川崎4R AI予想 - Stride AI

川崎 4R 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。

4R 川崎競馬場ダート900m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アマゴ	保園翔（浦和）	実30.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／直近3走平均8.3着と低調）
前5走 05/26 浦和2R 7着/12頭 05/13 川崎1R 11着/12頭+2.5秒 04/21 浦和1R 7着/9頭+1.4秒 04/06 川崎1R 7着/11頭+0.5秒 03/18 浦和4R 7着/10頭+1.8秒
AI 評価の内訳 — 馬番 1 × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
2	カナサンドー	藤江渉（川崎）	実12.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し）
前5走 05/14 川崎2R 8着/12頭+0.7秒 04/09 川崎4R 2着/11頭+0.4秒 03/04 川崎2R 5着/11頭+0.8秒 02/03 川崎1R 7着/12頭+1.7秒 01/04 川崎4R 5着/12頭+0.9秒
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 5.0着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.1%) ※ 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	ミサイルビスケッツ	伊藤裕（川崎）	実14.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／直近3走平均3.0着と安定／前走2着）
前5走 05/26 浦和7R 2着/10頭+2.0秒 05/12 川崎2R 3着/9頭+0.8秒 04/24 浦和7R 4着/11頭+2.1秒 04/08 川崎1R 8着/12頭+2.5秒 03/20 浦和7R 4着/12頭+1.1秒
AI 評価の内訳 — 馬番 3 ○ 直近3戦の調子平均 3.0着 (安定) × 当競馬場適性 24走で勝率 4% (苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.8%) ※ 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	ホシプリンセス	藤本現（大井）	実30.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率40%と適性高）
前5走 05/29 浦和6R 6着/9頭+0.0秒 04/24 浦和7R 5着/11頭+2.5秒 04/10 川崎6R 12着/12頭+4.5秒 03/20 浦和7R 3着/12頭+0.9秒 02/26 浦和7R 6着/12頭+2.0秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 7.7着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 3.7% (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。
5	アカルイスモウブ	岡村裕（川崎）	実8.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 05/14 川崎2R 6着/12頭+0.4秒 04/06 川崎1R 11着/11頭+1.6秒 08/19 浦和1R 6着/10頭+1.5秒 07/24 浦和2R 9着/11頭+2.3秒 06/24 浦和4R 4着/7頭+0.9秒
AI 評価の内訳 — 馬番 5 × 直近3戦の調子平均 7.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 31走で勝率 10% ○ 馬場適性同馬場 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) -13% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 11.8%) ※ 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。
6	ブルーレンジャー	山林信（川崎）	実45.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23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11.7着と低調）
前5走 05/14 川崎2R 11着/12頭+1.4秒 04/09 川崎2R 12着/12頭+3.3秒 03/06 川崎12R 12着/13頭+5.4秒 02/02 川崎3R 11着/12頭+2.3秒 01/03 川崎4R 14着/14頭+2.6秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 11.7着 (不振) × 当競馬場適性 23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 11着 (大敗) × 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 0.6% (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。
7	スウィープレジーナ	野畑凌（川崎）	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調）
前5走 05/14 川崎2R 10着/12頭+0.9秒 12/10 名古屋4R 7着/11頭+2.9秒 10/31 名古屋6R 8着/12頭+2.3秒 10/17 名古屋5R 6着/12頭+1.3秒 07/18 名古屋11R 11着/12頭+4.3秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 8.3着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 19.6% (オッズ暗示: 16.1%) ※ 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。
8	ルリール	新原周（川崎）	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27走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均2.7着と安定）
前5走 05/14 川崎2R 2着/12頭+0.2秒 04/06 川崎1R 2着/11頭+0.0秒 03/02 川崎3R 4着/9頭+0.1秒 10/13 川崎6R 4着/12頭+0.6秒 09/24 浦和5R 6着/10頭+1.6秒
AI 評価の内訳 — 馬番 8 ○ 直近3戦の調子平均 2.7着 (安定) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 4.3% (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。
9	キタノフローラ	中越琉（川崎）	実39.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 06/03 船橋1R 8着/10頭 05/14 川崎2R 12着/12頭+1.7秒 04/06 川崎1R 8着/11頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 9.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.2% (オッズ暗示: 2.6%) ※ 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。
10	モンテジュエル	澤田龍（船橋）	実1.7	🌟◎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4走で勝率75%と適性高／同距離帯7走で勝率71%）
前5走 06/02 船橋8R 9着/14頭 05/26 浦和2R 2着/12頭 05/06 船橋2R 4着/12頭+0.6秒 03/19 浦和2R 11着/11頭+7.9秒 02/28 浦和2R 1着/12頭勝利
AI 評価の内訳 — 馬番 10 △ 直近3戦の調子平均 5.0着 ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 7走で勝率 71% ○ 馬場適性同馬場 4走で勝率 25% △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 42.5% (オッズ暗示: 58.8%) ※ 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。
11	タノシサ	池谷匠（川崎）	実21.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/14 川崎2R 9着/12頭+0.8秒 02/02 川崎3R 2着/12頭+0.5秒 01/04 川崎4R 3着/12頭+0.6秒 11/18 川崎2R 4着/12頭+0.4秒 09/08 川崎4R 2着/9頭+0.5秒
AI 評価の内訳 — 馬番 11 △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 10走で勝率 20% △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 4.8% (オッズ暗示: 4.6%) ※ 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

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 7-10 実13.6倍期待値 +238% 400円
3連複 5-7-10 実53.9倍期待値 +697% 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。