中京 8R 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 |
スノースケープ |
川田 |
実3.1 |
B○ A○勝率20% 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) -38% (大幅な期待値マイナス) AI 予想勝率 20.2% (オッズ暗示: 32.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 20.0% / 期待値 -38% ※ 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 |
サラコスティ |
松山 |
実14.2 |
B△ A△勝率10% EV+38% 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) -8% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.7% / 期待値 +38% ※ 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 |
サンダーバード |
岩田望 |
実18.8 |
B△ A△勝率7% EV+38% 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 4.5% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.3% / 期待値 +38% ※ 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 |
アンビアンス |
吉村 |
実172.1 |
B▽ A▽勝率2% EV+255% 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) -15% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 +255% ※ 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 |
ブラックシャリマー |
コレット |
実5.4 |
B▲ A▲勝率20% EV+7% 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% (市場と概ね一致) AI 予想勝率 20.2% (オッズ暗示: 18.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 19.9% / 期待値 +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 |
アトレッタ |
幸 |
実22.3 |
B▽ A▽勝率7% EV+47% 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 4.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 +47% ※ 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 |
サイモンシャリオ |
松若 |
実9.1 |
B△ A△勝率12% EV+11% 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) +25% (市場と概ね一致) AI 予想勝率 13.7% (オッズ暗示: 11.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.3% / 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。 |
| 8 |
ロードフィレール |
坂井 |
実2.1 |
B🌟◎ A×勝率22% EV-53% 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) -33% (大幅な期待値マイナス) AI 予想勝率 31.8% (オッズ暗示: 47.6%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 22.1% / 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。 |
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8頭
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
31.8% (オッズ暗示: 47.6%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 22.1% / 期待値 -54%
×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
20.2% (オッズ暗示: 32.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 20.0% / 期待値 -38%
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
20.2% (オッズ暗示: 18.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 19.9% / 期待値 +7%
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
13.7% (オッズ暗示: 11.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.3% / 期待値 +12%
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 7.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.7% / 期待値 +38%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
4.5% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.3% / 期待値 +38%
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
2.7% (オッズ暗示: 4.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.6% / 期待値 +47%
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 +255%
💡 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 |
スノースケープ |
川田 |
実3.1 |
○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) -38% (大幅な期待値マイナス) AI 予想勝率 20.0% (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。 |
| 2 |
サラコスティ |
松山 |
実14.2 |
△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) +38% (妙味あり) AI 予想勝率 9.7% (オッズ暗示: 7.0%) ※ 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 |
サンダーバード |
岩田望 |
実18.8 |
△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) +38% (妙味あり) AI 予想勝率 7.3% (オッズ暗示: 5.3%) ※ 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。 |
| 4 |
アンビアンス |
吉村 |
実172.1 |
▽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) +255% (市場が大幅過小評価) AI 予想勝率 2.1% (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。 |
| 5 |
ブラックシャリマー |
コレット |
実5.4 |
▲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) +7% (市場と概ね一致) AI 予想勝率 19.9% (オッズ暗示: 18.5%) ※ 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 |
アトレッタ |
幸 |
実22.3 |
▽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) +47% (妙味あり) AI 予想勝率 6.6% (オッズ暗示: 4.5%) ※ 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 |
サイモンシャリオ |
松若 |
実9.1 |
△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) +11% (市場と概ね一致) AI 予想勝率 12.3% (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。 |
| 8 |
ロードフィレール |
坂井 |
実2.1 |
×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) -54% (大幅な期待値マイナス) AI 予想勝率 22.1% (オッズ暗示: 47.6%) ※ 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8頭
×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
22.1% (オッズ暗示: 47.6%)
×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
20.0% (オッズ暗示: 32.3%)
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
19.9% (オッズ暗示: 18.5%)
△期待値 (オッズ vs AI勝率)
+11% (市場と概ね一致)
AI 予想勝率
12.3% (オッズ暗示: 11.0%)
◎期待値 (オッズ vs AI勝率)
+38% (妙味あり)
AI 予想勝率
9.7% (オッズ暗示: 7.0%)
◎期待値 (オッズ vs AI勝率)
+38% (妙味あり)
AI 予想勝率
7.3% (オッズ暗示: 5.3%)
◎期待値 (オッズ vs AI勝率)
+47% (妙味あり)
AI 予想勝率
6.6% (オッズ暗示: 4.5%)
🌟◎期待値 (オッズ vs AI勝率)
+255% (市場が大幅過小評価)
AI 予想勝率
2.1% (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。
