函館 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 |
ミリオングローリー 推奨 |
岩田康 |
実24.6 |
B▽ A▽勝率6% EV+55% 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) +75% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.3% / 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。 |
| 2 |
インフィオラータ |
浜中 |
実8.1 |
B△ A△勝率8% EV-35% 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) -42% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 12.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -35% ※ 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 |
ヘクセンハウス |
斎藤 |
実11.7 |
B▽ A▽勝率8% EV-8% 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) -16% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.8% / 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。 |
| 4 |
エグジスタンス |
佐々木 |
実5.8 |
B▲ A▲勝率9% EV-45% 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) -59% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 17.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 -46% ※ 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 |
ケナゲ |
★河原田 |
実9.5 |
B△ A△勝率8% EV-23% 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) -32% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 10.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 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。 |
| 6 |
カネトシパンドラ |
横山琉 |
実331.3 |
B▽ A▽勝率4% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.1% / 期待値 +1271% ※ 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 |
アスコットダンス |
小沢 |
実80.6 |
B▽ A▽勝率4% EV+257% 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) +475% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +257% ※ 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 |
メメボス |
古川吉 |
実44.7 |
B▽ A▽勝率5% EV+101% 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) +219% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.2%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.5% / 期待値 +101% ※ 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 |
シアワセチョウサン |
▲遠藤 |
実597.8 |
B▽ A▽勝率4% EV+999% 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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.2%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +2374% ※ 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 |
アーデルブリックス |
☆舟山 |
実8.5 |
B△ A△勝率9% EV-23% 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) -39% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 11.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 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。 |
| 11 |
コスモクラシック 推奨 |
▲和田陽 |
実22.0 |
B▽ A▽勝率7% EV+46% 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) +57% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.5%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.6% / 期待値 +46% ※ 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 |
マンサニージャ |
横山武 |
実4.4 |
B○ A○勝率11% EV-52% 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) -69% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 22.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.8% / 期待値 -52% ※ 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 |
セイントクーヤ |
☆長浜 |
実43.9 |
B▽ A▽勝率5% EV+98% 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) +213% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 4.5% / 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。 |
| 14 |
ウインアプローチ |
丹内 |
実3.5 |
B× A×勝率12% EV-57% 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) -75% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 28.6%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 12.2% / 期待値 -57% ※ 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)
-75% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 28.6%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 12.2% / 期待値 -57%
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 22.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.8% / 期待値 -52%
×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
7.1% (オッズ暗示: 17.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 9.3% / 期待値 -46%
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 12.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.0% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 11.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.0% / 期待値 -24%
×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
7.1% (オッズ暗示: 10.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.1% / 期待値 -23%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 8.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.8% / 期待値 -9%
🌟◎期待値 (オッズ vs AI勝率)
+57% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.5%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.6% / 期待値 +46%
🌟◎期待値 (オッズ vs AI勝率)
+75% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.3% / 期待値 +55%
🌟◎期待値 (オッズ vs AI勝率)
+213% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 4.5% / 期待値 +99%
🌟◎期待値 (オッズ vs AI勝率)
+219% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.2%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.5% / 期待値 +101%
🌟◎期待値 (オッズ vs AI勝率)
+475% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 4.4% / 期待値 +257%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.1% / 期待値 +1271%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.2%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.1% / 期待値 +2374%
💡 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
1
ミリオングローリー
実24.6倍
期待値 +75%
推奨 14.0〜30.0倍
200円
❌不的中
-
単勝
11
コスモクラシック
実22.0倍
期待値 +57%
推奨 14.0〜30.0倍
100円
❌不的中
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ミリオングローリー 推奨 |
岩田康 |
実24.6 |
▽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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 4.1%) ※ 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。 |
| 2 |
インフィオラータ |
浜中 |
実8.1 |
△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) -35% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 12.3%) ※ 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。 |
| 3 |
ヘクセンハウス |
斎藤 |
実11.7 |
▽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) -9% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 8.5%) ※ 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 |
エグジスタンス |
佐々木 |
実5.8 |
▲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) -46% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 17.2%) ※ 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 |
ケナゲ |
★河原田 |
実9.5 |
△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) -23% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 10.5%) ※ 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。 |
| 6 |
カネトシパンドラ |
横山琉 |
実331.3 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 7 |
アスコットダンス |
小沢 |
実80.6 |
▽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) +257% (市場が大幅過小評価) AI 予想勝率 4.4% (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。 |
| 8 |
メメボス |
古川吉 |
実44.7 |
▽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) +101% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.2%) ※ 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 |
シアワセチョウサン |
▲遠藤 |
実597.8 |
▽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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.2%) ※ 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。 |
| 10 |
アーデルブリックス |
☆舟山 |
実8.5 |
△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) -24% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.8%) ※ 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 |
コスモクラシック 推奨 |
▲和田陽 |
実22.0 |
▽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) +46% (妙味あり) AI 予想勝率 6.6% (オッズ暗示: 4.5%) ※ 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 |
マンサニージャ |
横山武 |
実4.4 |
○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) -52% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 22.7%) ※ 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。 |
| 13 |
セイントクーヤ |
☆長浜 |
実43.9 |
▽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) +98% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.3%) ※ 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。 |
| 14 |
ウインアプローチ |
丹内 |
実3.5 |
×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) -57% (大幅な期待値マイナス) AI 予想勝率 12.2% (オッズ暗示: 28.6%) ※ 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。 |
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)
-57% (大幅な期待値マイナス)
AI 予想勝率
12.2% (オッズ暗示: 28.6%)
×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
10.8% (オッズ暗示: 22.7%)
×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
9.3% (オッズ暗示: 17.2%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 11.8%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
8.1% (オッズ暗示: 10.5%)
×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
8.0% (オッズ暗示: 12.3%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
7.8% (オッズ暗示: 8.5%)
◎期待値 (オッズ vs AI勝率)
+46% (妙味あり)
AI 予想勝率
6.6% (オッズ暗示: 4.5%)
🌟◎期待値 (オッズ vs AI勝率)
+55% (市場が大幅過小評価)
AI 予想勝率
6.3% (オッズ暗示: 4.1%)
🌟◎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
4.5% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+101% (市場が大幅過小評価)
AI 予想勝率
4.5% (オッズ暗示: 2.2%)
🌟◎期待値 (オッズ vs AI勝率)
+257% (市場が大幅過小評価)
AI 予想勝率
4.4% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.3%)
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.2%)
💡 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
1
ミリオングローリー
実24.6倍
期待値 +75%
推奨 14.0〜30.0倍
200円
❌不的中
-
単勝
11
コスモクラシック
実22.0倍
期待値 +57%
推奨 14.0〜30.0倍
100円
❌不的中
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。
