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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
タマモブレイキン |
菊沢 |
実16.9 |
B△ A△勝率7% EV+17% 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 3.8% (オッズ暗示: 5.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 +18% ※ 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 |
パワポケグッド |
▲上里 |
実89.0 |
B▽ A▽勝率5% EV+347% 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) -36% (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 12位 / 勝率 5.0% / 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。 |
| 3 |
セイクリッドシチー |
江田照 |
実81.2 |
B▽ A▽勝率5% EV+311% 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) -42% (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 11位 / 勝率 5.1% / 期待値 +311% ※ 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 |
タニセンローマ |
小林脩 |
実21.2 |
B△ A△勝率6% EV+27% 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) -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 6位 / 勝率 6.0% / 期待値 +28% ※ 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 |
ロードプレリュード |
木幡巧 |
実4.6 |
B○ A○勝率12% EV-46% 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) -8% (オッズ過剰評価) AI 予想勝率 20.0% (オッズ暗示: 21.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.6% / 期待値 -46% ※ 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 |
イネガラーブル |
◇今村 |
実14.0 |
B▲ A▲勝率8% EV+18% 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) -9% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.1%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.4% / 期待値 +18% ※ 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 |
ダイヒョウカーク |
杉原 |
実82.9 |
B▽ A▽勝率5% EV+304% 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 12位 (中位評価) ×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 0.7% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.9% / 期待値 +304% ※ 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 |
フッカツノジャンボ |
木幡育 |
実999.9 |
B▽ A▽勝率4% EV+999% 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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 0.2% (オッズ暗示: 0.1%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 4.3% / 期待値 +4205% ※ 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 |
ゼンノスタニング |
原 |
実26.5 |
B▽ A▽勝率6% EV+48% 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 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 |
デアトゥノウ |
▲佐藤 |
実31.5 |
B▽ A▽勝率6% EV+74% 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) -46% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 期待値 +74% ※ 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 |
ブライトラン |
嶋田 |
実33.0 |
B▽ A▽勝率5% EV+73% 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +73% ※ 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 |
クリアーゲイル |
▲石田 |
実15.2 |
B△ A△勝率7% EV+11% 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) -40% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 6.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 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。 |
| 13 |
ゴールドプレイヤー |
戸崎圭 |
実1.6 |
B🌟◎ A×勝率13% EV-78% 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 51.3% (オッズ暗示: 62.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 13.3% / 期待値 -79% ※ 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 |
ニュークリアス |
大野 |
実24.4 |
B▽ A▽勝率6% EV+42% 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 2.7% (オッズ暗示: 4.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 期待値 +42% ※ 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 |
ノクターナルハント |
小崎 |
実100.4 |
B▽ A▽勝率5% EV+384% 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) -28% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.8% / 期待値 +384% ※ 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)
-18% (オッズ過剰評価)
AI 予想勝率
51.3% (オッズ暗示: 62.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 13.3% / 期待値 -79%
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
20.0% (オッズ暗示: 21.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.6% / 期待値 -46%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 7.1%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.4% / 期待値 +18%
×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
3.9% (オッズ暗示: 6.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.3% / 期待値 +12%
×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
3.8% (オッズ暗示: 5.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.0% / 期待値 +18%
×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 6位 / 勝率 6.0% / 期待値 +28%
×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
2.7% (オッズ暗示: 4.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.8% / 期待値 +42%
×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
2.3% (オッズ暗示: 3.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.6% / 期待値 +48%
×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
1.7% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.5% / 期待値 +74%
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
1.7% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.2% / 期待値 +73%
×期待値 (オッズ vs AI勝率)
-42% (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 11位 / 勝率 5.1% / 期待値 +311%
△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)
-40% (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 13位 / 勝率 4.9% / 期待値 +304%
×期待値 (オッズ vs AI勝率)
-36% (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 12位 / 勝率 5.0% / 期待値 +348%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
0.7% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.8% / 期待値 +384%
🌟◎期待値 (オッズ vs AI勝率)
+52% (市場が大幅過小評価)
AI 予想勝率
0.2% (オッズ暗示: 0.1%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 4.3% / 期待値 +4205%
💡 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 |
タマモブレイキン |
菊沢 |
実16.9 |
△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% (市場と概ね一致) AI 予想勝率 7.0% (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。 |
| 2 |
パワポケグッド |
▲上里 |
実89.0 |
▽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) +347% (市場が大幅過小評価) AI 予想勝率 5.0% (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。 |
| 3 |
セイクリッドシチー |
江田照 |
実81.2 |
▽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) +311% (市場が大幅過小評価) AI 予想勝率 5.1% (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。 |
| 4 |
タニセンローマ |
小林脩 |
実21.2 |
△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) +27% (市場と概ね一致) AI 予想勝率 6.0% (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。 |
| 5 |
ロードプレリュード |
木幡巧 |
実4.6 |
○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) -46% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 21.7%) ※ 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。 |
| 6 |
イネガラーブル |
◇今村 |
実14.0 |
▲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% (市場と概ね一致) AI 予想勝率 8.4% (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。 |
| 7 |
ダイヒョウカーク |
杉原 |
実82.9 |
▽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 13位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +304% (市場が大幅過小評価) AI 予想勝率 4.9% (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。 |
| 8 |
フッカツノジャンボ |
木幡育 |
実999.9 |
▽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 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 4.3% (オッズ暗示: 0.1%) ※ 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 |
ゼンノスタニング |
原 |
実26.5 |
▽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) +48% (妙味あり) AI 予想勝率 5.6% (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 |
デアトゥノウ |
▲佐藤 |
実31.5 |
▽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) +74% (市場が大幅過小評価) AI 予想勝率 5.5% (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。 |
| 11 |
ブライトラン |
嶋田 |
実33.0 |
▽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) +73% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 3.0%) ※ 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。 |
| 12 |
クリアーゲイル |
▲石田 |
実15.2 |
△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) +11% (市場と概ね一致) AI 予想勝率 7.3% (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。 |
| 13 |
ゴールドプレイヤー |
戸崎圭 |
実1.6 |
×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) -79% (大幅な期待値マイナス) AI 予想勝率 13.3% (オッズ暗示: 62.5%) ※ 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。 |
| 14 |
ニュークリアス |
大野 |
実24.4 |
▽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) +42% (妙味あり) AI 予想勝率 5.8% (オッズ暗示: 4.1%) ※ 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 |
ノクターナルハント |
小崎 |
実100.4 |
▽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) +384% (市場が大幅過小評価) AI 予想勝率 4.8% (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。 |
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)
-79% (大幅な期待値マイナス)
AI 予想勝率
13.3% (オッズ暗示: 62.5%)
×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
11.6% (オッズ暗示: 21.7%)
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
8.4% (オッズ暗示: 7.1%)
△期待値 (オッズ vs AI勝率)
+11% (市場と概ね一致)
AI 予想勝率
7.3% (オッズ暗示: 6.6%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
7.0% (オッズ暗示: 5.9%)
△期待値 (オッズ vs AI勝率)
+27% (市場と概ね一致)
AI 予想勝率
6.0% (オッズ暗示: 4.7%)
◎期待値 (オッズ vs AI勝率)
+42% (妙味あり)
AI 予想勝率
5.8% (オッズ暗示: 4.1%)
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
5.6% (オッズ暗示: 3.8%)
🌟◎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
5.5% (オッズ暗示: 3.2%)
🌟◎期待値 (オッズ vs AI勝率)
+73% (市場が大幅過小評価)
AI 予想勝率
5.2% (オッズ暗示: 3.0%)
🌟◎期待値 (オッズ vs AI勝率)
+311% (市場が大幅過小評価)
AI 予想勝率
5.1% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+347% (市場が大幅過小評価)
AI 予想勝率
5.0% (オッズ暗示: 1.1%)
△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)
+304% (市場が大幅過小評価)
AI 予想勝率
4.9% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+384% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 1.0%)
🌟◎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
4.3% (オッズ暗示: 0.1%)
💡 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。
