園田 4R 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

4R 園田競馬場ダ1400m ダート1400m　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インノータイム	長尾翼（兵庫）	実247.4	B× A▽勝率1% EV+101% 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 08/13 園田6R 9着/10頭+3.8秒 07/22 園田9R 9着/11頭+1.0秒 07/08 園田5R 10着/10頭 06/17 園田5R 10着/12頭 05/27 園田1R 1着/10頭
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 74走で勝率 7% △ 距離適性同距離 45走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.8% / 期待値 +102% ※ 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	ホワイトジェイド先行	塩津璃（兵庫）	実19.2	B△ A△勝率3% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/29 名古屋5R 9着/12頭+2.8秒 07/02 名古屋10R 8着/12頭+0.0秒 05/28 浦和8R 10着/11頭 05/12 川崎8R 8着/12頭+2.1秒 04/20 浦和3R 6着/12頭+1.2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 9.0着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28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: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
3	デュランヴェリテ	竹村達（兵庫）	実42.2	B× A▽勝率3% EV+15% 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 08/07 園田8R 8着/9頭+3.3秒 07/17 園田7R 9着/9頭 07/01 園田5R 12着/12頭 06/12 園田3R 1着/8頭 05/27 園田2R 9着/10頭+3.0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 9.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -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 2.7% / 期待値 +16% ※ 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	ノブアンドホワイト逃げ	南部楓（兵庫）	実7.8	B▲ A▲勝率12% EV-3% 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／前走3着）
前5走 07/31 園田6R 3着/6頭+1.3秒 07/10 園田2R 1着/10頭 06/03 園田1R 5着/10頭+0.0秒 05/13 園田1R 3着/9頭+0.4秒 04/02 園田1R 2着/8頭+0.0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 21走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 前走実績前走 3着 (好走) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.4% / 期待値 -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。
5	フィーロ	松木大（兵庫）	実90.8	B× A▽勝率2% EV+76% 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 08/14 園田5R 6着/10頭+0.8秒 07/30 園田5R 6着/9頭+2.5秒 06/24 園田7R 8着/10頭+2.0秒 06/10 園田2R 1着/9頭 05/27 園田3R 8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 6.7着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 26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 8位 / 勝率 1.9% / 期待値 +76% ※ 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	マッチョサスポ	山本咲（兵庫）	実3.1	B○ A○勝率22% EV-31% 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／前走3着）
前5走 08/05 園田8R 3着/9頭+0.7秒 07/23 園田5R 1着/12頭勝利 07/10 園田5R 6着/9頭 06/24 園田4R 7着/12頭 06/10 園田4R 7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戦の調子勝率 33% (上り調子) △ 当競馬場適性 39走で勝率 13% △ 距離適性同距離 21走で勝率 10% ○ 前走実績前走 3着 (好走) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.1% / 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	ココプレミア	小谷哲（兵庫）	実116.5	B× A▽勝率1% EV+8% 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 08/14 園田5R 10着/10頭+3.7秒 07/30 園田5R 8着/9頭+3.3秒 07/15 園田6R 10着/10頭+3.0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 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.9% / 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。
8	フィオリータ	吉村智（兵庫）	実2.0	B🌟◎ A🌟◎勝率38% EV-24% 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（騎手は近50戦で勝率24%）
前5走 07/29 園田5R 4着/10頭+1.0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 4.0着 ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +89% (市場が大幅過小評価) AI 予想勝率 94.7% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.6% / 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。
9	ヤマニンラベーラ	田野豊（兵庫）	実10.0	B△ A△勝率10% EV+2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率26%）
前5走 08/07 園田8R 6着/9頭+2.1秒 07/22 園田2R 5着/9頭+1.2秒 07/02 園田3R 5着/12頭 06/12 園田7R 7着/10頭 05/20 園田2R 1着/10頭
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 5.3着 ○ 当競馬場適性 36走で勝率 17% (相性良) ○ 距離適性同距離 34走で勝率 18% ○ 馬場適性同馬場 21走で勝率 24% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 +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。
10	メイプルディープ差し	山本太（兵庫）	実9.0	B△ A△勝率8% EV-30% 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 08/06 園田3R 5着/8頭+1.1秒 07/22 園田4R 1着/12頭勝利 07/01 園田4R 3着/12頭 06/12 園田1R 5着/12頭+5.0秒 05/15 園田1R 3着/11頭+0.8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 33% (上り調子) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 15走で勝率 7% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 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。

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 ◎

フィオリータ

騎手吉村智（兵庫）

単勝オッズ

2.0倍

AI期待値

+89%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6マッチョサスポ

3.1倍

EV -87%

▲A:▲4ノブアンドホワイト

7.8倍

EV -95%

出走馬全10頭

◎A:◎8

フィオリータ

吉村智（兵庫）

2.0倍

+89%

›

○A:○6

マッチョサスポ

山本咲（兵庫）

3.1倍

-87%

›

▲A:▲4

ノブアンドホワイト

南部楓（兵庫）

7.8倍

-95%

›

△A:△10

メイプルディープ

山本太（兵庫）

9.0倍

-96%

›

△A:△9

ヤマニンラベーラ

田野豊（兵庫）

10.0倍

-96%

›

△A:△2

ホワイトジェイド

塩津璃（兵庫）

19.2倍

-98%

›

×A:▽3

デュランヴェリテ

竹村達（兵庫）

42.2倍

-99%

›

×A:▽5

フィーロ

松木大（兵庫）

90.8倍

-99%

›

×A:▽7

ココプレミア

小谷哲（兵庫）

116.5倍

-99%

›

×A:▽1

インノータイム

長尾翼（兵庫）

247.4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

4R 園田競馬場ダ1400m ダート1400m　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インノータイム	長尾翼（兵庫）	実247.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 08/13 園田6R 9着/10頭+3.8秒 07/22 園田9R 9着/11頭+1.0秒 07/08 園田5R 10着/10頭 06/17 園田5R 10着/12頭 05/27 園田1R 1着/10頭
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 74走で勝率 7% △ 距離適性同距離 45走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +101% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
2	ホワイトジェイド先行	塩津璃（兵庫）	実19.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/29 名古屋5R 9着/12頭+2.8秒 07/02 名古屋10R 8着/12頭+0.0秒 05/28 浦和8R 10着/11頭 05/12 川崎8R 8着/12頭+2.1秒 04/20 浦和3R 6着/12頭+1.2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 9.0着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) × 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 3.4% (オッズ暗示: 5.2%) ※ 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。
3	デュランヴェリテ	竹村達（兵庫）	実42.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/07 園田8R 8着/9頭+3.3秒 07/17 園田7R 9着/9頭 07/01 園田5R 12着/12頭 06/12 園田3R 1着/8頭 05/27 園田2R 9着/10頭+3.0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 9.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +15% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.4%) ※ 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	ノブアンドホワイト逃げ	南部楓（兵庫）	実7.8	▲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／前走3着）
前5走 07/31 園田6R 3着/6頭+1.3秒 07/10 園田2R 1着/10頭 06/03 園田1R 5着/10頭+0.0秒 05/13 園田1R 3着/9頭+0.4秒 04/02 園田1R 2着/8頭+0.0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 21走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 前走実績前走 3着 (好走) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 12.4% (オッズ暗示: 12.8%) ※ 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。
5	フィーロ	松木大（兵庫）	実90.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 08/14 園田5R 6着/10頭+0.8秒 07/30 園田5R 6着/9頭+2.5秒 06/24 園田7R 8着/10頭+2.0秒 06/10 園田2R 1着/9頭 05/27 園田3R 8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 6.7着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 1.9% (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。
6	マッチョサスポ	山本咲（兵庫）	実3.1	○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／前走3着）
前5走 08/05 園田8R 3着/9頭+0.7秒 07/23 園田5R 1着/12頭勝利 07/10 園田5R 6着/9頭 06/24 園田4R 7着/12頭 06/10 園田4R 7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戦の調子勝率 33% (上り調子) △ 当競馬場適性 39走で勝率 13% △ 距離適性同距離 21走で勝率 10% ○ 前走実績前走 3着 (好走) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 22.1% (オッズ暗示: 32.3%) ※ 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。
7	ココプレミア	小谷哲（兵庫）	実116.5	▽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／同距離帯は3走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/14 園田5R 10着/10頭+3.7秒 07/30 園田5R 8着/9頭+3.3秒 07/15 園田6R 10着/10頭+3.0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 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 0.9% (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。
8	フィオリータ	吉村智（兵庫）	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（騎手は近50戦で勝率24%）
前5走 07/29 園田5R 4着/10頭+1.0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 4.0着 ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 28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 37.6% (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。
9	ヤマニンラベーラ	田野豊（兵庫）	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率26%）
前5走 08/07 園田8R 6着/9頭+2.1秒 07/22 園田2R 5着/9頭+1.2秒 07/02 園田3R 5着/12頭 06/12 園田7R 7着/10頭 05/20 園田2R 1着/10頭
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 5.3着 ○ 当競馬場適性 36走で勝率 17% (相性良) ○ 距離適性同距離 34走で勝率 18% ○ 馬場適性同馬場 21走で勝率 24% ◎ 騎手近50戦勝率 26% (好調) ○ 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) +2% (市場と概ね一致) AI 予想勝率 10.3% (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。
10	メイプルディープ差し	山本太（兵庫）	実9.0	△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 08/06 園田3R 5着/8頭+1.1秒 07/22 園田4R 1着/12頭勝利 07/01 園田4R 3着/12頭 06/12 園田1R 5着/12頭+5.0秒 05/15 園田1R 3着/11頭+0.8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 33% (上り調子) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 15走で勝率 7% ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 11.1%) ※ 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。

🎯 AIの本命

AI評価1位

フィオリータ

騎手吉村智（兵庫）

単勝オッズ

2.0倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6マッチョサスポ

3.1倍

EV -31%

▲4ノブアンドホワイト

7.8倍

EV -3%

出走馬全10頭

◎8

フィオリータ

吉村智（兵庫）

2.0倍

-24%

›

○6

マッチョサスポ

山本咲（兵庫）

3.1倍

-31%

›

▲4

ノブアンドホワイト

南部楓（兵庫）

7.8倍

-3%

›

△9

ヤマニンラベーラ

田野豊（兵庫）

10.0倍

+2%

›

△10

メイプルディープ

山本太（兵庫）

9.0倍

-30%

›

△2

ホワイトジェイド

塩津璃（兵庫）

19.2倍

-34%

›

▽3

デュランヴェリテ

竹村達（兵庫）

42.2倍

+15%

›

▽5

フィーロ

松木大（兵庫）

90.8倍

+76%

›

▽7

ココプレミア

小谷哲（兵庫）

116.5倍

+8%

›

▽1

インノータイム

長尾翼（兵庫）

247.4倍

+101%

›

💡 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