札幌 4R 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 |
レイナデルアイレ |
石川倭 |
実32.9 |
B▽ A▽勝率3% EV-16% 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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 期待値 -16% ※ 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 |
サンエンジェルス |
浜中 |
実9.6 |
B△ A△勝率8% EV-23% 詳細▼ |
|
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) -21% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 10.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。 |
| 3 |
アロハ |
丹内 |
実6.7 |
B△ A△勝率14% EV-5% 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) -23% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 14.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 14.0% / 期待値 -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 |
エアヴァイブス |
武豊 |
実4.5 |
B▲ A▲勝率17% EV-23% 詳細▼ |
|
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) -21% (オッズ過剰評価) AI 予想勝率 17.5% (オッズ暗示: 22.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 17.1% / 期待値 -23% ※ 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 |
スパークルレイ |
松本 |
実295.0 |
B▽ A▽勝率1% EV+111% 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 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 0.3% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 +111% ※ 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 |
ペカリーナ |
▲小林美 |
実4.3 |
B○ A○勝率22% EV-7% 詳細▼ |
|
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) -13% (オッズ過剰評価) AI 予想勝率 20.3% (オッズ暗示: 23.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 期待値 -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。 |
| 7 |
ビップジョワ |
▲遠藤 |
実102.5 |
B▽ A▽勝率1% EV-3% 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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.6% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 0.9% / 期待値 -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。 |
| 8 |
サンセリテ |
☆舟山 |
実9.8 |
B△ A△勝率8% EV-21% 詳細▼ |
|
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) -8% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 10.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -22% ※ 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 |
イノリ |
▲和田陽 |
実165.0 |
B× A▽勝率1% EV-10% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。 |
| 10 |
フローズンクイーン |
鮫島駿 |
実131.9 |
B▽ A▽勝率1% EV+23% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 10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 0.6% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。 |
| 11 |
フレッチャアズーラ |
横山和 |
実2.9 |
B◎ A◎勝率22% EV-37% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 25.6% (オッズ暗示: 34.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 21.5% / 期待値 -38% ※ 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 |
イヌボウノシオカゼ |
横山琉 |
実317.1 |
B▽ A▽勝率1% EV+127% 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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +127% ※ 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 |
カスタニッチャ |
小沢 |
実152.3 |
B× A▽勝率1% EV-17% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 0.5% / 期待値 -18% ※ 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 |
ロジマギー |
佐々木 |
実25.5 |
B▽ A▽勝率3% EV-24% 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 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 3.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 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。 |
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14頭
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
25.6% (オッズ暗示: 34.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 21.5% / 期待値 -38%
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
20.3% (オッズ暗示: 23.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.5% / 期待値 -7%
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
17.5% (オッズ暗示: 22.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 17.1% / 期待値 -23%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
11.5% (オッズ暗示: 14.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 14.0% / 期待値 -6%
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
9.4% (オッズ暗示: 10.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.0% / 期待値 -22%
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 10.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.0% / 期待値 -24%
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
2.7% (オッズ暗示: 3.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -24%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
2.4% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.5% / 期待値 -16%
×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
0.6% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 0.9% / 期待値 -4%
△AIランク評価 (順位学習モデル)
レース内 10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
0.6% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.9% / 期待値 +24%
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 0.5% / 期待値 -18%
△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: 0.3%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.7% / 期待値 +111%
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
0.3% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.7% / 期待値 +127%
×期待値 (オッズ vs AI勝率)
-59% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 0.5% / 期待値 -11%
💡 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 |
レイナデルアイレ |
石川倭 |
実32.9 |
▽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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.5% (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。 |
| 2 |
サンエンジェルス |
浜中 |
実9.6 |
△詳細▼ |
|
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) -24% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.4%) ※ 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 |
アロハ |
丹内 |
実6.7 |
△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) -6% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 14.9%) ※ 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 |
エアヴァイブス |
武豊 |
実4.5 |
▲詳細▼ |
|
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) -23% (オッズ過剰評価) AI 予想勝率 17.1% (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。 |
| 5 |
スパークルレイ |
松本 |
実295.0 |
▽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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +111% (市場が大幅過小評価) AI 予想勝率 0.7% (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。 |
| 6 |
ペカリーナ |
▲小林美 |
実4.3 |
○詳細▼ |
|
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) -7% (オッズ過剰評価) AI 予想勝率 21.5% (オッズ暗示: 23.3%) ※ 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。 |
| 7 |
ビップジョワ |
▲遠藤 |
実102.5 |
▽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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 0.9% (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。 |
| 8 |
サンセリテ |
☆舟山 |
実9.8 |
△詳細▼ |
|
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) -22% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.2%) ※ 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。 |
| 9 |
イノリ |
▲和田陽 |
実165.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 0.5% (オッズ暗示: 0.6%) ※ 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。 |
| 10 |
フローズンクイーン |
鮫島駿 |
実131.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 0.9% (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。 |
| 11 |
フレッチャアズーラ |
横山和 |
実2.9 |
◎詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 21.5% (オッズ暗示: 34.5%) ※ 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。 |
| 12 |
イヌボウノシオカゼ |
横山琉 |
実317.1 |
▽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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +127% (市場が大幅過小評価) AI 予想勝率 0.7% (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 |
カスタニッチャ |
小沢 |
実152.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) 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 |
ロジマギー |
佐々木 |
実25.5 |
▽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 14 ◎ 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 3.0% (オッズ暗示: 3.9%) ※ 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。 |
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14頭
×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
21.5% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
21.5% (オッズ暗示: 23.3%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
17.1% (オッズ暗示: 22.2%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
14.0% (オッズ暗示: 14.9%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
8.0% (オッズ暗示: 10.4%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
8.0% (オッズ暗示: 10.2%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.9%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 3.0%)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.0%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
△期待値 (オッズ vs AI勝率)
+23% (市場と概ね一致)
AI 予想勝率
0.9% (オッズ暗示: 0.8%)
🌟◎期待値 (オッズ vs AI勝率)
+111% (市場が大幅過小評価)
AI 予想勝率
0.7% (オッズ暗示: 0.3%)
🌟◎期待値 (オッズ vs AI勝率)
+127% (市場が大幅過小評価)
AI 予想勝率
0.7% (オッズ暗示: 0.3%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.7%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.6%)
💡 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。
