船橋 8R 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

8R 船橋競馬場ダ1500m ダート1500m　発走 18:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マオノスカイ	小杉亮（船橋）	推定—	B× A×勝率5% EV-90% 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 07/30 川崎11R 7着/9頭+4.1秒 07/02 船橋2R 1着/3頭 06/05 船橋3R 5着/6頭+3.0秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 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) -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 4.9% / 期待値 -90% ※ 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	フユナナベース	笠野雄（船橋）	実2.4	B× A×勝率4% EV-89% 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 07/03 船橋3R 4着/5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 4.0着 × 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 4.4% / 期待値 -89% ※ 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	フルーツポンチ	菅原吏（船橋）	推定—	B× A×勝率2% EV-96% 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1R 5着/9頭+2.3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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 13位 / 勝率 2.1% / 期待値 -96% ※ 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	ラモンパンサー	木間龍（船橋）	推定—	B× A×勝率4% EV-93% 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11R 8着/10頭+2.4秒 06/28 船橋2R 2着/5頭 06/23 浦和3R 3着/7頭+0.0秒 06/15 川崎3R 5着/12頭+0.0秒 06/02 船橋4R 4着/12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 4.3着 × 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 ○ 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) -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 3.8% / 期待値 -93% ※ 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	ミステリバウンティ	山口達（船橋）	推定—	B△ A×勝率9% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
前5走 08/05 船橋3R 2着/6頭+3.0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 2.0着 (安定) △ 騎手近50戦勝率 4% (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) -98% (大幅な期待値マイナス) AI 予想勝率 1.0% × Aモデルの評価 (参考) レース内 7位 / 勝率 8.5% / 期待値 -83% ※ 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	ステルスハンター	岡村健（船橋）	推定—	B△ A△勝率11% EV-82% 詳細▼	人気馬、市場評価通りで上乗せなし（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3R 1着/6頭勝利 07/04 船橋3R 1着/5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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25日の間隔 (理想的) × 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 1.3% △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.7% / 期待値 -82% ※ 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	ブリダイコーン	山本大（船橋）	実2.4	B▲ A△勝率11% EV-74% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 06/29 船橋3R 1着/5頭 06/05 船橋2R 2着/6頭 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 41.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 -74% ※ 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	ブレイブプラウド	矢野貴（大井）	推定—	B◎ A×勝率13% EV-78% 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／騎手は近50戦で勝率20%）
前5走 08/05 船橋3R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +43% (妙味あり) AI 予想勝率 86.9% × Aモデルの評価 (参考) レース内 1位 / 勝率 13.0% / 期待値 -79% ※ 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	コパノハクシュウ	達城龍（大井）	推定—	B× A○勝率12% EV-76% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着／86日ぶりの実戦）
前5走 06/02 船橋4R 3着/12頭+2.0秒 05/08 船橋3R 3着/6頭+0.4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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 0.6% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.8% / 期待値 -77% ※ 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	ナニワノベンケイ	川島正（船橋）	推定—	B○ A△勝率11% EV-80% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/06 船橋2R 1着/6頭 ― ― ― ―
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) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 4.1% △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.7% / 期待値 -81% ※ 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	ユウユウファイア	西村栄（船橋）	推定—	B× A×勝率5% EV-89% 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3R 2着/6頭+1.9秒 07/04 船橋4R 2着/5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 2.0着 (安定) ○ 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) -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 5.1% / 期待値 -90% ※ 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	トクシーマリリン	本田重（船橋）	実2.4	B△ A▲勝率11% EV-73% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/06 船橋1R 1着/7頭 ― ― ― ―
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 100% (絶好調) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 41.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 期待値 -74% ※ 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	ズットオレノターン	中山遥（浦和）	推定—	B× A×勝率3% EV-93% 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2R 7着/9頭+2.4秒 07/02 船橋2R 3着/3頭 06/05 船橋2R 5着/6頭 ― ―
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 25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 3.5% / 期待値 -93% ※ 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 ×

ブレイブプラウド

騎手矢野貴（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:△10ナニワノベンケイ

—

EV —

▲A:△7ブリダイコーン

2.4倍

EV -92%

出走馬全13頭

◎A:×8

ブレイブプラウド

矢野貴（大井）

—

›

○A:△10

ナニワノベンケイ

川島正（船橋）

—

›

▲A:△7

ブリダイコーン

山本大（船橋）

2.4倍

-92%

›

△A:▲12

トクシーマリリン

本田重（船橋）

2.4倍

-92%

›

△A:△6

ステルスハンター

岡村健（船橋）

—

›

△A:×5

ミステリバウンティ

山口達（船橋）

—

›

×A:○9

コパノハクシュウ

達城龍（大井）

—

›

×A:×1

マオノスカイ

小杉亮（船橋）

—

›

×A:×3

フルーツポンチ

菅原吏（船橋）

—

›

×A:×4

ラモンパンサー

木間龍（船橋）

—

›

×A:×11

ユウユウファイア

西村栄（船橋）

—

›

×A:×13

ズットオレノターン

中山遥（浦和）

—

›

×A:×2

フユナナベース

笠野雄（船橋）

2.4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

8R 船橋競馬場ダ1500m ダート1500m　発走 18:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マオノスカイ	小杉亮（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 07/30 川崎11R 7着/9頭+4.1秒 07/02 船橋2R 1着/3頭 06/05 船橋3R 5着/6頭+3.0秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 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) -90% (大幅な期待値マイナス) AI 予想勝率 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。
2	フユナナベース	笠野雄（船橋）	実2.4	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/03 船橋3R 4着/5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 4.0着 × 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 4.4% (オッズ暗示: 41.7%) ※ 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。
3	フルーツポンチ	菅原吏（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/03 船橋1R 5着/9頭+2.3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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 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。
4	ラモンパンサー	木間龍（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（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）
前5走 08/11 浦和11R 8着/10頭+2.4秒 06/28 船橋2R 2着/5頭 06/23 浦和3R 3着/7頭+0.0秒 06/15 川崎3R 5着/12頭+0.0秒 06/02 船橋4R 4着/12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 4.3着 × 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 ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.8% ※ 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	ミステリバウンティ	山口達（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
前5走 08/05 船橋3R 2着/6頭+3.0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 2.0着 (安定) △ 騎手近50戦勝率 4% (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) -83% (大幅な期待値マイナス) AI 予想勝率 8.5% ※ 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。
6	ステルスハンター	岡村健（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（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3R 1着/6頭勝利 07/04 船橋3R 1着/5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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25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 10.7% ※ 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。
7	ブリダイコーン	山本大（船橋）	実2.4	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 06/29 船橋3R 1着/5頭 06/05 船橋2R 2着/6頭 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 10.7% (オッズ暗示: 41.7%) ※ 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。
8	ブレイブプラウド	矢野貴（大井）	推定—	×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／騎手は近50戦で勝率20%）
前5走 08/05 船橋3R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 13.0% ※ 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	コパノハクシュウ	達城龍（大井）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着／86日ぶりの実戦）
前5走 06/02 船橋4R 3着/12頭+2.0秒 05/08 船橋3R 3着/6頭+0.4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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 11.8% ※ 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	ナニワノベンケイ	川島正（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/06 船橋2R 1着/6頭 ― ― ― ―
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) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 10.7% ※ 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	ユウユウファイア	西村栄（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
前5走 08/03 船橋3R 2着/6頭+1.9秒 07/04 船橋4R 2着/5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 2.0着 (安定) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.1% ※ 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	トクシーマリリン	本田重（船橋）	実2.4	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/06 船橋1R 1着/7頭 ― ― ― ―
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 100% (絶好調) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 41.7%) ※ 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。
13	ズットオレノターン	中山遥（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／騎手は近50戦で勝率24%）
前5走 08/02 船橋2R 7着/9頭+2.4秒 07/02 船橋2R 3着/3頭 06/05 船橋2R 5着/6頭 ― ―
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 3.5% ※ 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。

🎯 AIの本命

AI評価1位

ブレイブプラウド

騎手矢野貴（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

○9コパノハクシュウ

—

EV —

▲12トクシーマリリン

2.4倍

EV -73%

出走馬全13頭

×8

ブレイブプラウド

矢野貴（大井）

—

›

○9

コパノハクシュウ

達城龍（大井）

—

›

▲12

トクシーマリリン

本田重（船橋）

2.4倍

-73%

›

△7

ブリダイコーン

山本大（船橋）

2.4倍

-74%

›

△10

ナニワノベンケイ

川島正（船橋）

—

›

△6

ステルスハンター

岡村健（船橋）

—

›

×5

ミステリバウンティ

山口達（船橋）

—

›

×11

ユウユウファイア

西村栄（船橋）

—

›

×1

マオノスカイ

小杉亮（船橋）

—

›

×2

フユナナベース

笠野雄（船橋）

2.4倍

-89%

›

×4

ラモンパンサー

木間龍（船橋）

—

›

×13

ズットオレノターン

中山遥（浦和）

—

›

×3

フルーツポンチ

菅原吏（船橋）

—

›

💡 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