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 |
チャリティチャリス |
小崎 |
実151.5 |
B× A▽勝率4% EV+523% 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) -68% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.1% / 期待値 +523% ※ 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 |
グランフィエスタ |
原 |
実99.3 |
B▽ A▽勝率5% EV+352% 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) -27% (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 12位 / 勝率 4.6% / 期待値 +353% ※ 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 |
ツインドライヴ |
▲石田 |
実8.7 |
B△ A△勝率8% EV-30% 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) -16% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 11.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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 |
カミカクシ |
大野 |
実50.9 |
B▽ A▽勝率5% EV+168% 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) -11% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 期待値 +168% ※ 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 |
ヤマタケボニータ |
野中 |
実27.0 |
B▽ A▽勝率5% EV+41% 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) -35% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 3.7%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +41% ※ 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 |
ブリリアンス |
▲佐藤 |
実204.0 |
B× A▽勝率4% EV+738% 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) -57% (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 4.1% / 期待値 +739% ※ 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 |
ヤマメナイト |
菱田 |
実17.1 |
B▽ A▽勝率6% EV+10% 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) -34% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 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。 |
| 8 |
サングラント |
三浦 |
実4.3 |
B○ A○勝率11% EV-52% 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) -12% (オッズ過剰評価) AI 予想勝率 20.5% (オッズ暗示: 23.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 期待値 -52% ※ 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 |
サトノクラシカル |
津村 |
実3.1 |
B◎ A×勝率12% EV-63% 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) -26% (オッズ過剰評価) AI 予想勝率 23.7% (オッズ暗示: 32.3%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 11.7% / 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。 |
| 10 |
ネイティヴプライド |
荻野極 |
実9.1 |
B△ A△勝率8% EV-26% 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) +0% (市場と概ね一致) AI 予想勝率 11.0% (オッズ暗示: 11.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 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。 |
| 11 |
グラムエッジ |
武藤 |
実21.0 |
B▽ A▽勝率6% EV+18% 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) -23% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 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。 |
| 12 |
ジュングロワール |
石川 |
実16.2 |
B△ A△勝率7% EV+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 6位 (中位評価) ×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 4.0% (オッズ暗示: 6.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 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。 |
| 13 |
ウォーレーションズ |
菊沢 |
実4.6 |
B▲ A▲勝率10% EV-54% 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 13 ◎ 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 17.0% (オッズ暗示: 21.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。 |
| 14 |
アルティシエル |
木幡巧 |
実68.4 |
B▽ A▽勝率5% EV+236% 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 14 ◎ 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 1.1% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 期待値 +236% ※ 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 |
テルケンレンタッチ |
石橋脩 |
実159.8 |
B× A▽勝率4% EV+557% 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +557% ※ 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)
-26% (オッズ過剰評価)
AI 予想勝率
23.7% (オッズ暗示: 32.3%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 11.7% / 期待値 -64%
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
20.5% (オッズ暗示: 23.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.1% / 期待値 -52%
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
17.0% (オッズ暗示: 21.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 9.9% / 期待値 -54%
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
11.0% (オッズ暗示: 11.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.1% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
9.6% (オッズ暗示: 11.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.0% / 期待値 -30%
△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)
-35% (大幅な期待値マイナス)
AI 予想勝率
4.0% (オッズ暗示: 6.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.7% / 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
3.8% (オッズ暗示: 5.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.5% / 期待値 +10%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
3.7% (オッズ暗示: 4.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.7% / 期待値 +19%
×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
2.4% (オッズ暗示: 3.7%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.2% / 期待値 +41%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
1.8% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.3% / 期待値 +168%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
1.1% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.9% / 期待値 +236%
△期待値 (オッズ vs AI勝率)
-27% (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 12位 / 勝率 4.6% / 期待値 +353%
×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: 0.7%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.1% / 期待値 +523%
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 4.1% / 期待値 +557%
×期待値 (オッズ vs AI勝率)
-57% (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 4.1% / 期待値 +739%
💡 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 |
チャリティチャリス |
小崎 |
実151.5 |
▽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) +523% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 2 |
グランフィエスタ |
原 |
実99.3 |
▽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) +352% (市場が大幅過小評価) AI 予想勝率 4.6% (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。 |
| 3 |
ツインドライヴ |
▲石田 |
実8.7 |
△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) -30% (大幅な期待値マイナス) AI 予想勝率 8.0% (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。 |
| 4 |
カミカクシ |
大野 |
実50.9 |
▽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) +168% (市場が大幅過小評価) AI 予想勝率 5.3% (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。 |
| 5 |
ヤマタケボニータ |
野中 |
実27.0 |
▽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) +41% (妙味あり) AI 予想勝率 5.2% (オッズ暗示: 3.7%) ※ 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 |
ブリリアンス |
▲佐藤 |
実204.0 |
▽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) +738% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
| 7 |
ヤマメナイト |
菱田 |
実17.1 |
▽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) +10% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 5.8%) ※ 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 |
サングラント |
三浦 |
実4.3 |
○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) -52% (大幅な期待値マイナス) AI 予想勝率 11.1% (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。 |
| 9 |
サトノクラシカル |
津村 |
実3.1 |
×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) -64% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 32.3%) ※ 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。 |
| 10 |
ネイティヴプライド |
荻野極 |
実9.1 |
△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) -26% (オッズ過剰評価) AI 予想勝率 8.1% (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。 |
| 11 |
グラムエッジ |
武藤 |
実21.0 |
▽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) +18% (市場と概ね一致) AI 予想勝率 5.7% (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。 |
| 12 |
ジュングロワール |
石川 |
実16.2 |
△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 6位 (中位評価) △期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.2%) ※ 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 |
ウォーレーションズ |
菊沢 |
実4.6 |
▲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 13 ◎ 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 9.9% (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。 |
| 14 |
アルティシエル |
木幡巧 |
実68.4 |
▽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 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +236% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 1.5%) ※ 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 |
テルケンレンタッチ |
石橋脩 |
実159.8 |
▽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) +557% (市場が大幅過小評価) AI 予想勝率 4.1% (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。 |
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)
-64% (大幅な期待値マイナス)
AI 予想勝率
11.7% (オッズ暗示: 32.3%)
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 23.3%)
×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
9.9% (オッズ暗示: 21.7%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
8.1% (オッズ暗示: 11.0%)
×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
8.0% (オッズ暗示: 11.5%)
△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)
+8% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 6.2%)
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
6.5% (オッズ暗示: 5.8%)
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
5.7% (オッズ暗示: 4.8%)
🌟◎期待値 (オッズ vs AI勝率)
+168% (市場が大幅過小評価)
AI 予想勝率
5.3% (オッズ暗示: 2.0%)
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
5.2% (オッズ暗示: 3.7%)
🌟◎期待値 (オッズ vs AI勝率)
+236% (市場が大幅過小評価)
AI 予想勝率
4.9% (オッズ暗示: 1.5%)
🌟◎期待値 (オッズ vs AI勝率)
+352% (市場が大幅過小評価)
AI 予想勝率
4.6% (オッズ暗示: 1.0%)
🌟◎期待値 (オッズ vs AI勝率)
+523% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.7%)
🌟◎期待値 (オッズ vs AI勝率)
+557% (市場が大幅過小評価)
AI 予想勝率
4.1% (オッズ暗示: 0.6%)
🌟◎期待値 (オッズ vs AI勝率)
+738% (市場が大幅過小評価)
AI 予想勝率
4.1% (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。
