大井 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 大井競馬場ダ1400m ダート1400m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラッキーロジータ差し	中山遥（浦和）	実73.1	B× A▽勝率1% EV-32% 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 大井6R 12着/12頭 03/11 大井5R 13着/13頭+1.9秒 01/30 大井10R 15着/16頭+1.9秒 12/26 大井3R 12着/14頭+4.3秒 12/03 大井6R 8着/14頭+2.7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 13.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 18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 0.9% / 期待値 -33% ※ 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	タイガーシャーク先行	安藤洋（大井）	実2.3	B🌟◎ A🌟◎勝率48% EV+10% 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5走で勝率40%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/17 大井2R 1着/14頭勝利 12/26 大井5R 5着/13頭+0.4秒 12/03 大井6R 12着/14頭+4.0秒 11/11 大井6R 12着/13頭+3.1秒 10/18 大井3R 1着/6頭勝利
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 5走で勝率 40% (得意) ○ 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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 55.0% (オッズ暗示: 43.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 48.2% / 期待値 +11% ※ 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	シルフラ	佐野遥（川崎）	実13.1	B△ A△勝率4% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 08/13 大井6R 3着/12頭 07/20 大井8R 9着/13頭 07/01 大井4R 3着/14頭 06/09 大井5R 4着/11頭 05/21 大井9R 10着/13頭+0.0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 5.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 期待値 -47% ※ 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	カプチーノ	西啓太（大井）	実37.0	B× A▽勝率1% EV-48% 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 大井6R 10着/12頭 07/20 大井8R 4着/13頭+0.0秒 07/01 大井4R 6着/14頭 06/09 大井5R 5着/11頭+1.0秒 05/19 大井5R 7着/14頭+1.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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 1.4% / 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。
5	エンドレスバンカー差し	藤田凌（大井）	実44.7	B△ A▽勝率2% EV-27% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／139日ぶりの実戦）
前5走 04/14 大井5R 5着/14頭+2.3秒 03/24 大井9R 7着/12頭+1.8秒 03/10 大井9R 3着/14頭+0.4秒 02/17 大井7R 4着/14頭+0.7秒 11/10 大井5R 6着/14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戦の調子平均 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 139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 3.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -28% ※ 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	アジアンゴールド	ゴンサ（船橋）	実47.1	B× A▽勝率1% EV-38% 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 大井8R 6着/10頭+2.3秒 07/20 大井8R 7着/13頭 07/02 大井8R 10着/13頭 06/09 大井6R 3着/12頭 05/19 大井5R 5着/14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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 18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 1.3% / 期待値 -39% ※ 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	アエノジャッジ	本田重（船橋）	実9.3	B▲ A△勝率7% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
前5走 08/13 大井6R 6着/12頭 07/23 大井1R 2着/13頭+0.0秒 06/30 大井5R 4着/11頭 06/08 大井8R 2着/12頭 01/26 大井7R 6着/14頭+2.0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 4.0着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -32% ※ 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	グランドターギー	野畑凌（川崎）	実14.8	B△ A△勝率4% EV-43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/13 大井6R 7着/12頭 07/20 大井8R 6着/13頭 07/01 大井4R 7着/14頭 02/18 大井3R 6着/14頭+0.9秒 01/27 大井7R 7着/12頭+0.9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 6.7着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 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	ディープオーシャン先行	藤本現（大井）	実4.1	B○ A○勝率18% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 12/26 大井4R 2着/14頭+0.3秒 12/02 大井3R 3着/16頭+0.8秒 11/10 大井6R 3着/14頭+0.5秒 10/20 大井7R 2着/14頭+0.2秒 10/05 大井4R 8着/8頭+3.2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 2.7着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 248日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 29.8% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.3% / 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。
10	ベクトルマッハ逃げ	江里裕（大井）	実78.8	B× A▽勝率1% EV-43% 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 04/27 大井10R 10着/15頭+2.5秒 04/15 大井8R 9着/10頭+3.8秒 03/25 大井9R 4着/11頭+0.3秒 03/10 大井4R 11着/13頭+3.3秒 02/20 大井12R 6着/16頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) △ ローテーション 126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 12位 / 勝率 0.7% / 期待値 -44% ※ 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	ポルトディタリー	和田譲（大井）	実5.2	B× A▲勝率9% EV-51% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/14 大井4R 7着/12頭+2.1秒 07/20 大井8R 2着/13頭 07/02 大井6R 7着/12頭 06/09 大井5R 7着/11頭 05/18 大井6R 1着/14頭勝利
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 5.3着 △ 当競馬場適性 45走で勝率 9% ○ 距離適性同距離 20走で勝率 20% ○ 騎手近50戦勝率 14% ○ ローテーション 17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: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.4% / 期待値 -51% ※ 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	フロウオブタイム	東原悠（大井）	実315.5	B× A▽勝率0% EV-20% 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 07/21 大井6R 10着/13頭+2.2秒 07/03 大井9R 10着/12頭 06/11 大井8R 13着/13頭 05/20 大井8R 9着/11頭+1.0秒 04/30 大井5R 10着/10頭+2.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0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 5走で勝ち無し ▽ 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 14位 / 勝率 0.3% / 期待値 -21% ※ 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	ラストフロンティア	木澤奨（大井）	実134.9	B× A▽勝率0% EV-36% 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 大井8R 7着/10頭+2.4秒 07/20 大井8R 8着/13頭+0.0秒 07/02 大井6R 11着/12頭+1.0秒 06/09 大井5R 6着/11頭+0.0秒 05/20 大井8R 6着/11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 8.7着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ ローテーション 18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 0.5% / 期待値 -36% ※ 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。
14	ジルクン	達城龍（大井）	実32.9	B▽ A▽勝率2% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／前走3着）
前5走 08/13 大井8R 3着/10頭+1.7秒 07/20 大井10R 13着/14頭 07/01 大井5R 4着/14頭 06/09 大井4R 6着/10頭 05/19 大井4R 7着/9頭+1.0秒
AI 評価の内訳 — 馬番 14 ◎ 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 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 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。

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 ◎

タイガーシャーク

騎手安藤洋（大井）

単勝オッズ

2.3倍

AI期待値

+26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9ディープオーシャン

4.1倍

EV +22%

▲A:△7アエノジャッジ

9.3倍

EV -55%

出走馬全14頭

◎A:◎2

タイガーシャーク

安藤洋（大井）

2.3倍

+26%

›

○A:○9

ディープオーシャン

藤本現（大井）

4.1倍

+22%

›

▲A:△7

アエノジャッジ

本田重（船橋）

9.3倍

-55%

›

△A:△3

シルフラ

佐野遥（川崎）

13.1倍

-59%

›

△A:▽5

エンドレスバンカー

藤田凌（大井）

44.7倍

+37%

›

△A:△8

グランドターギー

野畑凌（川崎）

14.8倍

-69%

›

▽A:▽14

ジルクン

達城龍（大井）

32.9倍

-32%

›

×A:▲11

ポルトディタリー

和田譲（大井）

5.2倍

-99%

›

×A:▽4

カプチーノ

西啓太（大井）

37.0倍

-99%

›

×A:▽6

アジアンゴールド

ゴンサ（船橋）

47.1倍

-99%

›

×A:▽1

ラッキーロジータ

中山遥（浦和）

73.1倍

-99%

›

×A:▽10

ベクトルマッハ

江里裕（大井）

78.8倍

-99%

›

×A:▽13

ラストフロンティア

木澤奨（大井）

134.9倍

-99%

›

×A:▽12

フロウオブタイム

東原悠（大井）

315.5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 大井競馬場ダ1400m ダート1400m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラッキーロジータ差し	中山遥（浦和）	実73.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／直近3走平均13.3着と低調／騎手は近50戦で勝率20%）
前5走 08/13 大井6R 12着/12頭 03/11 大井5R 13着/13頭+1.9秒 01/30 大井10R 15着/16頭+1.9秒 12/26 大井3R 12着/14頭+4.3秒 12/03 大井6R 8着/14頭+2.7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 13.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
2	タイガーシャーク先行	安藤洋（大井）	実2.3	🌟◎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5走で勝率40%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/17 大井2R 1着/14頭勝利 12/26 大井5R 5着/13頭+0.4秒 12/03 大井6R 12着/14頭+4.0秒 11/11 大井6R 12着/13頭+3.1秒 10/18 大井3R 1着/6頭勝利
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 5走で勝率 40% (得意) ○ 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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 48.2% (オッズ暗示: 43.5%) ※ 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	シルフラ	佐野遥（川崎）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 08/13 大井6R 3着/12頭 07/20 大井8R 9着/13頭 07/01 大井4R 3着/14頭 06/09 大井5R 4着/11頭 05/21 大井9R 10着/13頭+0.0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 5.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.6%) ※ 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。
4	カプチーノ	西啓太（大井）	実37.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向）
前5走 08/13 大井6R 10着/12頭 07/20 大井8R 4着/13頭+0.0秒 07/01 大井4R 6着/14頭 06/09 大井5R 5着/11頭+1.0秒 05/19 大井5R 7着/14頭+1.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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 1.4% (オッズ暗示: 2.7%) ※ 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。
5	エンドレスバンカー差し	藤田凌（大井）	実44.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／139日ぶりの実戦）
前5走 04/14 大井5R 5着/14頭+2.3秒 03/24 大井9R 7着/12頭+1.8秒 03/10 大井9R 3着/14頭+0.4秒 02/17 大井7R 4着/14頭+0.7秒 11/10 大井5R 6着/14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戦の調子平均 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ※ 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	アジアンゴールド	ゴンサ（船橋）	実47.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 08/13 大井8R 6着/10頭+2.3秒 07/20 大井8R 7着/13頭 07/02 大井8R 10着/13頭 06/09 大井6R 3着/12頭 05/19 大井5R 5着/14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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 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。
7	アエノジャッジ	本田重（船橋）	実9.3	△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20%）
前5走 08/13 大井6R 6着/12頭 07/23 大井1R 2着/13頭+0.0秒 06/30 大井5R 4着/11頭 06/08 大井8R 2着/12頭 01/26 大井7R 6着/14頭+2.0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 4.0着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 10.8%) ※ 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	グランドターギー	野畑凌（川崎）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/13 大井6R 7着/12頭 07/20 大井8R 6着/13頭 07/01 大井4R 7着/14頭 02/18 大井3R 6着/14頭+0.9秒 01/27 大井7R 7着/12頭+0.9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 6.7着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 18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 3.8% (オッズ暗示: 6.8%) ※ 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	ディープオーシャン先行	藤本現（大井）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 12/26 大井4R 2着/14頭+0.3秒 12/02 大井3R 3着/16頭+0.8秒 11/10 大井6R 3着/14頭+0.5秒 10/20 大井7R 2着/14頭+0.2秒 10/05 大井4R 8着/8頭+3.2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 2.7着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 248日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 18.3% (オッズ暗示: 24.4%) ※ 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。
10	ベクトルマッハ逃げ	江里裕（大井）	実78.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／126日ぶりの実戦）
前5走 04/27 大井10R 10着/15頭+2.5秒 04/15 大井8R 9着/10頭+3.8秒 03/25 大井9R 4着/11頭+0.3秒 03/10 大井4R 11着/13頭+3.3秒 02/20 大井12R 6着/16頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) △ ローテーション 126日休養明け × 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 0.7% (オッズ暗示: 1.3%) ※ 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。
11	ポルトディタリー	和田譲（大井）	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/14 大井4R 7着/12頭+2.1秒 07/20 大井8R 2着/13頭 07/02 大井6R 7着/12頭 06/09 大井5R 7着/11頭 05/18 大井6R 1着/14頭勝利
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 5.3着 △ 当競馬場適性 45走で勝率 9% ○ 距離適性同距離 20走で勝率 20% ○ 騎手近50戦勝率 14% ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 9.4% (オッズ暗示: 19.2%) ※ 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。
12	フロウオブタイム	東原悠（大井）	実315.5	▽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5走で勝ち無し／直近3走平均11.0着と低調）
前5走 07/21 大井6R 10着/13頭+2.2秒 07/03 大井9R 10着/12頭 06/11 大井8R 13着/13頭 05/20 大井8R 9着/11頭+1.0秒 04/30 大井5R 10着/10頭+2.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0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 5走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ※ 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。
13	ラストフロンティア	木澤奨（大井）	実134.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/13 大井8R 7着/10頭+2.4秒 07/20 大井8R 8着/13頭+0.0秒 07/02 大井6R 11着/12頭+1.0秒 06/09 大井5R 6着/11頭+0.0秒 05/20 大井8R 6着/11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 8.7着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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。
14	ジルクン	達城龍（大井）	実32.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／前走3着）
前5走 08/13 大井8R 3着/10頭+1.7秒 07/20 大井10R 13着/14頭 07/01 大井5R 4着/14頭 06/09 大井4R 6着/10頭 05/19 大井4R 7着/9頭+1.0秒
AI 評価の内訳 — 馬番 14 ◎ 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 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18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 2.1% (オッズ暗示: 3.0%) ※ 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。

🎯 AIの本命

AI評価1位

タイガーシャーク

騎手安藤洋（大井）

単勝オッズ

2.3倍

AI期待値

+10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ディープオーシャン

4.1倍

EV -24%

▲11ポルトディタリー

5.2倍

EV -51%

出走馬全14頭

◎2

タイガーシャーク

安藤洋（大井）

2.3倍

+10%

›

○9

ディープオーシャン

藤本現（大井）

4.1倍

-24%

›

▲11

ポルトディタリー

和田譲（大井）

5.2倍

-51%

›

△7

アエノジャッジ

本田重（船橋）

9.3倍

-31%

›

△3

シルフラ

佐野遥（川崎）

13.1倍

-46%

›

△8

グランドターギー

野畑凌（川崎）

14.8倍

-43%

›

▽14

ジルクン

達城龍（大井）

32.9倍

-31%

›

▽5

エンドレスバンカー

藤田凌（大井）

44.7倍

-27%

›

▽4

カプチーノ

西啓太（大井）

37.0倍

-48%

›

▽6

アジアンゴールド

ゴンサ（船橋）

47.1倍

-38%

›

▽1

ラッキーロジータ

中山遥（浦和）

73.1倍

-32%

›

▽10

ベクトルマッハ

江里裕（大井）

78.8倍

-43%

›

▽13

ラストフロンティア

木澤奨（大井）

134.9倍

-36%

›

▽12

フロウオブタイム

東原悠（大井）

315.5倍

-20%

›

💡 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