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 |
メジロピオラ |
◇今村 |
実6.6 |
B▲ A▲勝率9% EV-37% 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 12.5% (オッズ暗示: 15.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.5% / 期待値 -37% ※ 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 |
レディソフィア |
木幡巧 |
実48.6 |
B▽ A▽勝率5% EV+117% 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +118% ※ 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 |
ユニバーサルラヴ |
三浦 |
実4.1 |
B◎ A○勝率11% EV-54% 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) +2% (市場と概ね一致) AI 予想勝率 25.1% (オッズ暗示: 24.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.0% / 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。 |
| 4 |
ハニーアンバー |
石橋脩 |
実51.4 |
B▽ A▽勝率5% EV+147% 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 4.9% / 期待値 +148% ※ 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 |
プロミスライン |
△石神道 |
実15.3 |
B▽ A△勝率7% EV+1% 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) -31% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 6.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。 |
| 6 |
タマモチョコチップ |
菊沢 |
実3.4 |
B○ A×勝率11% EV-61% 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) -23% (オッズ過剰評価) AI 予想勝率 22.7% (オッズ暗示: 29.4%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 11.5% / 期待値 -61% ※ 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 |
インチジオーネ |
丸山 |
実122.8 |
B▽ A▽勝率4% EV+348% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 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 14位 (中位評価) ×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 0.4% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +348% ※ 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 |
ドナソラーレ |
杉原 |
実37.1 |
B▽ A▽勝率5% EV+74% 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) -28% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +75% ※ 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 |
ジュンサク |
野中 |
実186.8 |
B× A▽勝率4% EV+581% 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) -68% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +582% ※ 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 |
フィクセルリリア |
吉田豊 |
実11.8 |
B△ A△勝率8% EV-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) -13% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 8.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 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。 |
| 11 |
アジュアカレンツ |
武藤 |
実14.0 |
B△ A▽勝率6% EV-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) -37% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 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。 |
| 12 |
ノアレジェンド |
▲石田 |
実30.8 |
B▽ A▽勝率5% EV+58% 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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.1% / 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。 |
| 13 |
イデアクリスタル |
石川 |
実20.8 |
B▽ A▽勝率6% EV+8% 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) -15% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 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。 |
| 14 |
アースアクシス |
原 |
実21.5 |
B▽ A▽勝率6% EV+16% 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) -34% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 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。 |
| 15 |
ブルージンジャー |
津村 |
実7.1 |
B△ A△勝率9% EV-37% 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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 8.7% (オッズ暗示: 14.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 期待値 -37% ※ 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)
+2% (市場と概ね一致)
AI 予想勝率
25.1% (オッズ暗示: 24.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.0% / 期待値 -55%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
22.7% (オッズ暗示: 29.4%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 11.5% / 期待値 -61%
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
12.5% (オッズ暗示: 15.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 9.5% / 期待値 -37%
×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
8.7% (オッズ暗示: 14.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.6% / 期待値 -37%
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
7.4% (オッズ暗示: 8.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.5% / 期待値 -8%
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
4.5% (オッズ暗示: 7.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.4% / 期待値 -10%
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
4.5% (オッズ暗示: 6.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.6% / 期待値 +1%
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
4.1% (オッズ暗示: 4.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.5% / 期待値 +9%
×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
3.1% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.6% / 期待値 +17%
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
2.7% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.1% / 期待値 +59%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 5.0% / 期待値 +75%
×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
1.2% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.7% / 期待値 +118%
×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
1.2% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 4.9% / 期待値 +148%
△AIランク評価 (順位学習モデル)
レース内 14位 (中位評価)
×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
0.4% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.1% / 期待値 +348%
×期待値 (オッズ vs AI勝率)
-68% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 4.0% / 期待値 +582%
💡 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 |
メジロピオラ |
◇今村 |
実6.6 |
▲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) -37% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 15.2%) ※ 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。 |
| 2 |
レディソフィア |
木幡巧 |
実48.6 |
▽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) +117% (市場が大幅過小評価) AI 予想勝率 4.7% (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。 |
| 3 |
ユニバーサルラヴ |
三浦 |
実4.1 |
○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) -55% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 24.4%) ※ 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。 |
| 4 |
ハニーアンバー |
石橋脩 |
実51.4 |
▽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) +147% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 1.9%) ※ 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。 |
| 5 |
プロミスライン |
△石神道 |
実15.3 |
△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) +1% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 6.5%) ※ 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。 |
| 6 |
タマモチョコチップ |
菊沢 |
実3.4 |
×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) -61% (大幅な期待値マイナス) AI 予想勝率 11.5% (オッズ暗示: 29.4%) ※ 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 |
インチジオーネ |
丸山 |
実122.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 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 14位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +348% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 8 |
ドナソラーレ |
杉原 |
実37.1 |
▽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) +74% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 2.7%) ※ 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。 |
| 9 |
ジュンサク |
野中 |
実186.8 |
▽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) +581% (市場が大幅過小評価) AI 予想勝率 4.0% (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。 |
| 10 |
フィクセルリリア |
吉田豊 |
実11.8 |
△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) -8% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.5%) ※ 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。 |
| 11 |
アジュアカレンツ |
武藤 |
実14.0 |
▽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% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.1%) ※ 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 |
ノアレジェンド |
▲石田 |
実30.8 |
▽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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 5.1% (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。 |
| 13 |
イデアクリスタル |
石川 |
実20.8 |
▽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) +8% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.8%) ※ 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。 |
| 14 |
アースアクシス |
原 |
実21.5 |
▽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) +16% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.7%) ※ 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。 |
| 15 |
ブルージンジャー |
津村 |
実7.1 |
△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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 8.6% (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。 |
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)
-61% (大幅な期待値マイナス)
AI 予想勝率
11.5% (オッズ暗示: 29.4%)
×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
11.0% (オッズ暗示: 24.4%)
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
9.5% (オッズ暗示: 15.2%)
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 14.1%)
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
7.5% (オッズ暗示: 8.5%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
6.6% (オッズ暗示: 6.5%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
6.4% (オッズ暗示: 7.1%)
△期待値 (オッズ vs AI勝率)
+16% (市場と概ね一致)
AI 予想勝率
5.6% (オッズ暗示: 4.7%)
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
5.5% (オッズ暗示: 4.8%)
🌟◎期待値 (オッズ vs AI勝率)
+58% (市場が大幅過小評価)
AI 予想勝率
5.1% (オッズ暗示: 3.2%)
🌟◎期待値 (オッズ vs AI勝率)
+74% (市場が大幅過小評価)
AI 予想勝率
5.0% (オッズ暗示: 2.7%)
🌟◎期待値 (オッズ vs AI勝率)
+147% (市場が大幅過小評価)
AI 予想勝率
4.9% (オッズ暗示: 1.9%)
🌟◎期待値 (オッズ vs AI勝率)
+117% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 2.1%)
△AIランク評価 (順位学習モデル)
レース内 14位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+348% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.8%)
🌟◎期待値 (オッズ vs AI勝率)
+581% (市場が大幅過小評価)
AI 予想勝率
4.0% (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
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。
