函館 6R 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 |
ミスチヴマリアンヌ |
▲大久保 |
実47.4 |
B▽ A▽勝率6% EV+165% 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) +330% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.6% / 期待値 +165% ※ 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 |
サクセスブルー |
☆舟山 |
実32.0 |
B▽ A▽勝率6% EV+101% 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) +190% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.1%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 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。 |
| 3 |
シンエンドーツダ |
原田和 |
実8.7 |
B△ A△勝率10% 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) -21% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 11.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.7% / 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 |
ヤマメイッカ |
佐々木 |
実5.6 |
B△ A△勝率11% EV-37% 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) -49% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 17.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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。 |
| 5 |
ゴールデンダガー |
横山和 |
推定2.5 |
B○ A▲勝率12% EV+0% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) AI 予想勝率 9.1% (オッズ暗示: 40.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 +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 |
ライトアファイア |
横山武 |
実11.2 |
B△ A△勝率10% EV+16% 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 9.1% (オッズ暗示: 8.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.4% / 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。 |
| 7 |
モロノカガヤキ |
丹内 |
実4.0 |
B▲ A○勝率13% EV-46% 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) -64% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 25.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 13.3% / 期待値 -47% ※ 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 |
ブライトラン |
嶋田 |
実116.6 |
B▽ A▽勝率5% EV+462% 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) +960% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +463% ※ 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 |
チリンドリ |
松本 |
実2.0 |
B× A×勝率15% EV-70% 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) -82% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 50.0%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 14.7% / 期待値 -71% ※ 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 |
ゲレイロ 推奨 |
★河原田 |
実21.4 |
B▽ A▽勝率7% EV+47% 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) +94% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 期待値 +47% ※ 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 |
ラヴィレット |
△鷲頭 |
実43.5 |
B▽ A▽勝率6% EV+142% 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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +295% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.6% / 期待値 +142% ※ 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11頭
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 50.0%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 14.7% / 期待値 -71%
AI 予想勝率
9.1% (オッズ暗示: 40.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.7% / 期待値 +0%
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 25.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 13.3% / 期待値 -47%
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 17.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.1% / 期待値 -38%
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
9.1% (オッズ暗示: 11.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.7% / 期待値 -16%
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
9.1% (オッズ暗示: 8.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.4% / 期待値 +16%
🌟◎期待値 (オッズ vs AI勝率)
+94% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.9% / 期待値 +47%
🌟◎期待値 (オッズ vs AI勝率)
+190% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 3.1%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.3% / 期待値 +101%
🌟◎期待値 (オッズ vs AI勝率)
+295% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.6% / 期待値 +142%
🌟◎期待値 (オッズ vs AI勝率)
+330% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.6% / 期待値 +165%
🌟◎期待値 (オッズ vs AI勝率)
+960% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.8% / 期待値 +463%
💡 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
10
ゲレイロ
実21.4倍
期待値 +94%
推奨 11.0〜30.0倍
200円
❌不的中
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ミスチヴマリアンヌ |
▲大久保 |
実47.4 |
▽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) +165% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 2 |
サクセスブルー |
☆舟山 |
実32.0 |
▽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) +101% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.1%) ※ 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。 |
| 3 |
シンエンドーツダ |
原田和 |
実8.7 |
△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) -16% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 11.5%) ※ 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 |
ヤマメイッカ |
佐々木 |
実5.6 |
△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) -38% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 17.9%) ※ 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。 |
| 5 |
ゴールデンダガー |
横山和 |
推定2.5 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) AI 予想勝率 11.7% (オッズ暗示: 40.0%) ※ 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 |
ライトアファイア |
横山武 |
実11.2 |
△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) +16% (市場と概ね一致) AI 予想勝率 10.4% (オッズ暗示: 8.9%) ※ 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。 |
| 7 |
モロノカガヤキ |
丹内 |
実4.0 |
○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) -47% (大幅な期待値マイナス) AI 予想勝率 13.3% (オッズ暗示: 25.0%) ※ 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 |
ブライトラン |
嶋田 |
実116.6 |
▽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) +462% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 0.9%) ※ 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。 |
| 9 |
チリンドリ |
松本 |
実2.0 |
×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) -71% (大幅な期待値マイナス) AI 予想勝率 14.7% (オッズ暗示: 50.0%) ※ 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。 |
| 10 |
ゲレイロ 推奨 |
★河原田 |
実21.4 |
▽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) +47% (妙味あり) AI 予想勝率 6.9% (オッズ暗示: 4.7%) ※ 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。 |
| 11 |
ラヴィレット |
△鷲頭 |
実43.5 |
▽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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +142% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
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11頭
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
14.7% (オッズ暗示: 50.0%)
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
13.3% (オッズ暗示: 25.0%)
AI 予想勝率
11.7% (オッズ暗示: 40.0%)
×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
11.1% (オッズ暗示: 17.9%)
△期待値 (オッズ vs AI勝率)
+16% (市場と概ね一致)
AI 予想勝率
10.4% (オッズ暗示: 8.9%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
9.7% (オッズ暗示: 11.5%)
◎期待値 (オッズ vs AI勝率)
+47% (妙味あり)
AI 予想勝率
6.9% (オッズ暗示: 4.7%)
🌟◎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
6.3% (オッズ暗示: 3.1%)
🌟◎期待値 (オッズ vs AI勝率)
+165% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.1%)
🌟◎期待値 (オッズ vs AI勝率)
+142% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+462% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 0.9%)
💡 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
10
ゲレイロ
実21.4倍
期待値 +94%
推奨 11.0〜30.0倍
200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。
