函館 9R 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 |
マカナアネラ |
松本 |
実10.1 |
B◎ A×勝率5% EV-51% 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) -11% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 9.9%) ×Aモデルの評価 (参考) レース内 13位 / 勝率 4.8% / 期待値 -51% ※ 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 |
アドミラルシップ |
横山武 |
実6.8 |
B▽ A◎勝率9% EV-42% 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) -49% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 14.7%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 8.5% / 期待値 -42% ※ 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 |
ホウオウペトリュス |
岩田康 |
実78.7 |
B△ A▽勝率9% EV+570% 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) +513% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 8.5% / 期待値 +571% ※ 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 |
グランセゾン |
鮫島駿 |
実12.1 |
B▽ A▲勝率9% EV+3% 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) -10% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.5% / 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。 |
| 5 |
ドッグウッド |
斎藤 |
実2.4 |
B× A×勝率7% EV-83% 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) -82% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 41.7%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 -84% ※ 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 |
ビービーバザーク |
和田陽 |
実40.7 |
B△ A▽勝率7% EV+174% 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) +217% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +174% ※ 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 |
マイネルシンベリン |
丹内 |
実6.8 |
B▽ A○勝率9% EV-42% 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) -49% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 14.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.5% / 期待値 -42% ※ 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 |
ハミルトン |
北村友 |
実39.5 |
B△ A▽勝率9% EV+236% 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) +208% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.5% / 期待値 +237% ※ 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 |
ウインポセイドン |
佐々木 |
実31.9 |
B▽ A△勝率9% EV+171% 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) +137% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 3.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 +172% ※ 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 |
ディーリライズ 推奨 |
浜中 |
実14.4 |
B▲ A△勝率9% EV+22% 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) +12% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 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。 |
| 11 |
マイバラード |
横山琉 |
実76.3 |
B▽ A▽勝率7% EV+414% 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) +469% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +414% ※ 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 |
コウギョク 推奨 |
横山和 |
実13.8 |
B▽ A△勝率9% EV+17% 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) +2% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 7.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 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。 |
| 13 |
ゴーゴータカシ |
吉田隼 |
実8.7 |
B○ A▽勝率7% EV-41% 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) -32% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 11.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 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。 |
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13頭
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
8.8% (オッズ暗示: 9.9%)
×Aモデルの評価 (参考)
レース内 13位 / 勝率 4.8% / 期待値 -51%
×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
7.8% (オッズ暗示: 11.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 6.7% / 期待値 -41%
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
7.8% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.5% / 期待値 +23%
🌟◎期待値 (オッズ vs AI勝率)
+208% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.5% / 期待値 +237%
🌟◎期待値 (オッズ vs AI勝率)
+217% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.7% / 期待値 +174%
🌟◎期待値 (オッズ vs AI勝率)
+513% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 8.5% / 期待値 +571%
×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
7.5% (オッズ暗示: 41.7%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 6.7% / 期待値 -84%
×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
7.5% (オッズ暗示: 14.7%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 8.5% / 期待値 -42%
×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
7.5% (オッズ暗示: 14.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.5% / 期待値 -42%
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
7.5% (オッズ暗示: 8.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.5% / 期待値 +3%
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
7.5% (オッズ暗示: 7.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.5% / 期待値 +18%
🌟◎期待値 (オッズ vs AI勝率)
+137% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 3.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.5% / 期待値 +172%
🌟◎期待値 (オッズ vs AI勝率)
+469% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 6.7% / 期待値 +414%
💡 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
10
ディーリライズ
実14.4倍
期待値 +22%
推奨 11.7〜30.0倍
100円
-
単勝
12
コウギョク
実13.8倍
期待値 +17%
推奨 11.7〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
マカナアネラ |
松本 |
実10.1 |
×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) -51% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 9.9%) ※ 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 |
アドミラルシップ |
横山武 |
実6.8 |
◎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 8.5% (オッズ暗示: 14.7%) ※ 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。 |
| 3 |
ホウオウペトリュス |
岩田康 |
実78.7 |
▽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) +570% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 1.3%) ※ 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。 |
| 4 |
グランセゾン |
鮫島駿 |
実12.1 |
▲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) +3% (市場と概ね一致) AI 予想勝率 8.5% (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。 |
| 5 |
ドッグウッド |
斎藤 |
実2.4 |
×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) -84% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 41.7%) ※ 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。 |
| 6 |
ビービーバザーク |
和田陽 |
実40.7 |
▽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) +174% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 7 |
マイネルシンベリン |
丹内 |
実6.8 |
○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) -42% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 14.7%) ※ 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。 |
| 8 |
ハミルトン |
北村友 |
実39.5 |
▽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) +236% (市場が大幅過小評価) AI 予想勝率 8.5% (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。 |
| 9 |
ウインポセイドン |
佐々木 |
実31.9 |
△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) +171% (市場が大幅過小評価) AI 予想勝率 8.5% (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。 |
| 10 |
ディーリライズ 推奨 |
浜中 |
実14.4 |
△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) +22% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 6.9%) ※ 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。 |
| 11 |
マイバラード |
横山琉 |
実76.3 |
▽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) +414% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ※ 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 |
コウギョク 推奨 |
横山和 |
実13.8 |
△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) +17% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 7.2%) ※ 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。 |
| 13 |
ゴーゴータカシ |
吉田隼 |
実8.7 |
▽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) -41% (大幅な期待値マイナス) AI 予想勝率 6.7% (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。 |
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13頭
×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
8.5% (オッズ暗示: 14.7%)
×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
8.5% (オッズ暗示: 14.7%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
8.5% (オッズ暗示: 8.3%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
8.5% (オッズ暗示: 7.2%)
△期待値 (オッズ vs AI勝率)
+22% (市場と概ね一致)
AI 予想勝率
8.5% (オッズ暗示: 6.9%)
🌟◎期待値 (オッズ vs AI勝率)
+171% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 3.1%)
🌟◎期待値 (オッズ vs AI勝率)
+236% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 2.5%)
🌟◎期待値 (オッズ vs AI勝率)
+570% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 1.3%)
×期待値 (オッズ vs AI勝率)
-84% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 41.7%)
×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
6.7% (オッズ暗示: 11.5%)
🌟◎期待値 (オッズ vs AI勝率)
+174% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.5%)
🌟◎期待値 (オッズ vs AI勝率)
+414% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.3%)
×期待値 (オッズ vs AI勝率)
-51% (大幅な期待値マイナス)
AI 予想勝率
4.8% (オッズ暗示: 9.9%)
💡 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)
-
単勝
10
ディーリライズ
実14.4倍
期待値 +22%
推奨 11.7〜30.0倍
100円
-
単勝
12
コウギョク
実13.8倍
期待値 +17%
推奨 11.7〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（期待値プラスなし）
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。
