小倉 2R 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 |
パーセンタイル |
▲森田 |
実44.9 |
B▽ A▽勝率9% EV+306% 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) +308% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 9.1% / 期待値 +307% ※ 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 |
イザベル |
松若 |
実68.1 |
B▽ A▽勝率9% EV+517% 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) +519% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 9.1% / 期待値 +517% ※ 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 |
アイルエクラ |
飛田愛 |
実185.4 |
B▽ A▽勝率9% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 9.1% / 期待値 +1580% ※ 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 |
プリメラエストレラ |
コレット |
実35.7 |
B▽ A△勝率9% EV+225% 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) +224% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 期待値 +226% ※ 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 |
ブレイクガール |
松山 |
実1.3 |
B× A×勝率9% EV-88% 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) -88% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 76.9%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 9.1% / 期待値 -88% ※ 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 |
フランヴィア |
高杉 |
実110.6 |
B▽ A▲勝率9% EV+909% 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) +905% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 0.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 期待値 +910% ※ 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 |
アシャカブラーヴ |
幸 |
実11.3 |
B▲ A▽勝率9% EV+2% 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) +2% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 8.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 9.1% / 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。 |
| 8 |
スピークロウ |
☆田山 |
実12.5 |
B△ A▽勝率9% EV+13% 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) +13% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 8.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 9.1% / 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。 |
| 9 |
プリマアルバ |
西村淳 |
実16.5 |
B△ A○勝率9% EV+50% 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) +49% (妙味あり) AI 予想勝率 9.1% (オッズ暗示: 6.1%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 9.1% / 期待値 +51% ※ 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 |
ニシノフランケン |
亀田 |
実5.3 |
B○ A△勝率9% EV-51% 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) -52% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 18.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.1% / 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。 |
| 11 |
ドナズエクリプス |
吉村 |
実30.4 |
B△ A△勝率9% EV+177% 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) +176% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 +177% ※ 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11頭
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 76.9%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 9.1% / 期待値 -88%
×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
9.1% (オッズ暗示: 18.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.1% / 期待値 -52%
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
9.1% (オッズ暗示: 8.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 9.1% / 期待値 +2%
△期待値 (オッズ vs AI勝率)
+13% (市場と概ね一致)
AI 予想勝率
9.1% (オッズ暗示: 8.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 9.1% / 期待値 +13%
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
9.1% (オッズ暗示: 6.1%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 9.1% / 期待値 +51%
🌟◎期待値 (オッズ vs AI勝率)
+176% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 3.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.1% / 期待値 +177%
🌟◎期待値 (オッズ vs AI勝率)
+224% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.1% / 期待値 +226%
🌟◎期待値 (オッズ vs AI勝率)
+308% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 9.1% / 期待値 +307%
🌟◎期待値 (オッズ vs AI勝率)
+519% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 9.1% / 期待値 +517%
🌟◎期待値 (オッズ vs AI勝率)
+905% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 0.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 9.1% / 期待値 +910%
🌟◎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
9.1% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 9.1% / 期待値 +1580%
💡 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 |
パーセンタイル |
▲森田 |
実44.9 |
▽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) +306% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.2%) ※ 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。 |
| 2 |
イザベル |
松若 |
実68.1 |
▽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) +517% (市場が大幅過小評価) AI 予想勝率 9.1% (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。 |
| 3 |
アイルエクラ |
飛田愛 |
実185.4 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 9.1% (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。 |
| 4 |
プリメラエストレラ |
コレット |
実35.7 |
△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) +225% (市場が大幅過小評価) AI 予想勝率 9.1% (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。 |
| 5 |
ブレイクガール |
松山 |
実1.3 |
×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) -88% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 76.9%) ※ 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。 |
| 6 |
フランヴィア |
高杉 |
実110.6 |
▲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) +909% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 0.9%) ※ 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。 |
| 7 |
アシャカブラーヴ |
幸 |
実11.3 |
▽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) +2% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 8.8%) ※ 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 |
スピークロウ |
☆田山 |
実12.5 |
▽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) +13% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 8.0%) ※ 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。 |
| 9 |
プリマアルバ |
西村淳 |
実16.5 |
○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) +50% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 6.1%) ※ 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。 |
| 10 |
ニシノフランケン |
亀田 |
実5.3 |
△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) -52% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 18.9%) ※ 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。 |
| 11 |
ドナズエクリプス |
吉村 |
実30.4 |
△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) +177% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.3%) ※ 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の推奨本命の次点
出走馬全11頭
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 76.9%)
🌟◎期待値 (オッズ vs AI勝率)
+50% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 6.1%)
🌟◎期待値 (オッズ vs AI勝率)
+909% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 0.9%)
🌟◎期待値 (オッズ vs AI勝率)
+177% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 3.3%)
🌟◎期待値 (オッズ vs AI勝率)
+225% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.8%)
×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
9.1% (オッズ暗示: 18.9%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
9.1% (オッズ暗示: 8.8%)
△期待値 (オッズ vs AI勝率)
+13% (市場と概ね一致)
AI 予想勝率
9.1% (オッズ暗示: 8.0%)
🌟◎期待値 (オッズ vs AI勝率)
+306% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 2.2%)
🌟◎期待値 (オッズ vs AI勝率)
+517% (市場が大幅過小評価)
AI 予想勝率
9.1% (オッズ暗示: 1.5%)
🌟◎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
9.1% (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。
