中山 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 中山競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォルテム推奨	団野	実17.9	B△ A△勝率10% EV+83% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+81%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 04/26 2東京29R 5着/16頭+0.5秒 04/05 2阪神410R 15着/18頭+1.4秒 02/14 1小倉711R 13着/18頭+1.3秒 12/06 5中京111R 11着/12頭+1.3秒 11/15 5東京310R 5着/18頭+0.6秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) △ ローテーション 133日休養明け ◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.2% / 期待値 +83% ※ 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	メイショウピース	丸山	実31.8	B▽ A▽勝率4% 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13.0着と低調／497日ぶりの実戦）
前5走 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 497日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 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。
3	トーセントラム	菊沢	実35.7	B▽ A▽勝率3% EV+11% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場108走で勝率0%と苦戦傾向／491日ぶりの実戦）
前5走 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 108走で勝率 0% (苦戦) △ ローテーション 491日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 3.1% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 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	マックアルイーン推奨	津村	実10.9	B△ A△勝率12% EV+36% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場で勝率20%と相性良）
前5走 03/01 2中山210R 10着/15頭+0.8秒 01/05 1中山211R 6着/14頭+0.5秒 11/23 4京都612R 12着/16頭+0.8秒 09/07 4中山210R 2着/12頭+0.2秒 06/29 2福島29R 1着/11頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 189日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 10.4% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.5% / 期待値 +36% ※ 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	フクチャンショウ	北村友	実4.3	B○ A○勝率17% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 05/10 2東京611R 15着/18頭+1.6秒 03/21 1中京311R 3着/17頭+0.2秒 01/31 1東京110R 3着/15頭+0.1秒 11/08 5東京111R 2着/16頭+0.5秒 09/14 4中山42R 1着/16頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.2% / 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。
6	パクスロマーナ	杉原	実5.1	B▲ A▲勝率14% EV-30% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均13.0着と低調／126日ぶりの実戦）
前5走 05/03 3京都410R 15着/18頭+1.7秒 03/29 3中山210R 7着/15頭+0.5秒 01/31 1小倉311R 17着/18頭+1.6秒 12/07 5中山29R 7着/12頭+0.6秒 11/23 4京都612R 3着/16頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 -31% ※ 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	ルーフ	原	実12.2	B▽ A▽勝率9% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／526日ぶりの実戦）
前5走 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ○ 当競馬場適性 60走で勝率 20% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 526日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 9.3% / 期待値 +13% ※ 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	カーヌスティ	ルメール	実2.4	B× A×勝率17% EV-58% 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（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 1福島57R 1着/12頭勝利 03/08 2中山46R 3着/16頭+0.7秒 02/10 1東京412R 5着/16頭+0.1秒 01/24 1中山87R 4着/16頭+0.6秒 11/13 門別9R 1着/8頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 20.6% (オッズ暗示: 41.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 17.2% / 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。
9	ポッドロワール	木幡巧	実7.8	B△ A△勝率12% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／161日ぶりの実戦）
前5走 03/29 3中山210R 15着/15頭+0.9秒 03/08 2中山412R 1着/16頭勝利 02/22 1東京88R 2着/16頭+0.1秒 11/09 5東京212R 2着/18頭+0.1秒 10/05 4東京29R 6着/17頭+0.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 15着 (大敗) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 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。

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 ×

カーヌスティ

騎手ルメール

単勝オッズ

2.4倍

AI期待値

-50%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5フクチャンショウ

4.3倍

EV -11%

▲A:▲6パクスロマーナ

5.1倍

EV -24%

出走馬全9頭

×A:×8

カーヌスティ

ルメール

2.4倍

-50%

›

○A:○5

フクチャンショウ

北村友

4.3倍

-11%

›

▲A:▲6

パクスロマーナ

杉原

5.1倍

-24%

›

△A:△4

マックアルイーン

津村

10.9倍

+13%

›

△A:△9

ポッドロワール

木幡巧

7.8倍

-20%

›

△A:△1

フォルテム

団野

17.9倍

+81%

›

▽A:▽7

ルーフ

原

12.2倍

-8%

›

▽A:▽3

トーセントラム

菊沢

35.7倍

+9%

›

▽A:▽2

メイショウピース

丸山

31.8倍

-11%

›

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

A. 現行モデル (binary)

単勝 1 フォルテム実17.9倍期待値 +82% 推奨 10.0〜30.0倍 ¥200 不的中
単勝 4 マックアルイーン実10.9倍期待値 +13% 推奨 10.0〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 フォルテム実17.9倍期待値 +82% 推奨 10.0〜30.0倍 ¥200 不的中

※ オッズは予測時点の値です。

10R 中山競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォルテム推奨	団野	実17.9	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+83%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 04/26 2東京29R 5着/16頭+0.5秒 04/05 2阪神410R 15着/18頭+1.4秒 02/14 1小倉711R 13着/18頭+1.3秒 12/06 5中京111R 11着/12頭+1.3秒 11/15 5東京310R 5着/18頭+0.6秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) △ ローテーション 133日休養明け ◎ 期待値 (オッズ vs AI勝率) +83% (市場が大幅過小評価) AI 予想勝率 10.2% (オッズ暗示: 5.6%) ※ 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。
2	メイショウピース	丸山	実31.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／497日ぶりの実戦）
前5走 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒 04/27 2東京28R 13着/14頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 497日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 4.4% (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	トーセントラム	菊沢	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場108走で勝率0%と苦戦傾向／491日ぶりの実戦）
前5走 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒 05/03 2京都310R 6着/8頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 108走で勝率 0% (苦戦) △ ローテーション 491日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 3.1% (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。
4	マックアルイーン推奨	津村	実10.9	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+36%の妙味（近5走で勝率20%と堅実／当競馬場で勝率20%と相性良）
前5走 03/01 2中山210R 10着/15頭+0.8秒 01/05 1中山211R 6着/14頭+0.5秒 11/23 4京都612R 12着/16頭+0.8秒 09/07 4中山210R 2着/12頭+0.2秒 06/29 2福島29R 1着/11頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 189日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 12.5% (オッズ暗示: 9.2%) ※ 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。
5	フクチャンショウ	北村友	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 05/10 2東京611R 15着/18頭+1.6秒 03/21 1中京311R 3着/17頭+0.2秒 01/31 1東京110R 3着/15頭+0.1秒 11/08 5東京111R 2着/16頭+0.5秒 09/14 4中山42R 1着/16頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 17.2% (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。
6	パクスロマーナ	杉原	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均13.0着と低調／126日ぶりの実戦）
前5走 05/03 3京都410R 15着/18頭+1.7秒 03/29 3中山210R 7着/15頭+0.5秒 01/31 1小倉311R 17着/18頭+1.6秒 12/07 5中山29R 7着/12頭+0.6秒 11/23 4京都612R 3着/16頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) △ ローテーション 126日休養明け × 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 13.6% (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。
7	ルーフ	原	実12.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／526日ぶりの実戦）
前5走 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒 03/29 3中山19R 11着/16頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ○ 当競馬場適性 60走で勝率 20% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 526日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 8.2%) ※ 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	カーヌスティ	ルメール	実2.4	×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（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 1福島57R 1着/12頭勝利 03/08 2中山46R 3着/16頭+0.7秒 02/10 1東京412R 5着/16頭+0.1秒 01/24 1中山87R 4着/16頭+0.6秒 11/13 門別9R 1着/8頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134日休養明け × 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 17.2% (オッズ暗示: 41.7%) ※ 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	ポッドロワール	木幡巧	実7.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／161日ぶりの実戦）
前5走 03/29 3中山210R 15着/15頭+0.9秒 03/08 2中山412R 1着/16頭勝利 02/22 1東京88R 2着/16頭+0.1秒 11/09 5東京212R 2着/18頭+0.1秒 10/05 4東京29R 6着/17頭+0.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 15着 (大敗) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 12.8%) ※ 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

カーヌスティ

騎手ルメール

単勝オッズ

2.4倍

AI期待値

-58%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5フクチャンショウ

4.3倍

EV -26%

▲6パクスロマーナ

5.1倍

EV -30%

出走馬全9頭

×8

カーヌスティ

ルメール

2.4倍

-58%

›

○5

フクチャンショウ

北村友

4.3倍

-26%

›

▲6

パクスロマーナ

杉原

5.1倍

-30%

›

△9

ポッドロワール

木幡巧

7.8倍

-2%

›

△4

マックアルイーン

津村

10.9倍

+36%

›

△1

フォルテム

団野

17.9倍

+83%

›

▽7

ルーフ

原

12.2倍

+13%

›

▽2

メイショウピース

丸山

31.8倍

+39%

›

▽3

トーセントラム

菊沢

35.7倍

+11%

›

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

A. 現行モデル (binary)

単勝 1 フォルテム実17.9倍期待値 +83% 推奨 10.0〜30.0倍 ¥200 不的中
単勝 4 マックアルイーン実10.9倍期待値 +36% 推奨 10.0〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 フォルテム実17.9倍期待値 +83% 推奨 10.0〜30.0倍 ¥200 不的中

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項