函館 5R 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 |
サンオブザサン |
斎藤 |
実12.6 |
B▽ A△勝率7% EV-10% 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) -16% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 -10% ※ 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 |
バンダムソレール 推奨 |
★河原田 |
実25.1 |
B▲ A▽勝率7% EV+79% 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) +133% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 4.0%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 期待値 +79% ※ 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 |
チャーチルデュース |
武豊 |
実8.5 |
B△ A△勝率7% EV-39% 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) -43% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 11.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -39% ※ 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 |
コウソクユノ |
☆長浜 |
実13.1 |
B▽ A▽勝率7% EV-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) -12% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 -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。 |
| 5 |
ディープマウンテン |
△鷲頭 |
実69.4 |
B▽ A▽勝率7% EV+395% 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) +291% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +396% ※ 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 |
イトシサ |
☆舟山 |
実6.1 |
B○ A▲勝率7% EV-56% 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) -43% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 16.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.1% / 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。 |
| 7 |
フロムザムーン |
▲大久保 |
実205.8 |
B△ A▽勝率7% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +1370% ※ 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 |
ホウオウライセンス |
横山武 |
実31.0 |
B▽ A▽勝率7% EV+121% 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 8 ◎ 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 5.6% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 期待値 +121% ※ 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 |
ペガサスウィンド |
鮫島駿 |
実6.3 |
B× A△勝率7% EV-55% 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) -64% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 15.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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。 |
| 10 |
ダノンアクション |
横山和 |
実18.6 |
B▽ A▽勝率7% EV+32% 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% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 期待値 +33% ※ 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 |
ルージュプルーヴ |
小沢 |
実47.3 |
B▽ A▽勝率7% EV+237% 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) +167% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 期待値 +238% ※ 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 |
モンロワイヤル |
丹内 |
実4.0 |
B△ A×勝率7% EV-71% 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) -73% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 25.0%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 7.1% / 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。 |
| 13 |
レースクイーン |
横山琉 |
実22.3 |
B▽ A▽勝率7% EV+59% 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) +49% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 4.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 +59% ※ 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 |
メイショウセンドウ |
吉田隼 |
実5.0 |
B× A○勝率7% EV-64% 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) -53% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 20.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.1% / 期待値 -64% ※ 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)
-53% (大幅な期待値マイナス)
AI 予想勝率
9.3% (オッズ暗示: 20.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.1% / 期待値 -64%
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
9.3% (オッズ暗示: 16.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.1% / 期待値 -56%
🌟◎期待値 (オッズ vs AI勝率)
+133% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 4.0%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +79%
🌟◎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
9.3% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 7.1% / 期待値 +1370%
×期待値 (オッズ vs AI勝率)
-73% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 25.0%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 7.1% / 期待値 -71%
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 11.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -39%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
6.7% (オッズ暗示: 7.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 -10%
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
6.7% (オッズ暗示: 7.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 -6%
△期待値 (オッズ vs AI勝率)
+24% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 5.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 +33%
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
6.7% (オッズ暗示: 4.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 +59%
×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
5.6% (オッズ暗示: 15.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.1% / 期待値 -55%
🌟◎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
5.6% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +121%
🌟◎期待値 (オッズ vs AI勝率)
+167% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.1% / 期待値 +238%
🌟◎期待値 (オッズ vs AI勝率)
+291% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 7.1% / 期待値 +396%
💡 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
2
バンダムソレール
実25.1倍
期待値 +133%
推奨 10.7〜30.0倍
300円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンオブザサン |
斎藤 |
実12.6 |
△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) -10% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.9%) ※ 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。 |
| 2 |
バンダムソレール 推奨 |
★河原田 |
実25.1 |
▽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) +79% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.0%) ※ 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。 |
| 3 |
チャーチルデュース |
武豊 |
実8.5 |
△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) -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%) ※ 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 |
コウソクユノ |
☆長浜 |
実13.1 |
▽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) -6% (オッズ過剰評価) AI 予想勝率 7.1% (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。 |
| 5 |
ディープマウンテン |
△鷲頭 |
実69.4 |
▽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) +395% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.4%) ※ 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。 |
| 6 |
イトシサ |
☆舟山 |
実6.1 |
▲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) -56% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.4%) ※ 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。 |
| 7 |
フロムザムーン |
▲大久保 |
実205.8 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.5%) ※ 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 |
ホウオウライセンス |
横山武 |
実31.0 |
▽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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +121% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.2%) ※ 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 |
ペガサスウィンド |
鮫島駿 |
実6.3 |
△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) -55% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 15.9%) ※ 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。 |
| 10 |
ダノンアクション |
横山和 |
実18.6 |
▽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) +32% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.4%) ※ 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。 |
| 11 |
ルージュプルーヴ |
小沢 |
実47.3 |
▽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) +237% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 12 |
モンロワイヤル |
丹内 |
実4.0 |
×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) -71% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。 |
| 13 |
レースクイーン |
横山琉 |
実22.3 |
▽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) +59% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 14 |
メイショウセンドウ |
吉田隼 |
実5.0 |
○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) -64% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。 |
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)
-71% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 25.0%)
×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
7.1% (オッズ暗示: 20.0%)
×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
7.1% (オッズ暗示: 16.4%)
×期待値 (オッズ vs AI勝率)
-55% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 15.9%)
×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%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 7.9%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 7.6%)
◎期待値 (オッズ vs AI勝率)
+32% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 5.4%)
🌟◎期待値 (オッズ vs AI勝率)
+59% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.5%)
🌟◎期待値 (オッズ vs AI勝率)
+79% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.0%)
🌟◎期待値 (オッズ vs AI勝率)
+121% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.2%)
🌟◎期待値 (オッズ vs AI勝率)
+237% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.1%)
🌟◎期待値 (オッズ vs AI勝率)
+395% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.4%)
🌟◎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: 0.5%)
💡 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
2
バンダムソレール
実25.1倍
期待値 +133%
推奨 10.7〜30.0倍
300円
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。
