札幌 7R 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 |
キープライジング |
岩田康 |
実29.3 |
B△ A△勝率5% EV+39% 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) -27% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 期待値 +40% ※ 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 |
ランドスター |
▲小林美 |
実5.4 |
B🌟◎ A▲勝率19% EV+4% 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) +82% (市場が大幅過小評価) AI 予想勝率 33.9% (オッズ暗示: 18.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 19.3% / 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。 |
| 3 |
レネネト |
北村友 |
実5.5 |
B△ A△勝率13% EV-29% 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) -37% (大幅な期待値マイナス) AI 予想勝率 11.4% (オッズ暗示: 18.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 12.9% / 期待値 -29% ※ 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 |
ロードヴァルカン |
横山和 |
実3.6 |
B▲ A○勝率19% EV-30% 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) -45% (大幅な期待値マイナス) AI 予想勝率 15.3% (オッズ暗示: 27.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 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 |
ビタミンドロップ |
丹内 |
実3.0 |
B○ A◎勝率21% EV-36% 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) -32% (大幅な期待値マイナス) AI 予想勝率 22.5% (オッズ暗示: 33.3%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 21.2% / 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。 |
| 6 |
ナムラモモ |
小沢 |
実4.1 |
B△ A△勝率19% EV-21% 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) -46% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 24.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 19.1% / 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。 |
| 7 |
ラムールデュヴォン |
▲遠藤 |
実71.0 |
B▽ A▽勝率3% EV+145% 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) -14% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 期待値 +145% ※ 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7頭
🌟◎期待値 (オッズ vs AI勝率)
+82% (市場が大幅過小評価)
AI 予想勝率
33.9% (オッズ暗示: 18.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 19.3% / 期待値 +4%
×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
22.5% (オッズ暗示: 33.3%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 21.2% / 期待値 -36%
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
15.3% (オッズ暗示: 27.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 19.3% / 期待値 -31%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
13.2% (オッズ暗示: 24.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 19.1% / 期待値 -22%
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
11.4% (オッズ暗示: 18.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 12.9% / 期待値 -29%
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 3.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.8% / 期待値 +40%
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
1.2% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.5% / 期待値 +145%
💡 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 |
キープライジング |
岩田康 |
実29.3 |
△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) +39% (妙味あり) AI 予想勝率 4.8% (オッズ暗示: 3.4%) ※ 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 |
ランドスター |
▲小林美 |
実5.4 |
▲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) +4% (市場と概ね一致) AI 予想勝率 19.3% (オッズ暗示: 18.5%) ※ 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 |
レネネト |
北村友 |
実5.5 |
△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) -29% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 18.2%) ※ 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 |
ロードヴァルカン |
横山和 |
実3.6 |
○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) -31% (大幅な期待値マイナス) AI 予想勝率 19.3% (オッズ暗示: 27.8%) ※ 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。 |
| 5 |
ビタミンドロップ |
丹内 |
実3.0 |
◎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) -36% (大幅な期待値マイナス) AI 予想勝率 21.2% (オッズ暗示: 33.3%) ※ 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 |
ナムラモモ |
小沢 |
実4.1 |
△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) -22% (オッズ過剰評価) AI 予想勝率 19.1% (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。 |
| 7 |
ラムールデュヴォン |
▲遠藤 |
実71.0 |
▽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) +145% (市場が大幅過小評価) AI 予想勝率 3.5% (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。 |
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7頭
×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
21.2% (オッズ暗示: 33.3%)
×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
19.3% (オッズ暗示: 27.8%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
19.3% (オッズ暗示: 18.5%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
19.1% (オッズ暗示: 24.4%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
12.9% (オッズ暗示: 18.2%)
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
4.8% (オッズ暗示: 3.4%)
🌟◎期待値 (オッズ vs AI勝率)
+145% (市場が大幅過小評価)
AI 予想勝率
3.5% (オッズ暗示: 1.4%)
💡 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。
