新潟 5R 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 |
バル |
柴田大 |
実85.4 |
B▽ A▽勝率5% EV+295% 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) -41% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 4.6% / 期待値 +296% ※ 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 |
レイズレガシー |
田辺 |
実9.2 |
B△ A△勝率9% EV-21% 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) -5% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 10.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 -22% ※ 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 |
エリースノー |
津村 |
実15.1 |
B△ A△勝率7% EV+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) -6% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 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。 |
| 4 |
ヴィスクレス |
原 |
実15.3 |
B▽ A▽勝率7% 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) -5% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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 |
ジーティーニッツァ |
▲上里 |
実55.4 |
B▽ A▽勝率5% EV+170% 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) -9% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 期待値 +171% ※ 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 |
シェリアドレ |
荻野極 |
実4.3 |
B○ A○勝率11% EV-54% 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) -18% (オッズ過剰評価) AI 予想勝率 19.1% (オッズ暗示: 23.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.7% / 期待値 -54% ※ 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 |
ペイシャダンシング |
木幡初 |
実150.2 |
B▽ A▽勝率4% EV+532% 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) -48% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.2% / 期待値 +532% ※ 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 |
シュンポシオン |
▲佐藤 |
実167.1 |
B× A▽勝率4% EV+603% 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 4.2% / 期待値 +603% ※ 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 |
ロンバスブレス |
菊沢 |
実11.3 |
B△ A△勝率8% EV-14% 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) -27% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 8.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 期待値 -14% ※ 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 |
ヒラボクキャンティ |
江田照 |
実127.5 |
B× A▽勝率4% EV+436% 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 13位 (中位評価) ×期待値 (オッズ vs AI勝率) -56% (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 13位 / 勝率 4.2% / 期待値 +437% ※ 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 |
ウィズアバウンス |
武藤 |
実82.5 |
B▽ A▽勝率5% EV+308% 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.0% / 期待値 +309% ※ 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 |
サクラドール |
戸崎圭 |
実2.2 |
B◎ A×勝率13% EV-72% 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) -38% (大幅な期待値マイナス) AI 予想勝率 28.0% (オッズ暗示: 45.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 12.5% / 期待値 -72% ※ 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 |
ユキノサイエンス |
石橋脩 |
実49.9 |
B▽ A▽勝率5% EV+160% 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) -18% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.2% / 期待値 +161% ※ 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 |
イイクニパッション |
三浦 |
実7.2 |
B▲ A▲勝率10% EV-30% 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% (市場と概ね一致) AI 予想勝率 15.9% (オッズ暗示: 13.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 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。 |
| 15 |
エクスペクタント |
▲石田 |
実32.4 |
B▽ A▽勝率5% EV+68% 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) -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 9位 / 勝率 5.2% / 期待値 +69% ※ 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)
-38% (大幅な期待値マイナス)
AI 予想勝率
28.0% (オッズ暗示: 45.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 12.5% / 期待値 -72%
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
19.1% (オッズ暗示: 23.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.7% / 期待値 -54%
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
15.9% (オッズ暗示: 13.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 9.7% / 期待値 -30%
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
10.3% (オッズ暗示: 10.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.5% / 期待値 -22%
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 8.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.6% / 期待値 -14%
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
6.2% (オッズ暗示: 6.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +2%
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
6.2% (オッズ暗示: 6.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.8% / 期待値 +3%
△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 9位 / 勝率 5.2% / 期待値 +69%
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
1.6% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.2% / 期待値 +161%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
1.6% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.9% / 期待値 +171%
×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
0.7% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.0% / 期待値 +309%
×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
0.7% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 4.6% / 期待値 +296%
△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)
-56% (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 13位 / 勝率 4.2% / 期待値 +437%
△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)
-48% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.2% / 期待値 +532%
×期待値 (オッズ vs AI勝率)
-54% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 4.2% / 期待値 +603%
💡 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 |
バル |
柴田大 |
実85.4 |
▽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) +295% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 1.2%) ※ 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 |
レイズレガシー |
田辺 |
実9.2 |
△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) -22% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.9%) ※ 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。 |
| 3 |
エリースノー |
津村 |
実15.1 |
△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) +2% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.6%) ※ 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。 |
| 4 |
ヴィスクレス |
原 |
実15.3 |
▽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) +3% (市場と概ね一致) AI 予想勝率 6.8% (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。 |
| 5 |
ジーティーニッツァ |
▲上里 |
実55.4 |
▽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) +170% (市場が大幅過小評価) AI 予想勝率 4.9% (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。 |
| 6 |
シェリアドレ |
荻野極 |
実4.3 |
○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) -54% (大幅な期待値マイナス) AI 予想勝率 10.7% (オッズ暗示: 23.3%) ※ 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。 |
| 7 |
ペイシャダンシング |
木幡初 |
実150.2 |
▽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) +532% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.7%) ※ 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 |
シュンポシオン |
▲佐藤 |
実167.1 |
▽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) +603% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.6%) ※ 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。 |
| 9 |
ロンバスブレス |
菊沢 |
実11.3 |
△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 9 ◎ 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 7.6% (オッズ暗示: 8.8%) ※ 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 |
ヒラボクキャンティ |
江田照 |
実127.5 |
▽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 13位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +436% (市場が大幅過小評価) AI 予想勝率 4.2% (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。 |
| 11 |
ウィズアバウンス |
武藤 |
実82.5 |
▽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) +308% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 1.2%) ※ 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 |
サクラドール |
戸崎圭 |
実2.2 |
×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) -72% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 45.5%) ※ 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。 |
| 13 |
ユキノサイエンス |
石橋脩 |
実49.9 |
▽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) +160% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.0%) ※ 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。 |
| 14 |
イイクニパッション |
三浦 |
実7.2 |
▲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) -30% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 13.9%) ※ 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。 |
| 15 |
エクスペクタント |
▲石田 |
実32.4 |
▽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) +68% (市場が大幅過小評価) AI 予想勝率 5.2% (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。 |
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)
-72% (大幅な期待値マイナス)
AI 予想勝率
12.5% (オッズ暗示: 45.5%)
×期待値 (オッズ vs AI勝率)
-54% (大幅な期待値マイナス)
AI 予想勝率
10.7% (オッズ暗示: 23.3%)
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
9.7% (オッズ暗示: 13.9%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
8.5% (オッズ暗示: 10.9%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
7.6% (オッズ暗示: 8.8%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
6.8% (オッズ暗示: 6.6%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
6.8% (オッズ暗示: 6.5%)
🌟◎期待値 (オッズ vs AI勝率)
+160% (市場が大幅過小評価)
AI 予想勝率
5.2% (オッズ暗示: 2.0%)
🌟◎期待値 (オッズ vs AI勝率)
+68% (市場が大幅過小評価)
AI 予想勝率
5.2% (オッズ暗示: 3.1%)
🌟◎期待値 (オッズ vs AI勝率)
+308% (市場が大幅過小評価)
AI 予想勝率
5.0% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+170% (市場が大幅過小評価)
AI 予想勝率
4.9% (オッズ暗示: 1.8%)
🌟◎期待値 (オッズ vs AI勝率)
+295% (市場が大幅過小評価)
AI 予想勝率
4.6% (オッズ暗示: 1.2%)
△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)
+436% (市場が大幅過小評価)
AI 予想勝率
4.2% (オッズ暗示: 0.8%)
△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)
+532% (市場が大幅過小評価)
AI 予想勝率
4.2% (オッズ暗示: 0.7%)
🌟◎期待値 (オッズ vs AI勝率)
+603% (市場が大幅過小評価)
AI 予想勝率
4.2% (オッズ暗示: 0.6%)
💡 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。
