福島 2R 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 |
ワイルドミュール |
荻野極 |
実9.9 |
B△ A△勝率8% EV-16% 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) -34% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 10.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 期待値 -17% ※ 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 |
ビレッジルイーザ |
▲佐藤 |
実7.7 |
B△ A△勝率9% EV-33% 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 6.7% (オッズ暗示: 13.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。 |
| 3 |
エルミー |
三浦 |
実5.2 |
B▲ A▲勝率10% EV-47% 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) -65% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 19.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 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。 |
| 4 |
イセッセイ |
小林脩 |
実200.7 |
B▽ A▽勝率4% EV+724% 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) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.1% / 期待値 +725% ※ 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 |
タマモチョコチップ |
菊沢 |
実3.8 |
B○ A○勝率11% EV-58% 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) -75% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 26.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.0% / 期待値 -58% ※ 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 |
サイモンセレーノ |
▲石神道 |
実2.8 |
B× A×勝率12% EV-66% 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) -81% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 35.7%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 12.1% / 期待値 -66% ※ 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 |
キミガハマ |
小崎 |
実74.4 |
B▽ A▽勝率4% EV+231% 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) +396% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.5% / 期待値 +232% ※ 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 |
アルバニクス |
▲上里 |
実321.8 |
B▽ A▽勝率4% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 4.1% / 期待値 +1222% ※ 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 |
アインプロージット 推奨 |
坂井 |
実27.0 |
B▽ A▽勝率5% EV+48% 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) +80% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 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。 |
| 10 |
ベアエクスプレス |
松岡 |
実103.4 |
B▽ A▽勝率5% EV+383% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 11位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +589% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 4.7% / 期待値 +383% ※ 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 |
ゼフィリア |
原 |
実16.9 |
B▽ A▽勝率7% EV+10% 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) +12% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 +11% ※ 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 |
ホウライブラック |
▲石田 |
実46.0 |
B▽ A▽勝率6% EV+159% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 9位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +206% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 期待値 +160% ※ 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 |
メイショウミズホ |
大野 |
実226.2 |
B▽ A▽勝率4% EV+829% 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 13 ◎ 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 6.7% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +829% ※ 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 |
セイスイカルメン |
木幡巧 |
実190.5 |
B▽ A▽勝率4% EV+682% 詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 12位 (中位評価) 🌟◎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 6.7% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 4.1% / 期待値 +683% ※ 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。 |
| 15 |
アジュアカレンツ |
武藤 |
実16.2 |
B△ A△勝率7% EV+7% 詳細▼ |
|
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 期待値 +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。 |
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15頭
×期待値 (オッズ vs AI勝率)
-81% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 35.7%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 12.1% / 期待値 -66%
×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
6.7% (オッズ暗示: 26.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.0% / 期待値 -58%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 19.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.1% / 期待値 -48%
×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
6.7% (オッズ暗示: 13.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.6% / 期待値 -33%
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 10.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.4% / 期待値 -17%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 6.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.6% / 期待値 +7%
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 5.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.6% / 期待値 +11%
🌟◎期待値 (オッズ vs AI勝率)
+80% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 3.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.5% / 期待値 +48%
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+206% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.6% / 期待値 +160%
🌟◎期待値 (オッズ vs AI勝率)
+396% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.5% / 期待値 +232%
△AIランク評価 (順位学習モデル)
レース内 11位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+589% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 4.7% / 期待値 +383%
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎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
6.7% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 4.1% / 期待値 +683%
🌟◎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
6.7% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.1% / 期待値 +725%
🌟◎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
6.7% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.1% / 期待値 +829%
🌟◎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
6.7% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 4.1% / 期待値 +1222%
💡 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
9
アインプロージット
実27.0倍
期待値 +79%
推奨 15.0〜30.0倍
200円
❌不的中
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ワイルドミュール |
荻野極 |
実9.9 |
△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) -17% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.1%) ※ 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 |
ビレッジルイーザ |
▲佐藤 |
実7.7 |
△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) -33% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 13.0%) ※ 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 |
エルミー |
三浦 |
実5.2 |
▲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) -48% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 19.2%) ※ 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。 |
| 4 |
イセッセイ |
小林脩 |
実200.7 |
▽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) +724% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 5 |
タマモチョコチップ |
菊沢 |
実3.8 |
○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) -58% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 26.3%) ※ 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。 |
| 6 |
サイモンセレーノ |
▲石神道 |
実2.8 |
×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) -66% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 35.7%) ※ 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 |
キミガハマ |
小崎 |
実74.4 |
▽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) +231% (市場が大幅過小評価) AI 予想勝率 4.5% (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。 |
| 8 |
アルバニクス |
▲上里 |
実321.8 |
▽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) +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。 |
| 9 |
アインプロージット 推奨 |
坂井 |
実27.0 |
▽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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 5.5% (オッズ暗示: 3.7%) ※ 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。 |
| 10 |
ベアエクスプレス |
松岡 |
実103.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 10位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +383% (市場が大幅過小評価) AI 予想勝率 4.7% (オッズ暗示: 1.0%) ※ 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。 |
| 11 |
ゼフィリア |
原 |
実16.9 |
▽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) +10% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.9%) ※ 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。 |
| 12 |
ホウライブラック |
▲石田 |
実46.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 8位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +159% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 13 |
メイショウミズホ |
大野 |
実226.2 |
▽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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +829% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.4%) ※ 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。 |
| 14 |
セイスイカルメン |
木幡巧 |
実190.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 12位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +682% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 15 |
アジュアカレンツ |
武藤 |
実16.2 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 6.2%) ※ 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。 |
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15頭
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
12.1% (オッズ暗示: 35.7%)
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
11.0% (オッズ暗示: 26.3%)
×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
10.1% (オッズ暗示: 19.2%)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 13.0%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
8.4% (オッズ暗示: 10.1%)
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
6.6% (オッズ暗示: 6.2%)
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
6.6% (オッズ暗示: 5.9%)
△AIランク評価 (順位学習モデル)
レース内 8位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+159% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.2%)
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
5.5% (オッズ暗示: 3.7%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+383% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 1.0%)
🌟◎期待値 (オッズ vs AI勝率)
+231% (市場が大幅過小評価)
AI 予想勝率
4.5% (オッズ暗示: 1.3%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+682% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.5%)
🌟◎期待値 (オッズ vs AI勝率)
+724% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.5%)
🌟◎期待値 (オッズ vs AI勝率)
+829% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.4%)
🌟◎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
4.1% (オッズ暗示: 0.3%)
💡 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
9
アインプロージット
実27.0倍
期待値 +79%
推奨 15.0〜30.0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。
