船橋7R AI予想 - Stride AI

船橋 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

7R 船橋競馬場ダート1200m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マケタラアカン	笠野雄（船橋）	実21.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 05/27 浦和4R 6着/10頭+1.0秒 05/07 船橋5R 6着/12頭+0.7秒 04/03 船橋5R 7着/12頭+1.5秒 03/10 船橋8R 6着/12頭+1.4秒 02/26 浦和5R 5着/11頭+0.7秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 6.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 4.7%) ※ 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	フィオーレ	和田譲（大井）	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 05/07 船橋6R 4着/12頭+1.0秒 04/20 浦和9R 3着/13頭+0.4秒 04/03 船橋4R 4着/12頭+2.8秒 03/13 船橋3R 11着/12頭+2.5秒 02/11 船橋5R 3着/12頭+1.1秒
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 9.0%) ※ 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	リーヴルワンダー	山中悠（船橋）	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 05/07 船橋6R 3着/12頭+0.7秒 04/03 船橋5R 11着/12頭+2.3秒 03/13 船橋2R 4着/11頭+1.4秒 02/12 船橋7R 6着/12頭+2.4秒 01/23 船橋6R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 3 △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 24走で勝率 8% △ 距離適性同距離 21走で勝率 10% ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.9%) ※ 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。
4	レモンアイカー	山本大（船橋）	実9.0	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 05/26 浦和4R 5着/11頭 05/04 船橋4R 7着/11頭+2.0秒 01/27 大井9R 2着/14頭+0.0秒 01/16 大井2R 1着/16頭勝利 12/30 大井6R 8着/14頭+1.6秒
AI 評価の内訳 — 馬番 4 △ 直近3戦の調子平均 4.7着 ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 6.9% (オッズ暗示: 11.1%) ※ 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。
5	マサノプレジオーソ	西啓太（大井）	実9.9	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走で勝率33%と好調）
前5走 05/15 川崎6R 1着/12頭勝利 05/06 船橋2R 6着/12頭+0.8秒 11/04 船橋4R 6着/12頭+1.9秒 05/06 船橋4R 7着/12頭+1.4秒 04/04 船橋4R 3着/11頭+0.5秒
AI 評価の内訳 — 馬番 5 ○ 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 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 10.1%) ※ 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。
6	アディモレナ	山林信（川崎）	実5.0	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 05/13 川崎4R 3着/12頭+0.3秒 04/09 川崎5R 4着/12頭+1.1秒 03/04 川崎3R 11着/12頭+3.2秒 11/20 川崎7R 8着/11頭+2.4秒 10/15 川崎3R 12着/12頭+3.8秒
AI 評価の内訳 — 馬番 6 △ 直近3戦の調子平均 6.0着 ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 20.0%) ※ 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。
7	デルマカタスカシ	小杉亮（船橋）	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2.3着と安定／前走3着）
前5走 05/27 浦和4R 3着/10頭 05/07 船橋6R 2着/12頭+0.4秒 04/03 船橋4R 2着/12頭+2.0秒 03/12 船橋2R 1着/9頭勝利 02/11 船橋4R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 7 ○ 直近3戦の調子平均 2.3着 (安定) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 3.0% (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	キープアドーラブル	椿聡太（船橋）	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／前走2着）
前5走 05/08 船橋7R 2着/12頭+0.2秒 04/22 浦和4R 9着/11頭+2.0秒 04/03 船橋9R 3着/10頭+0.2秒 03/10 船橋8R 8着/12頭+1.5秒 12/10 船橋9R 11着/12頭+2.2秒
AI 評価の内訳 — 馬番 8 △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 25走で勝率 8% △ 距離適性同距離 25走で勝率 8% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 2着 (好走) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 17.7% (オッズ暗示: 22.2%) ※ 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。
9	カンナギ	藤江渉（川崎）	実45.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 05/11 川崎7R 12着/12頭+3.1秒 05/07 船橋6R 9着/12頭+2.0秒 04/08 川崎5R 12着/12頭+4.7秒 03/04 川崎12R 13着/14頭+4.4秒 02/05 川崎7R 5着/12頭+0.6秒
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
10	フェアリオンアイス	木間龍（船橋）	実24.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均10.0着と低調）
前5走 03/13 船橋4R 9着/9頭+2.5秒 02/26 浦和2R 11着/11頭+4.3秒 02/12 船橋4R 10着/12頭+3.6秒 01/23 船橋7R 7着/13頭+2.3秒 12/12 船橋6R 11着/11頭+4.7秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 10.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 4.1%) ※ 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。
11	ゲットジェロウス	鷹見陸（大井）	実17.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走平均8.3着と低調／279日ぶりの実戦）
前5走 08/29 船橋3R 9着/11頭+2.0秒 07/29 船橋4R 5着/9頭+1.4秒 04/17 大井2R 11着/14頭+1.5秒 03/13 大井4R 6着/8頭+2.4秒 02/18 大井3R 1着/10頭勝利
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 8.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ ローテーション 279日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 2.3% (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。
12	キングブルズアイズ	野畑凌（川崎）	実4.6	🌟◎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（同馬場状態で勝率33%／直近3走で勝率33%と好調／前走3着）
前5走 02/12 船橋4R 3着/12頭+0.7秒 10/31 浦和10R 1着/12頭勝利 05/30 浦和12R 2着/12頭+0.2秒 04/25 浦和8R 1着/12頭勝利 02/25 浦和2R 1着/12頭勝利
AI 評価の内訳 — 馬番 12 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +114% (市場が大幅過小評価) AI 予想勝率 46.6% (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。

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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

馬連 8-12 実10.6倍期待値 +171% 400円
3連複 6-8-12 実82.7倍期待値 +999% 300円

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

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。