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 船橋競馬場ダ1600m ダート1600m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テクノダイヤモンド先行	笹川翼（大井）	推定—	B× A△勝率9% EV-85% 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11R 12着/12頭+2.8秒 06/04 園田11R 10着/10頭+0.0秒 05/19 名古屋9R 4着/11頭+1.1秒 05/06 名古屋11R 2着/10頭+0.1秒 04/22 名古屋11R 9着/12頭+1.3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 8.7着 (不振) ◎ 当競馬場適性 21走で勝率 43% (得意) ◎ 距離適性同距離 12走で勝率 33% ◎ 馬場適性同馬場 18走で勝率 39% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12着 (大敗) ○ 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 4位 / 勝率 9.0% / 期待値 -85% ※ 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	グリーンダイヤル差し	ゴンサ（船橋）	実2.4	B△ A×勝率7% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場25走で勝率32%と適性高／同距離帯16走で勝率25%／同馬場状態で勝率32%）
前5走 08/04 船橋11R 2着/12頭+0.5秒 03/10 船橋10R 1着/11頭勝利 02/11 船橋8R 3着/13頭+0.5秒 01/21 船橋10R 3着/13頭+0.5秒 08/29 船橋12R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 32% (得意) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 19走で勝率 32% ○ 前走実績前走 2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) -98% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 41.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 期待値 -84% ※ 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	リゼルージュセリエ逃げ	篠谷葵（船橋）	推定—	B× A△勝率9% EV-83% 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11R 10着/12頭+1.9秒 06/29 船橋11R 4着/9頭 02/12 船橋12R 11着/14頭+3.0秒 01/21 船橋10R 12着/13頭+1.5秒 12/12 船橋12R 1着/10頭勝利
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 8.3着 (不振) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 12走で勝率 42% ◎ 馬場適性同馬場 10走で勝率 40% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ 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 5位 / 勝率 8.9% / 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。
4	ヒラボクラフィット先行	御神訓（大井）	実1.2	B○ A×勝率20% EV-75% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9走で勝率56%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率60%）
前5走 06/04 船橋8R 6着/6頭+0.0秒 05/05 船橋9R 1着/12頭勝利 01/21 船橋8R 1着/14頭勝利 12/09 船橋11R 5着/8頭+1.7秒 11/03 船橋8R 4着/13頭+0.6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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 26% (好調) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 30.9% (オッズ暗示: 83.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 20.3% / 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。
5	ショウネンジダイ逃げ	岡村健（船橋）	推定—	B△ A×勝率6% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場10走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/17 浦和11R 8着/11頭+2.0秒 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8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 10走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 22走で勝率 23% × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% × Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 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。
6	クニノハッピー	張田昂（船橋）	推定—	B△ A×勝率5% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/04 船橋11R 7着/12頭+1.3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 7.0着 (不振) ○ 騎手近50戦勝率 16% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.4% × Aモデルの評価 (参考) レース内 9位 / 勝率 5.2% / 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。
7	アルアインオアシス	澤田龍（船橋）	推定—	B× A△勝率8% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は8走で勝ち無し）
前5走 08/03 船橋11R 4着/10頭+0.7秒 07/15 浦和12R 9着/12頭+2.0秒 06/29 船橋11R 2着/9頭 06/02 船橋10R 6着/11頭 05/05 船橋9R 9着/12頭+1.4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 ○ 当競馬場適性 21走で勝率 19% (相性良) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) AI 予想勝率 0.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 -84% ※ 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	タイセイバンクール先行	山中悠（船橋）	推定—	B▲ A▲勝率15% EV-68% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率38%と適性高／同距離帯7走で勝率29%／同馬場状態で勝率40%）
前5走 08/04 船橋11R 6着/12頭+1.1秒 06/29 船橋11R 1着/9頭 06/04 船橋10R 2着/11頭 05/07 船橋11R 2着/14頭+0.2秒 03/30 船橋11R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (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 40% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 1.7% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 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。
9	グレートフリオーソ先行	實川純（船橋）	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 08/04 船橋11R 11着/12頭+2.0秒 07/04 船橋11R 13着/13頭 02/12 船橋12R 12着/14頭+3.1秒 01/23 船橋12R 13着/14頭+3.7秒 01/04 川崎11R 7着/14頭+1.7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 12.0着 (不振) ◎ 当競馬場適性 19走で勝率 32% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 14走で勝率 21% ▽ 前走実績前走 11着 (大敗) ○ 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 10位 / 勝率 3.2% / 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。
10	バーリフレイバー自在	川島正（船橋）	推定—	B◎ A○勝率18% EV-65% 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13走で勝率54%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率71%）
前5走 08/03 船橋10R 1着/10頭勝利 06/29 船橋11R 6着/9頭+2.0秒 06/04 船橋10R 1着/11頭 02/13 船橋9R 1着/11頭勝利 01/21 船橋7R 1着/14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 67% (絶好調) ◎ 当競馬場適性 13走で勝率 54% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 7走で勝率 71% ○ 騎手近50戦勝率 16% ◎ 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) +24% (市場と概ね一致) AI 予想勝率 65.9% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.3% / 期待値 -65% ※ 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 ○

バーリフレイバー

騎手川島正（船橋）

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:×4ヒラボクラフィット

1.2倍

EV -62%

▲A:▲8タイセイバンクール

—

EV —

出走馬全10頭

◎A:○10

バーリフレイバー

川島正（船橋）

—

›

○A:×4

ヒラボクラフィット

御神訓（大井）

1.2倍

-62%

›

▲A:▲8

タイセイバンクール

山中悠（船橋）

—

›

△A:×2

グリーンダイヤル

ゴンサ（船橋）

2.4倍

-98%

›

△A:×6

クニノハッピー

張田昂（船橋）

—

›

△A:×5

ショウネンジダイ

岡村健（船橋）

—

›

×A:△7

アルアインオアシス

澤田龍（船橋）

—

›

×A:△1

テクノダイヤモンド

笹川翼（大井）

—

›

×A:△3

リゼルージュセリエ

篠谷葵（船橋）

—

›

×A:×9

グレートフリオーソ

實川純（船橋）

—

›

💡 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 船橋競馬場ダ1600m ダート1600m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テクノダイヤモンド先行	笹川翼（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場21走で勝率43%と適性高／同距離帯12走で勝率33%／同馬場状態で勝率39%）
前5走 08/04 船橋11R 12着/12頭+2.8秒 06/04 園田11R 10着/10頭+0.0秒 05/19 名古屋9R 4着/11頭+1.1秒 05/06 名古屋11R 2着/10頭+0.1秒 04/22 名古屋11R 9着/12頭+1.3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 8.7着 (不振) ◎ 当競馬場適性 21走で勝率 43% (得意) ◎ 距離適性同距離 12走で勝率 33% ◎ 馬場適性同馬場 18走で勝率 39% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12着 (大敗) ○ 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 9.0% ※ 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	グリーンダイヤル差し	ゴンサ（船橋）	実2.4	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場25走で勝率32%と適性高／同距離帯16走で勝率25%／同馬場状態で勝率32%）
前5走 08/04 船橋11R 2着/12頭+0.5秒 03/10 船橋10R 1着/11頭勝利 02/11 船橋8R 3着/13頭+0.5秒 01/21 船橋10R 3着/13頭+0.5秒 08/29 船橋12R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 32% (得意) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 19走で勝率 32% ○ 前走実績前走 2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) -84% (大幅な期待値マイナス) AI 予想勝率 6.9% (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。
3	リゼルージュセリエ逃げ	篠谷葵（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14走で勝率36%と適性高／同距離帯12走で勝率42%／同馬場状態で勝率40%）
前5走 08/04 船橋11R 10着/12頭+1.9秒 06/29 船橋11R 4着/9頭 02/12 船橋12R 11着/14頭+3.0秒 01/21 船橋10R 12着/13頭+1.5秒 12/12 船橋12R 1着/10頭勝利
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 8.3着 (不振) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 12走で勝率 42% ◎ 馬場適性同馬場 10走で勝率 40% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 8.9% ※ 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	ヒラボクラフィット先行	御神訓（大井）	実1.2	×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9走で勝率56%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率60%）
前5走 06/04 船橋8R 6着/6頭+0.0秒 05/05 船橋9R 1着/12頭勝利 01/21 船橋8R 1着/14頭勝利 12/09 船橋11R 5着/8頭+1.7秒 11/03 船橋8R 4着/13頭+0.6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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 26% (好調) × 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 20.3% (オッズ暗示: 83.3%) ※ 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	ショウネンジダイ逃げ	岡村健（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10走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/17 浦和11R 8着/11頭+2.0秒 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8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 10走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 22走で勝率 23% × 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 5.7% ※ 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。
6	クニノハッピー	張田昂（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/04 船橋11R 7着/12頭+1.3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 7.0着 (不振) ○ 騎手近50戦勝率 16% ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 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。
7	アルアインオアシス	澤田龍（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は8走で勝ち無し）
前5走 08/03 船橋11R 4着/10頭+0.7秒 07/15 浦和12R 9着/12頭+2.0秒 06/29 船橋11R 2着/9頭 06/02 船橋10R 6着/11頭 05/05 船橋9R 9着/12頭+1.4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 ○ 当競馬場適性 21走で勝率 19% (相性良) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 7.8% ※ 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。
8	タイセイバンクール先行	山中悠（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8走で勝率38%と適性高／同距離帯7走で勝率29%／同馬場状態で勝率40%）
前5走 08/04 船橋11R 6着/12頭+1.1秒 06/29 船橋11R 1着/9頭 06/04 船橋10R 2着/11頭 05/07 船橋11R 2着/14頭+0.2秒 03/30 船橋11R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (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 40% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 14.8% ※ 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	グレートフリオーソ先行	實川純（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19走で勝率32%と適性高／直近3走平均12.0着と低調）
前5走 08/04 船橋11R 11着/12頭+2.0秒 07/04 船橋11R 13着/13頭 02/12 船橋12R 12着/14頭+3.1秒 01/23 船橋12R 13着/14頭+3.7秒 01/04 川崎11R 7着/14頭+1.7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 12.0着 (不振) ◎ 当競馬場適性 19走で勝率 32% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 14走で勝率 21% ▽ 前走実績前走 11着 (大敗) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 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。
10	バーリフレイバー自在	川島正（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13走で勝率54%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率71%）
前5走 08/03 船橋10R 1着/10頭勝利 06/29 船橋11R 6着/9頭+2.0秒 06/04 船橋10R 1着/11頭 02/13 船橋9R 1着/11頭勝利 01/21 船橋7R 1着/14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 67% (絶好調) ◎ 当競馬場適性 13走で勝率 54% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 7走で勝率 71% ○ 騎手近50戦勝率 16% ◎ 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) -65% (大幅な期待値マイナス) AI 予想勝率 18.3% ※ 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

ヒラボクラフィット

騎手御神訓（大井）

単勝オッズ

1.2倍

AI期待値

-75%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10バーリフレイバー

—

EV —

▲8タイセイバンクール

—

EV —

出走馬全10頭

×4

ヒラボクラフィット

御神訓（大井）

1.2倍

-75%

›

○10

バーリフレイバー

川島正（船橋）

—

›

▲8

タイセイバンクール

山中悠（船橋）

—

›

△1

テクノダイヤモンド

笹川翼（大井）

—

›

△3

リゼルージュセリエ

篠谷葵（船橋）

—

›

△7

アルアインオアシス

澤田龍（船橋）

—

›

×2

グリーンダイヤル

ゴンサ（船橋）

2.4倍

-83%

›

×5

ショウネンジダイ

岡村健（船橋）

—

›

×6

クニノハッピー

張田昂（船橋）

—

›

×9

グレートフリオーソ

實川純（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