中京 11R 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 |
フェブリノ |
松若 |
実33.4 |
B▽ A▽勝率5% EV+70% 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) -36% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 期待値 +70% ※ 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 |
ベランジェール |
Ｍデムーロ |
実23.0 |
B△ A△勝率13% EV+190% 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) +76% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 4.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.6% / 期待値 +190% ※ 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 |
ルージュスプリヤ |
▲森田 |
実1.6 |
B🌟◎ A×勝率23% EV-63% 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 3 ◎ 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 45.9% (オッズ暗示: 62.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 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。 |
| 4 |
アウクソー |
秋山稔 |
実34.7 |
B△ A△勝率7% EV+135% 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) -7% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 2.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +136% ※ 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 |
ニシノトリビュート |
☆田山 |
実8.1 |
B▲ A▲勝率13% EV+2% 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) -24% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 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。 |
| 6 |
サヨノパララックス |
菱田 |
実43.1 |
B▽ A▽勝率7% EV+190% 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) +15% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 期待値 +190% ※ 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 |
ケールハイム |
坂井 |
実3.0 |
B○ A○勝率23% EV-31% 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) -27% (オッズ過剰評価) AI 予想勝率 24.3% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 22.7% / 期待値 -32% ※ 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 |
ビーグラッド |
幸 |
実20.4 |
B△ A△勝率11% EV+118% 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) +11% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.7% / 期待値 +119% ※ 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)
-27% (オッズ過剰評価)
AI 予想勝率
45.9% (オッズ暗示: 62.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 22.7% / 期待値 -64%
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
24.3% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 22.7% / 期待値 -32%
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
9.4% (オッズ暗示: 12.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.6% / 期待値 +2%
🌟◎期待値 (オッズ vs AI勝率)
+76% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 4.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.6% / 期待値 +190%
△期待値 (オッズ vs AI勝率)
+11% (市場と概ね一致)
AI 予想勝率
5.5% (オッズ暗示: 4.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.7% / 期待値 +119%
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
2.7% (オッズ暗示: 2.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +136%
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
2.7% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.7% / 期待値 +190%
×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
1.9% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.1% / 期待値 +70%
💡 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 |
フェブリノ |
松若 |
実33.4 |
▽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) +70% (市場が大幅過小評価) AI 予想勝率 5.1% (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。 |
| 2 |
ベランジェール |
Ｍデムーロ |
実23.0 |
△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) +190% (市場が大幅過小評価) AI 予想勝率 12.6% (オッズ暗示: 4.3%) ※ 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。 |
| 3 |
ルージュスプリヤ |
▲森田 |
実1.6 |
×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 3 ◎ 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 22.7% (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。 |
| 4 |
アウクソー |
秋山稔 |
実34.7 |
△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) +135% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.9%) ※ 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。 |
| 5 |
ニシノトリビュート |
☆田山 |
実8.1 |
▲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) +2% (市場と概ね一致) AI 予想勝率 12.6% (オッズ暗示: 12.3%) ※ 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 |
サヨノパララックス |
菱田 |
実43.1 |
▽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) +190% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.3%) ※ 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 |
ケールハイム |
坂井 |
実3.0 |
○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) -32% (大幅な期待値マイナス) AI 予想勝率 22.7% (オッズ暗示: 33.3%) ※ 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。 |
| 8 |
ビーグラッド |
幸 |
実20.4 |
△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) +118% (市場が大幅過小評価) AI 予想勝率 10.7% (オッズ暗示: 4.9%) ※ 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。 |
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)
-64% (大幅な期待値マイナス)
AI 予想勝率
22.7% (オッズ暗示: 62.5%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
22.7% (オッズ暗示: 33.3%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
12.6% (オッズ暗示: 12.3%)
🌟◎期待値 (オッズ vs AI勝率)
+190% (市場が大幅過小評価)
AI 予想勝率
12.6% (オッズ暗示: 4.3%)
🌟◎期待値 (オッズ vs AI勝率)
+118% (市場が大幅過小評価)
AI 予想勝率
10.7% (オッズ暗示: 4.9%)
🌟◎期待値 (オッズ vs AI勝率)
+135% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 2.9%)
🌟◎期待値 (オッズ vs AI勝率)
+190% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+70% (市場が大幅過小評価)
AI 予想勝率
5.1% (オッズ暗示: 3.0%)
💡 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。
