札幌 1R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
カプリースカラー |
丹内 |
実18.4 |
B△ A△勝率7% EV+21% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 5.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。 |
| 2 |
テイクマイハート |
池添 |
実19.4 |
B▽ A▽勝率7% EV+27% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 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。 |
| 3 |
カッサンドラ |
横山琉 |
実2.3 |
B○ A◎勝率22% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 24.3% (オッズ暗示: 43.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 22.1% / 期待値 -49% ※ 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 |
クリコイーコ |
吉田隼 |
実16.4 |
B△ A△勝率8% EV+31% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。 |
| 5 |
アイビーミャーオ |
☆舟山 |
実3.3 |
B◎ A○勝率20% EV-33% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 28.1% (オッズ暗示: 30.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 20.0% / 期待値 -34% ※ 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 |
ロングフルスペック |
古川吉 |
実12.6 |
B△ A△勝率12% EV+54% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 7.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.3% / 期待値 +55% ※ 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 |
カレンココナ |
▲小林美 |
実3.8 |
B▲ A▲勝率20% EV-24% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 24.3% (オッズ暗示: 26.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 19.9% / 期待値 -24% ※ 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 |
レヴヴィ |
松本 |
実42.0 |
B▽ A▽勝率5% EV+90% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 4.5% / 期待値 +91% ※ 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
AIの推奨本命の次点
出走馬全8頭
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
28.1% (オッズ暗示: 30.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 20.0% / 期待値 -34%
×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
24.3% (オッズ暗示: 43.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 22.1% / 期待値 -49%
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
24.3% (オッズ暗示: 26.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 19.9% / 期待値 -24%
△期待値 (オッズ vs AI勝率)
-3% (オッズ過剰評価)
AI 予想勝率
7.7% (オッズ暗示: 7.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.3% / 期待値 +55%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
5.5% (オッズ暗示: 6.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.0% / 期待値 +31%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
4.8% (オッズ暗示: 5.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.6% / 期待値 +21%
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
3.3% (オッズ暗示: 5.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.6% / 期待値 +28%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 4.5% / 期待値 +91%
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
カプリースカラー |
丹内 |
実18.4 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.4%) ※ 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 |
テイクマイハート |
池添 |
実19.4 |
▽詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 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。 |
| 3 |
カッサンドラ |
横山琉 |
実2.3 |
◎詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 22.1% (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。 |
| 4 |
クリコイーコ |
吉田隼 |
実16.4 |
△詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 6.1%) ※ 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 |
アイビーミャーオ |
☆舟山 |
実3.3 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 20.0% (オッズ暗示: 30.3%) ※ 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。 |
| 6 |
ロングフルスペック |
古川吉 |
実12.6 |
△詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 12.3% (オッズ暗示: 7.9%) ※ 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。 |
| 7 |
カレンココナ |
▲小林美 |
実3.8 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 26.3%) ※ 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 |
レヴヴィ |
松本 |
実42.0 |
▽詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.4%) ※ 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。 |
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
AIの推奨本命の次点
出走馬全8頭
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
22.1% (オッズ暗示: 43.5%)
×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
20.0% (オッズ暗示: 30.3%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
19.9% (オッズ暗示: 26.3%)
🌟◎期待値 (オッズ vs AI勝率)
+54% (市場が大幅過小評価)
AI 予想勝率
12.3% (オッズ暗示: 7.9%)
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
8.0% (オッズ暗示: 6.1%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
6.6% (オッズ暗示: 5.4%)
△期待値 (オッズ vs AI勝率)
+27% (市場と概ね一致)
AI 予想勝率
6.6% (オッズ暗示: 5.2%)
🌟◎期待値 (オッズ vs AI勝率)
+90% (市場が大幅過小評価)
AI 予想勝率
4.5% (オッズ暗示: 2.4%)
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
