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。

8R 船橋競馬場ダ1500m 発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディープオーキッド先行	吉留孝（浦和）	実103.2	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均9.0着と低調）
前5走 10/20 浦和5R 5着/12頭+0.1秒 02/23 浦和12R 9着/12頭+2.0秒 02/09 船橋6R 13着/14頭+3.7秒 02/02 川崎6R 7着/13頭+1.3秒 01/08 浦和8R 11着/12頭+2.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0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 12走で勝ち無し × 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 0.4% (オッズ暗示: 1.0%) ※ 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	エガリテアリエル	所　蛍（船橋）	実92.7	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向）
前5走 10/20 浦和4R 5着/11頭+1.4秒 09/29 船橋2R 5着/12頭+2.4秒 06/28 船橋1R 5着/9頭 06/01 船橋1R 9着/11頭+0.0秒 05/25 浦和5R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) × 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 0.4% (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。
3	イントゥザウインド	ゴンサ（船橋）	実4.5	▲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 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 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 11.8% (オッズ暗示: 22.2%) ※ 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。
4	レーザーベルン	庄司大（船橋）	実32.4	△詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.1%) ※ 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。
5	アズベリー自在	木間龍（船橋）	実68.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 10/19 浦和5R 9着/12頭+0.8秒 09/29 船橋8R 10着/14頭+3.6秒 09/07 川崎5R 8着/12頭+1.4秒 08/04 船橋12R 12着/14頭+4.0秒 08/08 川崎9R 13着/14頭+2.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ※ 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	シンキングファーザ差し	山本大（船橋）	実14.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 10/23 浦和5R 1着/11頭勝利 10/01 船橋6R 1着/12頭勝利 06/02 船橋7R 3着/14頭 05/04 船橋12R 3着/11頭+1.0秒 04/03 船橋3R 5着/12頭+1.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 25走で勝率 12% ○ 距離適性同距離 21走で勝率 19% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 3.0% (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。
7	タイセイゼスティ	岡村健（船橋）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 09/30 船橋4R 2着/12頭+1.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 16.6% (オッズ暗示: 21.3%) ※ 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。
8	ジュンピリカ自在	臼井健（船橋）	実48.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は3走で勝ち無し／69日ぶりの実戦）
前5走 08/25 船橋9R 8着/13頭+1.4秒 08/02 船橋6R 3着/10頭+1.0秒 07/13 浦和4R 3着/11頭+0.0秒 06/28 船橋1R 7着/9頭+4.0秒 06/01 船橋1R 7着/11頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 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) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.6% (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。
9	シェナスーパー追込	山中悠（船橋）	実69.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 10/19 浦和2R 1着/8頭勝利 10/01 船橋4R 2着/12頭+0.3秒 03/10 船橋3R 10着/11頭+1.9秒 02/11 船橋1R 4着/12頭+1.5秒 01/22 船橋1R 4着/12頭+1.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 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) -38% (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。
10	アルファマドンナ追込	本橋孝（船橋）	実28.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場30走で勝率3%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 09/28 船橋8R 6着/8頭+0.6秒 08/24 船橋10R 8着/14頭+2.2秒 08/03 船橋9R 3着/12頭+0.6秒 06/28 船橋7R 5着/9頭 05/04 船橋3R 9着/12頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 30走で勝率 3% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し × 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 2.1% (オッズ暗示: 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。
11	タイセイグローバル	笹川翼（大井）	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率32%）
前5走 09/29 船橋2R 2着/12頭+1.5秒 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.2%) ※ 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	ナイトセーリング	篠谷葵（船橋）	実1.9	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（直近3走で勝率50%と好調／前走勝利の勢い／314日ぶりの実戦）
前5走 12/23 名古屋9R 1着/11頭勝利 12/10 名古屋8R 2着/12頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (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 314日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 51.9% (オッズ暗示: 52.6%) ※ 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。

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）

見送りAI の 1 位の馬

ナイトセーリング

騎手篠谷葵（船橋）

1.9倍

AI の勝率52%損益の分かれ目53%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全12頭

◎12

ナイトセーリング

篠谷葵（船橋）

1.9倍

勝率 52%

›

○7

タイセイゼスティ

岡村健（船橋）

4.7倍

勝率 17%

›

▲3

イントゥザウインド

ゴンサ（船橋）

4.5倍

勝率 12%

›

△11

タイセイグローバル

笹川翼（大井）

10.9倍

勝率 8%

›

△6

シンキングファーザ

山本大（船橋）

14.7倍

勝率 3%

›

△4

レーザーベルン

庄司大（船橋）

32.4倍

対象外勝率 3%

›

▽10

アルファマドンナ

本橋孝（船橋）

28.3倍

勝率 2%

›

▽8

ジュンピリカ

臼井健（船橋）

48.0倍

対象外勝率 2%

›

▽5

アズベリー

木間龍（船橋）

68.3倍

対象外勝率 1%

›

▽9

シェナスーパー

山中悠（船橋）

69.6倍

対象外勝率 1%

›

×1

ディープオーキッド

吉留孝（浦和）

103.2倍

対象外勝率 0%

›

×2

エガリテアリエル

所　蛍（船橋）

92.7倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

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