札幌 9R 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 |
ルージュビバーチェ |
鮫島駿 |
実6.4 |
B○ A▲勝率18% EV+18% 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) +36% (妙味あり) AI 予想勝率 21.3% (オッズ暗示: 15.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 18.5% / 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。 |
| 2 |
サウンドルーチェ 推奨 |
★河原田 |
実13.5 |
B△ A△勝率10% EV+40% 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) +5% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.4% / 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。 |
| 3 |
ナムラハリス |
古川吉 |
実40.2 |
B▽ A▽勝率5% EV+98% 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) -21% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.9% / 期待値 +99% ※ 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 |
マインセーラ |
的場 |
実153.0 |
B▽ A▽勝率2% EV+254% 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) -20% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +255% ※ 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 |
マーゴットサンズ |
西村淳 |
実1.8 |
B🌟◎ A×勝率22% EV-60% 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) -24% (オッズ過剰評価) AI 予想勝率 42.3% (オッズ暗示: 55.6%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 22.0% / 期待値 -60% ※ 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 |
カルミアクラウン |
小沢 |
実5.1 |
B▲ A○勝率20% EV+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) -38% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 19.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 期待値 +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。 |
| 7 |
ヴェールミューズ 推奨 |
佐々木 |
実13.1 |
B△ A△勝率10% 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 7 ◎ 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 5.6% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.7% / 期待値 +27% ※ 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 |
ラウニウ |
横山和 |
実6.0 |
B△ A△勝率12% EV-26% 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) -50% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 16.7%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.3% / 期待値 -26% ※ 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)
-24% (オッズ過剰評価)
AI 予想勝率
42.3% (オッズ暗示: 55.6%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 22.0% / 期待値 -60%
◎期待値 (オッズ vs AI勝率)
+36% (妙味あり)
AI 予想勝率
21.3% (オッズ暗示: 15.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 18.5% / 期待値 +18%
×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
12.1% (オッズ暗示: 19.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 19.9% / 期待値 +1%
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
8.4% (オッズ暗示: 16.7%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.3% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
7.8% (オッズ暗示: 7.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.4% / 期待値 +40%
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
5.6% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.7% / 期待値 +27%
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
2.0% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.9% / 期待値 +99%
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.3% / 期待値 +255%
💡 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 (AI 期待値プラス判定)
A. 現行モデル (binary)
-
単勝
2
サウンドルーチェ
実13.5倍
期待値 +6%
推奨 12.8〜30.0倍
¥200
❌不的中
-
単勝
7
ヴェールミューズ
実13.1倍
期待値 -27%
推奨 17.9〜30.0倍
¥100
❌不的中
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ルージュビバーチェ |
鮫島駿 |
実6.4 |
▲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) +18% (市場と概ね一致) AI 予想勝率 18.5% (オッズ暗示: 15.6%) ※ 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。 |
| 2 |
サウンドルーチェ 推奨 |
★河原田 |
実13.5 |
△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) +40% (妙味あり) AI 予想勝率 10.4% (オッズ暗示: 7.4%) ※ 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 |
ナムラハリス |
古川吉 |
実40.2 |
▽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) +98% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 2.5%) ※ 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 |
マインセーラ |
的場 |
実153.0 |
▽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) +254% (市場が大幅過小評価) AI 予想勝率 2.3% (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。 |
| 5 |
マーゴットサンズ |
西村淳 |
実1.8 |
×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) -60% (大幅な期待値マイナス) AI 予想勝率 22.0% (オッズ暗示: 55.6%) ※ 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。 |
| 6 |
カルミアクラウン |
小沢 |
実5.1 |
○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) +1% (市場と概ね一致) AI 予想勝率 19.9% (オッズ暗示: 19.6%) ※ 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。 |
| 7 |
ヴェールミューズ 推奨 |
佐々木 |
実13.1 |
△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 7 ◎ 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 9.7% (オッズ暗示: 7.6%) ※ 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。 |
| 8 |
ラウニウ |
横山和 |
実6.0 |
△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) -26% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 16.7%) ※ 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
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)
-60% (大幅な期待値マイナス)
AI 予想勝率
22.0% (オッズ暗示: 55.6%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
19.9% (オッズ暗示: 19.6%)
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
18.5% (オッズ暗示: 15.6%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
12.3% (オッズ暗示: 16.7%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
10.4% (オッズ暗示: 7.4%)
△期待値 (オッズ vs AI勝率)
+27% (市場と概ね一致)
AI 予想勝率
9.7% (オッズ暗示: 7.6%)
🌟◎期待値 (オッズ vs AI勝率)
+98% (市場が大幅過小評価)
AI 予想勝率
4.9% (オッズ暗示: 2.5%)
🌟◎期待値 (オッズ vs AI勝率)
+254% (市場が大幅過小評価)
AI 予想勝率
2.3% (オッズ暗示: 0.7%)
💡 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 (AI 期待値プラス判定)
A. 現行モデル (binary)
-
単勝
2
サウンドルーチェ
実13.5倍
期待値 +40%
推奨 10.0〜30.0倍
¥200
❌不的中
-
単勝
7
ヴェールミューズ
実13.1倍
期待値 +27%
推奨 10.3〜30.0倍
¥100
❌不的中
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（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。
