新潟 10R 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

10R 新潟競馬場　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェリーシュシュ	荻野極	実5.0	B○ A◎勝率18% EV-8% 詳細▼	AI上位評価だが期待値不足、見送り（70日ぶりの実戦）
前5走 02/21 1東京75R 8着/14頭+1.0秒 01/31 1東京15R 4着/16頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 17.3% (オッズ暗示: 20.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 18.3% / 期待値 -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	ミウ	木幡巧	実32.1	B▽ A▽勝率2% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均18.0着と低調／105日ぶりの実戦）
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 18.0着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 -20% ※ 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	ベアエクスプレス	田口	実18.7	B▽ A▽勝率5% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調）
前5走 2回5日福島2R 6着/15頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.7% / 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。
4	マイトリックスター	小崎	実123.1	B× A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 02/15 1小倉81R 14着/16頭+3.6秒 02/07 1小倉51R 7着/16頭+1.1秒 01/12 1中山55R 8着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -38% ※ 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	ナツミカンチャン	菊沢	実9.1	B△ A△勝率6% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -47% ※ 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	ディレクティオ	▲上里	実54.1	B× A▽勝率1% EV-49% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／125日ぶりの実戦）
前5走 03/22 1中京41R 10着/14頭+2.0秒 01/18 1中山73R 8着/13頭+3.2秒 01/05 1中山22R 10着/16頭+3.0秒 10/11 4東京36R 9着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 -50% ※ 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	ミュージックレイン	江田照	実14.6	B▽ A▽勝率5% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／97日ぶりの実戦）
前5走 03/28 3中山11R 5着/16頭+1.2秒 12/13 5中山31R 7着/14頭+1.1秒 11/09 5東京21R 10着/16頭+1.1秒 10/25 4新潟32R 7着/15頭+2.2秒 06/14 3東京36R 6着/10頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 97日休養明け × 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 3.9% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 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。
8	メジロピオラ	◇今村	実5.7	B△ A△勝率15% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.3着と低調／84日ぶりの実戦）
前5走 03/28 1中京52R 2着/13頭+0.4秒 03/07 2中山36R 16着/18頭+2.1秒 11/15 3福島35R 9着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 11.4% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.9% / 期待値 -15% ※ 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	ゴールドビリーヴ	△石神道	実5.4	B▲ A▲勝率15% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 03/14 2中山51R 8着/15頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 期待値 -19% ※ 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	ナックレジーナ	吉田豊	実36.0	B▽ A▽勝率2% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回4日福島1R 11着/15頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 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。
11	オリエンタルガール	▲石田	実88.8	B▽ A▽勝率1% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／104日ぶりの実戦）
前5走 01/05 1中山22R 9着/16頭+2.8秒 12/07 5中山21R 13着/16頭+2.1秒 11/09 3福島26R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 104日休養明け × 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 0.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -24% ※ 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	カーボフリオ	▲佐藤	実5.1	B◎ A○勝率17% EV-15% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス
前5走 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1秒 09/07 4中山26R 4着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 20.8% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.6% / 期待値 -15% ※ 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	アドバンスジェンヌ	原	実38.8	B× A×勝率1% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 1回10日函館3R 9着/14頭 1回5日函館2R 12着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
14	バーヴァンシー	横山典	実7.1	B△ A△勝率11% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/12 1中山52R 10着/16頭+2.7秒 01/04 1中山11R 6着/16頭+1.3秒 11/29 5東京72R 9着/18頭+0.9秒 08/30 3新潟32R 9着/15頭+3.6秒 07/27 2新潟21R 3着/7頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.2% / 期待値 -20% ※ 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	アジャイブ	▲水沼	実119.7	B× A▽勝率1% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／63日ぶりの実戦）
前5走 03/07 2中山36R 18着/18頭+2.9秒 12/13 5中山33R 14着/16頭+2.0秒 11/24 5東京66R 11着/13頭+2.2秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) × 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 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 期待値 -40% ※ 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の本命

AI評価1位Aモデル ○

カーボフリオ

騎手 ▲佐藤

単勝オッズ

5.1倍

AI期待値

+5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎1シェリーシュシュ

5.0倍

EV -13%

▲A:▲9ゴールドビリーヴ

5.4倍

EV -26%

出走馬全15頭

◎A:○12

カーボフリオ

▲佐藤

5.1倍

+5%

›

○A:◎1

シェリーシュシュ

荻野極

5.0倍

-13%

›

▲A:▲9

ゴールドビリーヴ

△石神道

5.4倍

-26%

›

△A:△14

バーヴァンシー

横山典

7.1倍

-18%

›

△A:△8

メジロピオラ

◇今村

5.7倍

-34%

›

△A:△5

ナツミカンチャン

菊沢

9.1倍

-10%

›

▽A:▽7

ミュージックレイン

江田照

14.6倍

-42%

›

▽A:▽3

ベアエクスプレス

田口

18.7倍

-26%

›

▽A:▽2

ミウ

木幡巧

32.1倍

-21%

›

▽A:▽10

ナックレジーナ

吉田豊

36.0倍

-12%

›

×A:×13

アドバンスジェンヌ

原

38.8倍

-58%

›

×A:▽6

ディレクティオ

▲上里

54.1倍

-59%

›

▽A:▽11

オリエンタルガール

▲石田

88.8倍

-33%

›

×A:▽15

アジャイブ

▲水沼

119.7倍

-80%

›

×A:▽4

マイトリックスター

小崎

123.1倍

-80%

›

💡 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）

10R 新潟競馬場　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェリーシュシュ	荻野極	実5.0	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（70日ぶりの実戦）
前5走 02/21 1東京75R 8着/14頭+1.0秒 01/31 1東京15R 4着/16頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 18.3% (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。
2	ミウ	木幡巧	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均18.0着と低調／105日ぶりの実戦）
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 18.0着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.5% (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。
3	ベアエクスプレス	田口	実18.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調）
前5走 2回5日福島2R 6着/15頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.3%) ※ 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	マイトリックスター	小崎	実123.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 02/15 1小倉81R 14着/16頭+3.6秒 02/07 1小倉51R 7着/16頭+1.1秒 01/12 1中山55R 8着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
5	ナツミカンチャン	菊沢	実9.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 11.0%) ※ 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。
6	ディレクティオ	▲上里	実54.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／125日ぶりの実戦）
前5走 03/22 1中京41R 10着/14頭+2.0秒 01/18 1中山73R 8着/13頭+3.2秒 01/05 1中山22R 10着/16頭+3.0秒 10/11 4東京36R 9着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	ミュージックレイン	江田照	実14.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／97日ぶりの実戦）
前5走 03/28 3中山11R 5着/16頭+1.2秒 12/13 5中山31R 7着/14頭+1.1秒 11/09 5東京21R 10着/16頭+1.1秒 10/25 4新潟32R 7着/15頭+2.2秒 06/14 3東京36R 6着/10頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 97日休養明け × 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 4.7% (オッズ暗示: 6.8%) ※ 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。
8	メジロピオラ	◇今村	実5.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.3着と低調／84日ぶりの実戦）
前5走 03/28 1中京52R 2着/13頭+0.4秒 03/07 2中山36R 16着/18頭+2.1秒 11/15 3福島35R 9着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 17.5%) ※ 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	ゴールドビリーヴ	△石神道	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 03/14 2中山51R 8着/15頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 15.0% (オッズ暗示: 18.5%) ※ 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。
10	ナックレジーナ	吉田豊	実36.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回4日福島1R 11着/15頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.8%) ※ 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。
11	オリエンタルガール	▲石田	実88.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／104日ぶりの実戦）
前5走 01/05 1中山22R 9着/16頭+2.8秒 12/07 5中山21R 13着/16頭+2.1秒 11/09 3福島26R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 0.9% (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	カーボフリオ	▲佐藤	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1秒 09/07 4中山26R 4着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 16.6% (オッズ暗示: 19.6%) ※ 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。
13	アドバンスジェンヌ	原	実38.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 1回10日函館3R 9着/14頭 1回5日函館2R 12着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) × 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 0.9% (オッズ暗示: 2.6%) ※ 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。
14	バーヴァンシー	横山典	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/12 1中山52R 10着/16頭+2.7秒 01/04 1中山11R 6着/16頭+1.3秒 11/29 5東京72R 9着/18頭+0.9秒 08/30 3新潟32R 9着/15頭+3.6秒 07/27 2新潟21R 3着/7頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 14.1%) ※ 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。
15	アジャイブ	▲水沼	実119.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／63日ぶりの実戦）
前5走 03/07 2中山36R 18着/18頭+2.9秒 12/13 5中山33R 14着/16頭+2.0秒 11/24 5東京66R 11着/13頭+2.2秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。

🎯 AIの本命

AI評価1位

シェリーシュシュ

騎手荻野極

単勝オッズ

5.0倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12カーボフリオ

5.1倍

EV -15%

▲9ゴールドビリーヴ

5.4倍

EV -19%

出走馬全15頭

◎1

シェリーシュシュ

荻野極

5.0倍

-8%

›

○12

カーボフリオ

▲佐藤

5.1倍

-15%

›

▲9

ゴールドビリーヴ

△石神道

5.4倍

-19%

›

△8

メジロピオラ

◇今村

5.7倍

-14%

›

△14

バーヴァンシー

横山典

7.1倍

-20%

›

△5

ナツミカンチャン

菊沢

9.1倍

-46%

›

▽7

ミュージックレイン

江田照

14.6倍

-31%

›

▽3

ベアエクスプレス

田口

18.7倍

-12%

›

▽2

ミウ

木幡巧

32.1倍

-19%

›

▽10

ナックレジーナ

吉田豊

36.0倍

-10%

›

×13

アドバンスジェンヌ

原

38.8倍

-64%

›

▽6

ディレクティオ

▲上里

54.1倍

-49%

›

▽11

オリエンタルガール

▲石田

88.8倍

-24%

›

▽15

アジャイブ

▲水沼

119.7倍

-39%

›

▽4

マイトリックスター

小崎

123.1倍

-38%

›

💡 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）

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

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。