R 3着/6頭 05/08 船橋12R 12着/13頭+3.1秒 04/03 船橋11R 3着/10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 4.7着 ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 15走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 5.8%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -54% ※ 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	タカラライナー自在	山中悠（船橋）	実34.2	B× A▽勝率2% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率48%と適性高／同距離帯20走で勝率35%／同馬場状態で勝率47%）
前5走 08/04 船橋10R 8着/10頭+3.7秒 03/12 船橋9R 1着/8頭勝利 02/10 船橋12R 10着/14頭+2.0秒 01/20 船橋11R 5着/14頭+1.0秒 12/11 船橋8R 8着/14頭+1.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 48% (得意) ◎ 距離適性同距離 20走で勝率 35% ◎ 馬場適性同馬場 17走で勝率 47% ○ 騎手近50戦勝率 18% ○ 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: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 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。
10	シミズミナト先行	御神訓（大井）	実2.5	B🌟◎ A🌟◎勝率42% EV+5% 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14走で勝率36%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率30%）
前5走 08/03 船橋11R 3着/10頭+0.6秒 07/04 船橋11R 1着/13頭 11/05 船橋12R 1着/11頭勝利 10/01 船橋12R 1着/14頭勝利 08/30 船橋9R 2着/14頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 10走で勝率 30% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ 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) +122% (市場が大幅過小評価) AI 予想勝率 89.2% (オッズ暗示: 40.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.2% / 期待値 +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。
11	バウンスライト先行	ゴンサ（船橋）	実15.7	B△ A△勝率5% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯9走で勝率33%／同馬場状態で勝率57%）
前5走 07/04 船橋11R 9着/13頭 02/10 船橋12R 7着/14頭+1.1秒 01/20 船橋11R 2着/14頭+0.5秒 11/07 船橋11R 2着/13頭+0.0秒 10/02 船橋10R 3着/11頭+1.5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 6.0着 ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 9走で勝率 33% ◎ 馬場適性同馬場 7走で勝率 57% × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 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。

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 ◎

シミズミナト

騎手御神訓（大井）

単勝オッズ

2.5倍

AI期待値

+122%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5シェナノパリオ

4.9倍

EV -77%

▲A:▲1グロバーテソーロ

3.7倍

EV -91%

出走馬全11頭

◎A:◎10

シミズミナト

御神訓（大井）

2.5倍

+122%

›

○A:○5

シェナノパリオ

和田譲（大井）

4.9倍

-77%

›

▲A:▲1

グロバーテソーロ

笹川翼（大井）

3.7倍

-91%

›

△A:△11

バウンスライト

ゴンサ（船橋）

15.7倍

-64%

›

△A:×8

スマイルモア

矢野貴（大井）

17.2倍

-85%

›

△A:△4

プラズマ

本橋孝（船橋）

10.0倍

-94%

›

×A:▽9

タカラライナー

山中悠（船橋）

34.2倍

-86%

›

×A:△7

エレクトリックブギ

山本大（船橋）

13.8倍

-99%

›

×A:×3

ハードワイヤード

野畑凌（川崎）

25.3倍

-99%

›

×A:▽6

ヤギリケハヤ

實川純（船橋）

70.3倍

-99%

›

×A:▽2

ランドマックス

木間龍（船橋）

203.8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

12R 船橋競馬場ダ1600m ダート1600m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グロバーテソーロ	笹川翼（大井）	実3.7	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 16.2% (オッズ暗示: 27.0%) ※ 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	ランドマックス先行	木間龍（船橋）	実203.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／110日ぶりの実戦）
前5走 05/08 船橋12R 10着/13頭+2.3秒 04/10 川崎11R 5着/10頭+0.9秒 03/20 浦和11R 11着/12頭+1.3秒 02/27 浦和11R 4着/12頭+0.7秒 02/06 川崎11R 4着/14頭+0.6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 8.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 110日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 0.7% (オッズ暗示: 0.5%) ※ 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	ハードワイヤード	野畑凌（川崎）	実25.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／騎手は近50戦で勝率20%）
前5走 08/05 船橋8R 7着/9頭+2.0秒 07/04 船橋10R 4着/10頭 06/05 船橋10R 7着/9頭+0.0秒 05/07 船橋10R 5着/11頭+0.4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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ 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 1.3% (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。
4	プラズマ自在	本橋孝（船橋）	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は21走で勝ち無し／直近3走で勝率33%と好調／83日ぶりの実戦）
前5走 06/04 船橋8R 4着/6頭 05/08 船橋12R 3着/13頭+1.2秒 04/03 船橋11R 1着/10頭勝利 03/12 船橋9R 3着/8頭+0.2秒 02/11 船橋8R 2着/13頭+0.5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 33% (上り調子) △ 当競馬場適性 27走で勝率 7% ▽ 距離適性同距離は 21走で勝ち無し ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 10.0%) ※ 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	シェナノパリオ先行	和田譲（大井）	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/04 船橋10R 3着/10頭+1.1秒 06/25 浦和11R 1着/3頭 05/28 浦和11R 2着/13頭 05/05 船橋9R 3着/12頭+0.6秒 04/21 浦和12R 4着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 16.3% (オッズ暗示: 20.4%) ※ 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	ヤギリケハヤ自在	實川純（船橋）	実70.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 船橋11R 6着/13頭+1.0秒 05/26 浦和11R 7着/12頭 05/08 船橋12R 2着/13頭+1.1秒 04/03 船橋11R 7着/10頭+1.1秒 03/13 船橋12R 7着/9頭+2.6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 5.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.1% (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。
7	エレクトリックブギ	山本大（船橋）	実13.8	△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 5着/10頭+0.7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 5.0着 ○ 騎手近50戦勝率 14% ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.2%) ※ 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。
8	スマイルモア自在	矢野貴（大井）	実17.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯16走で勝率25%／同馬場状態で勝率33%／騎手は近50戦で勝率22%）
前5走 08/03 船橋11R 6着/10頭+0.9秒 07/04 船橋11R 5着/13頭 06/04 船橋8R 3着/6頭 05/08 船橋12R 12着/13頭+3.1秒 04/03 船橋11R 3着/10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 4.7着 ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 15走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 5.8%) ※ 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。
9	タカラライナー自在	山中悠（船橋）	実34.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率48%と適性高／同距離帯20走で勝率35%／同馬場状態で勝率47%）
前5走 08/04 船橋10R 8着/10頭+3.7秒 03/12 船橋9R 1着/8頭勝利 02/10 船橋12R 10着/14頭+2.0秒 01/20 船橋11R 5着/14頭+1.0秒 12/11 船橋8R 8着/14頭+1.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 48% (得意) ◎ 距離適性同距離 20走で勝率 35% ◎ 馬場適性同馬場 17走で勝率 47% ○ 騎手近50戦勝率 18% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.9%) ※ 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	シミズミナト先行	御神訓（大井）	実2.5	🌟◎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14走で勝率36%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率30%）
前5走 08/03 船橋11R 3着/10頭+0.6秒 07/04 船橋11R 1着/13頭 11/05 船橋12R 1着/11頭勝利 10/01 船橋12R 1着/14頭勝利 08/30 船橋9R 2着/14頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 10走で勝率 30% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ 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) +5% (市場と概ね一致) AI 予想勝率 42.2% (オッズ暗示: 40.0%) ※ 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	バウンスライト先行	ゴンサ（船橋）	実15.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯9走で勝率33%／同馬場状態で勝率57%）
前5走 07/04 船橋11R 9着/13頭 02/10 船橋12R 7着/14頭+1.1秒 01/20 船橋11R 2着/14頭+0.5秒 11/07 船橋11R 2着/13頭+0.0秒 10/02 船橋10R 3着/11頭+1.5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 6.0着 ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 9走で勝率 33% ◎ 馬場適性同馬場 7走で勝率 57% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 4.8% (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。

🎯 AIの本命

AI評価1位

シミズミナト

騎手御神訓（大井）

単勝オッズ

2.5倍

AI期待値

+5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5シェナノパリオ

4.9倍

EV -20%

▲1グロバーテソーロ

3.7倍

EV -39%

出走馬全11頭

◎10

シミズミナト

御神訓（大井）

2.5倍

+5%

›

○5

シェナノパリオ

和田譲（大井）

4.9倍

-20%

›

▲1

グロバーテソーロ

笹川翼（大井）

3.7倍

-39%

›

△4

プラズマ

本橋孝（船橋）

10.0倍

-12%

›

△11

バウンスライト

ゴンサ（船橋）

15.7倍

-25%

›

△7

エレクトリックブギ

山本大（船橋）

13.8倍

-37%

›

×8

スマイルモア

矢野貴（大井）

17.2倍

-53%

›

▽9

タカラライナー

山中悠（船橋）

34.2倍

-47%

›

×3

ハードワイヤード

野畑凌（川崎）

25.3倍

-67%

›

▽6

ヤギリケハヤ

實川純（船橋）

70.3倍

-21%

›

▽2

ランドマックス

木間龍（船橋）

203.8倍

+37%

›

💡 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