函館 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 |
バシリス |
☆舟山 |
実9.3 |
B△ A▽勝率11% EV+2% 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) +3% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 11.0% / 期待値 +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 |
デルマサクラサク |
横山和 |
実4.7 |
B○ A△勝率11% EV-48% 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) -48% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 21.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 11.0% / 期待値 -48% ※ 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 |
ウィンターガーデン |
小沢 |
実56.0 |
B▽ A▽勝率11% EV+517% 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) +522% (市場が大幅過小評価) AI 予想勝率 11.1% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 11.0% / 期待値 +517% ※ 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 |
リピース |
△鷲頭 |
実42.2 |
B▽ A◎勝率11% EV+376% 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) +368% (市場が大幅過小評価) AI 予想勝率 11.1% (オッズ暗示: 2.4%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 11.3% / 期待値 +377% ※ 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 |
マリブサーフ |
▲和田陽 |
実6.2 |
B△ A▽勝率11% EV-31% 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) -31% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 16.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 11.0% / 期待値 -32% ※ 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 |
サウンドルーチェ |
★河原田 |
実36.9 |
B▽ A▲勝率11% EV+313% 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) +310% (市場が大幅過小評価) AI 予想勝率 11.1% (オッズ暗示: 2.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.2% / 期待値 +313% ※ 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 |
アリストクラシア 推奨 |
北村友 |
実11.7 |
B△ A△勝率11% EV+29% 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) +29% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 8.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 11.0% / 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。 |
| 8 |
コイタマチャン |
横山武 |
実5.3 |
B▲ A△勝率11% EV-41% 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) -41% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 18.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 -41% ※ 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 |
ヒミノエトワール |
武豊 |
実2.3 |
B× A○勝率11% EV-74% 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) -74% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 43.5%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.2% / 期待値 -74% ※ 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9頭
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 43.5%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.2% / 期待値 -74%
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 21.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 11.0% / 期待値 -48%
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 18.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.1% / 期待値 -41%
×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
11.1% (オッズ暗示: 16.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 11.0% / 期待値 -32%
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
11.1% (オッズ暗示: 10.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 11.0% / 期待値 +3%
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
11.1% (オッズ暗示: 8.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 11.0% / 期待値 +29%
🌟◎期待値 (オッズ vs AI勝率)
+310% (市場が大幅過小評価)
AI 予想勝率
11.1% (オッズ暗示: 2.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.2% / 期待値 +313%
🌟◎期待値 (オッズ vs AI勝率)
+368% (市場が大幅過小評価)
AI 予想勝率
11.1% (オッズ暗示: 2.4%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 11.3% / 期待値 +377%
🌟◎期待値 (オッズ vs AI勝率)
+522% (市場が大幅過小評価)
AI 予想勝率
11.1% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 11.0% / 期待値 +517%
💡 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
7
アリストクラシア
実11.7倍
期待値 +29%
推奨 9.1〜30.0倍
100円
❌不的中
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
7
アリストクラシア
実11.7倍
期待値 +29%
推奨 9.0〜30.0倍
100円
❌不的中
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
バシリス |
☆舟山 |
実9.3 |
▽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) +2% (市場と概ね一致) AI 予想勝率 11.0% (オッズ暗示: 10.8%) ※ 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。 |
| 2 |
デルマサクラサク |
横山和 |
実4.7 |
△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) -48% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 21.3%) ※ 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 |
ウィンターガーデン |
小沢 |
実56.0 |
▽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) +517% (市場が大幅過小評価) AI 予想勝率 11.0% (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。 |
| 4 |
リピース |
△鷲頭 |
実42.2 |
◎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) +376% (市場が大幅過小評価) AI 予想勝率 11.3% (オッズ暗示: 2.4%) ※ 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。 |
| 5 |
マリブサーフ |
▲和田陽 |
実6.2 |
▽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 11.0% (オッズ暗示: 16.1%) ※ 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。 |
| 6 |
サウンドルーチェ |
★河原田 |
実36.9 |
▲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) +313% (市場が大幅過小評価) AI 予想勝率 11.2% (オッズ暗示: 2.7%) ※ 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。 |
| 7 |
アリストクラシア 推奨 |
北村友 |
実11.7 |
△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) +29% (市場と概ね一致) AI 予想勝率 11.0% (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。 |
| 8 |
コイタマチャン |
横山武 |
実5.3 |
△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) -41% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 18.9%) ※ 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 |
ヒミノエトワール |
武豊 |
実2.3 |
○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) -74% (大幅な期待値マイナス) AI 予想勝率 11.2% (オッズ暗示: 43.5%) ※ 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。 |
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9頭
🌟◎期待値 (オッズ vs AI勝率)
+376% (市場が大幅過小評価)
AI 予想勝率
11.3% (オッズ暗示: 2.4%)
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
11.2% (オッズ暗示: 43.5%)
🌟◎期待値 (オッズ vs AI勝率)
+313% (市場が大幅過小評価)
AI 予想勝率
11.2% (オッズ暗示: 2.7%)
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 18.9%)
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
11.0% (オッズ暗示: 21.3%)
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
11.0% (オッズ暗示: 8.5%)
×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
11.0% (オッズ暗示: 16.1%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
11.0% (オッズ暗示: 10.8%)
🌟◎期待値 (オッズ vs AI勝率)
+517% (市場が大幅過小評価)
AI 予想勝率
11.0% (オッズ暗示: 1.8%)
💡 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
7
アリストクラシア
実11.7倍
期待値 +29%
推奨 9.1〜30.0倍
100円
❌不的中
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
7
アリストクラシア
実11.7倍
期待値 +29%
推奨 9.0〜30.0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。
