船橋 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	イクノオリンピア逃げ	増田充（川崎）	実22.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は23走で勝ち無し）
前5走 10/16 川崎8R 4着/10頭+1.0秒 10/02 船橋6R 9着/12頭+2.2秒 09/08 川崎4R 8着/12頭+1.9秒 08/19 川崎5R 6着/11頭+1.6秒 05/14 川崎5R 3着/12頭+0.6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 7.0着 (不振) ▽ 距離適性同距離は 23走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.4%) ※ 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	マインドザヘルム	野澤憲（船橋）	実268.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場30走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／130日ぶりの実戦）
前5走 06/29 船橋8R 5着/5頭+1.0秒 06/17 川崎4R 11着/12頭+1.0秒 06/04 船橋5R 7着/12頭+1.0秒 05/08 船橋6R 10着/11頭+1.4秒 03/31 船橋3R 6着/12頭+1.9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 7.7着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 130日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 0.3% (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。
3	イッツオンリーラブ	七夕裕（浦和）	実36.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均3.0着と安定／前走3着）
前5走 10/23 浦和5R 3着/11頭+0.7秒 ― ― ― ―
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) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 2.1% (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。
4	ジャルダンデュロワ	古岡勇（川崎）	実14.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/16 川崎8R 6着/10頭+1.9秒 10/02 船橋4R 2着/12頭+0.1秒 08/03 船橋12R 3着/3頭 07/04 船橋6R 2着/10頭 06/26 浦和3R 2着/9頭+2.0秒
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) △ 直近3戦の調子平均 3.7着 △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 6.9%) ※ 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。
5	プラウドパーク追込	川島正（船橋）	実2.3	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/30 船橋3R 1着/13頭勝利 08/26 船橋4R 1着/12頭勝利 08/02 船橋9R 6着/11頭+1.0秒 11/04 船橋3R 11着/11頭+4.0秒 10/17 川崎5R 8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戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) × 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 23.2% (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。
6	エリセイラ先行	野畑凌（川崎）	実121.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均11.3着と低調）
前5走 10/13 川崎10R 12着/14頭+3.5秒 09/29 船橋8R 13着/14頭+4.4秒 09/08 川崎4R 9着/12頭+2.3秒 08/24 船橋12R 2着/3頭 07/02 船橋3R 5着/8頭
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戦の調子平均 11.3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 9走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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	セントピュアベース	本田重（船橋）	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（213日ぶりの実戦）
前5走 04/07 川崎7R 4着/11頭+0.7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 4.0着 ○ 騎手近50戦勝率 14% △ ローテーション 213日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 15.6% (オッズ暗示: 14.3%) ※ 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	プラネタリーアワー	保園翔（浦和）	実14.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 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) -17% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.9%) ※ 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。
9	モンドシュピーゲル推奨	矢野貴（大井）	実6.6	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+91%の中穴候補（直近3走平均2.0着と安定／前走2着で力を示す／74日の休養を経て臨戦態勢）
前5走 08/24 船橋3R 2着/8頭+0.9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戦の調子平均 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 29.0% (オッズ暗示: 15.2%) ※ 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	ボーントゥラブユー	笠野雄（船橋）	実7.2	△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20%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 13.9%) ※ 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。
11	フェミナンジェンヌ	山中悠（船橋）	実14.3	×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100%と好調／前走勝利の勢い／269日ぶりの実戦）
前5走 02/10 312R 1着/12頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 269日休養明け × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 7.0%) ※ 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。
12	タガノナッシュビル自在	和田譲（大井）	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/23 浦和5R 4着/11頭+1.0秒 09/30 船橋2R 3着/12頭+0.4秒 08/02 船橋6R 6着/10頭+1.9秒 05/05 名古屋11R 9着/11頭+7.9秒 04/10 名古屋9R 1着/11頭勝利
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戦の調子平均 4.3着 ○ 距離適性同距離 5走で勝率 20% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 9.7%) ※ 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。

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）

買うAI の推奨

モンドシュピーゲル

騎手矢野貴（大井）

6.6倍

AI の勝率29%損益の分かれ目15%

AI の勝率 29% が損益の分かれ目 15%（1 ÷ 6.6倍）を上回り、期待値 +91% が買う基準（+30%）以上。

賭け金の目安 ¥400（AI の自信に応じて変えています）

外れ（5着）

出走馬全12頭

◎9

モンドシュピーゲル

矢野貴（大井）

6.6倍

勝率 29%

›

○5

プラウドパーク

川島正（船橋）

2.3倍

勝率 23%

›

▲7

セントピュアベース

本田重（船橋）

7.0倍

勝率 16%

›

△10

ボーントゥラブユー

笠野雄（船橋）

7.2倍

勝率 9%

›

△12

タガノナッシュビル

和田譲（大井）

10.3倍

勝率 6%

›

△8

プラネタリーアワー

保園翔（浦和）

14.4倍

勝率 6%

›

▽4

ジャルダンデュロワ

古岡勇（川崎）

14.5倍

勝率 4%

›

×11

フェミナンジェンヌ

山中悠（船橋）

14.3倍

勝率 3%

›

▽3

イッツオンリーラブ

七夕裕（浦和）

36.5倍

対象外勝率 2%

›

×1

イクノオリンピア

増田充（川崎）

22.6倍

勝率 1%

›

▽6

エリセイラ

野畑凌（川崎）

121.7倍

対象外勝率 1%

›

▽2

マインドザヘルム

野澤憲（船橋）

268.1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　AI 期待値プラス判定

単勝9モンドシュピーゲル不的中 5着

オッズ6.6倍予測時点
期待値+91%
賭け金¥400

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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