新潟 4R 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 |
サンマルオブウォー |
▲上里 |
実281.6 |
B▽ A▽勝率1% EV+116% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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) -32% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 +117% ※ 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 |
パチクリベスクリ |
丸田 |
実345.9 |
B▽ A▽勝率1% EV+166% 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 2 ◎ 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 0.2% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 期待値 +166% ※ 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 |
プリプリプリン |
▲佐藤 |
実3.3 |
B○ A○勝率21% EV-29% 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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 24.5% (オッズ暗示: 30.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.3% / 期待値 -30% ※ 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 |
スノーランス |
石橋脩 |
実8.2 |
B△ A△勝率13% EV+9% 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) -26% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 13.4% / 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。 |
| 5 |
シャインネージュ |
★谷原 |
実47.3 |
B▽ A▽勝率2% EV+6% 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 1.4% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。 |
| 6 |
ナーシリーヤ |
松岡 |
実32.5 |
B▽ A▽勝率3% EV-3% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 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 7位 (中位評価) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 3.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -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 |
セイウンヤオヨロズ |
△石神道 |
実8.7 |
B△ A△勝率10% EV-12% 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) -22% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 期待値 -12% ※ 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 |
メイショウバリスタ |
菊沢 |
実128.8 |
B× A▽勝率1% EV0% 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) -61% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -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。 |
| 9 |
ロジザボード |
斎藤 |
実26.2 |
B△ A△勝率3% EV-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) -41% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.5% / 期待値 -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 |
スウィートラキ |
木幡初 |
実241.8 |
B× A▽勝率0% EV+9% 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) -58% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 期待値 +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 |
スウェーバック |
野中 |
実89.6 |
B▽ A▽勝率1% EV-2% 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) -46% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -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。 |
| 12 |
ジョイベル |
木幡育 |
実481.8 |
B▽ A▽勝率1% EV+270% 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 13位 (中位評価) △期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 0.2% (オッズ暗示: 0.2%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 +271% ※ 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 |
フジテンクウ |
▲石田 |
実333.2 |
B▽ A▽勝率0% EV+50% 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 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。 |
| 14 |
マナイアカラニ |
戸崎圭 |
実2.6 |
B🌟◎ A◎勝率25% EV-34% 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) -14% (オッズ過剰評価) AI 予想勝率 33.0% (オッズ暗示: 38.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 25.0% / 期待値 -35% ※ 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 |
オレンジキャンパス |
武藤 |
実4.5 |
B▲ A▲勝率16% EV-25% 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) -25% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 22.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 16.5% / 期待値 -26% ※ 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)
-14% (オッズ過剰評価)
AI 予想勝率
33.0% (オッズ暗示: 38.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 25.0% / 期待値 -35%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
24.5% (オッズ暗示: 30.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.3% / 期待値 -30%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
16.7% (オッズ暗示: 22.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 16.5% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 12.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 13.4% / 期待値 +10%
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 11.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.1% / 期待値 -12%
×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
2.2% (オッズ暗示: 3.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.5% / 期待値 -9%
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
2.2% (オッズ暗示: 3.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -4%
×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
1.4% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.3% / 期待値 +6%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 -2%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.8% / 期待値 -1%
△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)
-32% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.8% / 期待値 +117%
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
0.2% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.8% / 期待値 +166%
△AIランク評価 (順位学習モデル)
レース内 13位 (中位評価)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
0.2% (オッズ暗示: 0.2%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 0.8% / 期待値 +271%
×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
0.2% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 0.5% / 期待値 +9%
×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
0.2% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 0.5% / 期待値 +51%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンマルオブウォー |
▲上里 |
実281.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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) +116% (市場が大幅過小評価) AI 予想勝率 0.8% (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。 |
| 2 |
パチクリベスクリ |
丸田 |
実345.9 |
▽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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +166% (市場が大幅過小評価) AI 予想勝率 0.8% (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。 |
| 3 |
プリプリプリン |
▲佐藤 |
実3.3 |
○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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 21.3% (オッズ暗示: 30.3%) ※ 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 |
スノーランス |
石橋脩 |
実8.2 |
△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) +9% (市場と概ね一致) AI 予想勝率 13.4% (オッズ暗示: 12.2%) ※ 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。 |
| 5 |
シャインネージュ |
★谷原 |
実47.3 |
▽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) +6% (市場と概ね一致) AI 予想勝率 2.3% (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。 |
| 6 |
ナーシリーヤ |
松岡 |
実32.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 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 7位 (中位評価) △期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 3.0% (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。 |
| 7 |
セイウンヤオヨロズ |
△石神道 |
実8.7 |
△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) -12% (オッズ過剰評価) AI 予想勝率 10.1% (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。 |
| 8 |
メイショウバリスタ |
菊沢 |
実128.8 |
▽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) -1% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.8%) ※ 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。 |
| 9 |
ロジザボード |
斎藤 |
実26.2 |
△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) -9% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.8%) ※ 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。 |
| 10 |
スウィートラキ |
木幡初 |
実241.8 |
▽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) +9% (市場と概ね一致) AI 予想勝率 0.5% (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。 |
| 11 |
スウェーバック |
野中 |
実89.6 |
▽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) -2% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ※ 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 |
ジョイベル |
木幡育 |
実481.8 |
▽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 13位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +270% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.2%) ※ 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 |
フジテンクウ |
▲石田 |
実333.2 |
▽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) +50% (市場が大幅過小評価) AI 予想勝率 0.5% (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。 |
| 14 |
マナイアカラニ |
戸崎圭 |
実2.6 |
◎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) -35% (大幅な期待値マイナス) AI 予想勝率 25.0% (オッズ暗示: 38.5%) ※ 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 |
オレンジキャンパス |
武藤 |
実4.5 |
▲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) -26% (オッズ過剰評価) AI 予想勝率 16.5% (オッズ暗示: 22.2%) ※ 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)
-35% (大幅な期待値マイナス)
AI 予想勝率
25.0% (オッズ暗示: 38.5%)
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
21.3% (オッズ暗示: 30.3%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
16.5% (オッズ暗示: 22.2%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
13.4% (オッズ暗示: 12.2%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
10.1% (オッズ暗示: 11.5%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
3.5% (オッズ暗示: 3.8%)
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.1%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
2.3% (オッズ暗示: 2.1%)
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
1.1% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
0.8% (オッズ暗示: 0.8%)
△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)
+116% (市場が大幅過小評価)
AI 予想勝率
0.8% (オッズ暗示: 0.4%)
🌟◎期待値 (オッズ vs AI勝率)
+166% (市場が大幅過小評価)
AI 予想勝率
0.8% (オッズ暗示: 0.3%)
△AIランク評価 (順位学習モデル)
レース内 13位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+270% (市場が大幅過小評価)
AI 予想勝率
0.8% (オッズ暗示: 0.2%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
0.5% (オッズ暗示: 0.4%)
🌟◎期待値 (オッズ vs AI勝率)
+50% (市場が大幅過小評価)
AI 予想勝率
0.5% (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
両モデルとも本レースは見送り判定（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。
