札幌 8R 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 |
エコロハート 推奨 |
鮫島駿 |
実10.8 |
B△ A△勝率8% EV-13% 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) +25% (市場と概ね一致) AI 予想勝率 11.7% (オッズ暗示: 9.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -13% ※ 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 |
サトノワーグナー |
横山武 |
実4.1 |
B◎ A×勝率11% EV-56% 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) -26% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 24.4%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 10.7% / 期待値 -56% ※ 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 |
ブライトアゲイン |
松本 |
実17.9 |
B▽ A▽勝率6% EV+15% 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 4.3% (オッズ暗示: 5.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.5% / 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。 |
| 4 |
グレートスティック |
石川倭 |
実56.5 |
B▽ A▽勝率5% EV+173% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 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 12位 (中位評価) △期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 4.8% / 期待値 +173% ※ 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 |
ザカリナン |
斎藤 |
実5.0 |
B▲ A▲勝率10% EV-50% 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) -40% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 20.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.0% / 期待値 -50% ※ 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 |
ロードクラシコ |
佐々木 |
実8.6 |
B△ A△勝率8% EV-29% 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) +0% (市場と概ね一致) AI 予想勝率 11.7% (オッズ暗示: 11.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 -30% ※ 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 |
ブライアーヒル |
横山琉 |
実40.3 |
B▽ A▽勝率5% EV+110% 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) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +110% ※ 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 |
アースコーリング |
落合玄 |
実83.5 |
B▽ A▽勝率5% EV+280% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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 14位 (中位評価) ×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 0.8% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.6% / 期待値 +280% ※ 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 |
アートフォーム |
▲和田陽 |
実62.5 |
B▽ A▽勝率5% EV+195% 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) -30% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +195% ※ 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 |
シャインズオンユー |
岩田康 |
実20.7 |
B▽ A▽勝率6% EV+17% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 4.1% (オッズ暗示: 4.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.7% / 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。 |
| 11 |
ダブルチャレンジ 推奨 |
吉田隼 |
実12.1 |
B△ A△勝率9% EV+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) +44% (妙味あり) AI 予想勝率 11.9% (オッズ暗示: 8.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 +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。 |
| 12 |
レッドカメリア |
古川吉 |
実48.0 |
B▽ A▽勝率5% EV+147% 詳細▼ |
|
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) -11% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 5.1% / 期待値 +147% ※ 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 |
ディーズメンフィス |
横山典 |
実9.4 |
B▽ A▽勝率7% EV-31% 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) -34% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 10.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.3% / 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。 |
| 14 |
ジーティーエスピ |
丹内 |
実4.5 |
B○ A○勝率10% EV-54% 詳細▼ |
|
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) -46% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 22.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.1% / 期待値 -54% ※ 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
18.0% (オッズ暗示: 24.4%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 10.7% / 期待値 -56%
×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
11.9% (オッズ暗示: 22.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.1% / 期待値 -54%
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
11.9% (オッズ暗示: 20.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.0% / 期待値 -50%
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
11.9% (オッズ暗示: 8.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.0% / 期待値 +9%
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
11.7% (オッズ暗示: 11.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.2% / 期待値 -30%
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
11.7% (オッズ暗示: 9.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.0% / 期待値 -13%
×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
7.0% (オッズ暗示: 10.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.3% / 期待値 -31%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
4.3% (オッズ暗示: 5.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.5% / 期待値 +16%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
4.1% (オッズ暗示: 4.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.7% / 期待値 +18%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.2% / 期待値 +110%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 5.1% / 期待値 +147%
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
1.9% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 4.8% / 期待値 +173%
×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
1.1% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.7% / 期待値 +195%
△AIランク評価 (順位学習モデル)
レース内 14位 (中位評価)
×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
0.8% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.6% / 期待値 +280%
💡 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)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
11
ダブルチャレンジ
実12.1倍
期待値 +44%
推奨 10.0〜30.0倍
¥200
❌不的中
-
単勝
1
エコロハート
実10.8倍
期待値 +26%
推奨 10.0〜30.0倍
¥100
❌不的中2着
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
エコロハート 推奨 |
鮫島駿 |
実10.8 |
△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) -13% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.3%) ※ 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。 |
| 2 |
サトノワーグナー |
横山武 |
実4.1 |
×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) -56% (大幅な期待値マイナス) AI 予想勝率 10.7% (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。 |
| 3 |
ブライトアゲイン |
松本 |
実17.9 |
▽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) +15% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 5.6%) ※ 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 |
グレートスティック |
石川倭 |
実56.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 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 12位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +173% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 1.8%) ※ 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 |
ザカリナン |
斎藤 |
実5.0 |
▲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) -50% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 20.0%) ※ 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。 |
| 6 |
ロードクラシコ |
佐々木 |
実8.6 |
△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) -30% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.6%) ※ 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 |
ブライアーヒル |
横山琉 |
実40.3 |
▽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) +110% (市場が大幅過小評価) AI 予想勝率 5.2% (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。 |
| 8 |
アースコーリング |
落合玄 |
実83.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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 14位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +280% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 1.2%) ※ 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 |
アートフォーム |
▲和田陽 |
実62.5 |
▽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) +195% (市場が大幅過小評価) AI 予想勝率 4.7% (オッズ暗示: 1.6%) ※ 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 |
シャインズオンユー |
岩田康 |
実20.7 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.8%) ※ 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 |
ダブルチャレンジ 推奨 |
吉田隼 |
実12.1 |
△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) +9% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 8.3%) ※ 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。 |
| 12 |
レッドカメリア |
古川吉 |
実48.0 |
▽詳細▼ |
|
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) +147% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 2.1%) ※ 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。 |
| 13 |
ディーズメンフィス |
横山典 |
実9.4 |
▽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) -31% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 10.6%) ※ 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。 |
| 14 |
ジーティーエスピ |
丹内 |
実4.5 |
○詳細▼ |
|
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) -54% (大幅な期待値マイナス) AI 予想勝率 10.1% (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。 |
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)
-56% (大幅な期待値マイナス)
AI 予想勝率
10.7% (オッズ暗示: 24.4%)
×期待値 (オッズ vs AI勝率)
-54% (大幅な期待値マイナス)
AI 予想勝率
10.1% (オッズ暗示: 22.2%)
×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
10.0% (オッズ暗示: 20.0%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
9.0% (オッズ暗示: 8.3%)
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 11.6%)
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
8.0% (オッズ暗示: 9.3%)
×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
7.3% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
6.5% (オッズ暗示: 5.6%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
5.7% (オッズ暗示: 4.8%)
🌟◎期待値 (オッズ vs AI勝率)
+110% (市場が大幅過小評価)
AI 予想勝率
5.2% (オッズ暗示: 2.5%)
🌟◎期待値 (オッズ vs AI勝率)
+147% (市場が大幅過小評価)
AI 予想勝率
5.1% (オッズ暗示: 2.1%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+173% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 1.8%)
🌟◎期待値 (オッズ vs AI勝率)
+195% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 1.6%)
△AIランク評価 (順位学習モデル)
レース内 14位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+280% (市場が大幅過小評価)
AI 予想勝率
4.6% (オッズ暗示: 1.2%)
💡 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)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
11
ダブルチャレンジ
実12.1倍
期待値 +9%
推奨 11.1〜30.0倍
¥200
❌不的中
-
単勝
1
エコロハート
実10.8倍
期待値 -13%
推奨 12.5〜30.0倍
¥100
❌不的中2着
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。
