川崎8R AI予想 - Stride AI

川崎 8R 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。

8R 川崎競馬場ダート1500m　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サクセスベージュ推奨	笠野雄（船橋）	実14.4	◎詳細▼	市場が大きく過小評価、AI予想勝率22% × オッズ14.4倍で期待値+217%の有力候補（同距離帯で勝率40%と得意／前走2着で力を示す）
前5走 06/02 船橋5R 2着/12頭+0.0秒 05/04 船橋3R 4着/12頭+0.9秒 03/31 船橋3R 10着/12頭+2.5秒 03/09 船橋9R 14着/14頭+3.1秒 09/29 船橋12R 2着/14頭+1.0秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 5.3着 ◎ 距離適性同距離 10走で勝率 40% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +217% (市場が大幅過小評価) AI 予想勝率 22.0% (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。
2	テマリ	古岡勇（川崎）	実21.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場29走で勝率3%と苦戦傾向／同距離帯は31走で勝ち無し／直近3走平均8.0着と低調）
前5走 05/14 川崎6R 10着/11頭+3.1秒 04/24 浦和2R 4着/12頭+0.8秒 04/09 川崎5R 10着/12頭+2.2秒 03/16 浦和9R 2着/11頭+0.0秒 03/05 川崎1R 5着/10頭+0.9秒
AI 評価の内訳 — 馬番 2 × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 29走で勝率 3% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 4.4% (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。
3	クラフトキング	菅原涼（大井）	実43.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 06/02 船橋5R 7着/12頭 05/13 川崎5R 9着/11頭+2.4秒 04/07 川崎4R 7着/12頭+1.9秒 03/03 川崎6R 5着/9頭+1.6秒 02/04 川崎7R 3着/12頭+0.2秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
4	タヴァネスタン	野畑凌（川崎）	実7.2	▲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5走で勝ち無し）
前5走 05/13 川崎5R 8着/11頭+2.4秒 04/07 川崎8R 2着/13頭+0.0秒 03/05 川崎6R 3着/11頭+0.3秒 02/05 川崎6R 5着/12頭+0.5秒 01/01 川崎7R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 4 △ 直近3戦の調子平均 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 13.9%) ※ 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	アスクアーバンシー	櫻井光（川崎）	実14.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/04 船橋5R 9着/12頭 05/14 川崎6R 5着/11頭+1.3秒 ― ― ―
AI 評価の内訳 — 馬番 5 × 直近3戦の調子平均 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 9.0% (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。
6	ジンガブリッツ	矢野貴（大井）	実1.7	▲詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走2着）
前5走 06/04 船橋5R 2着/12頭+3.0秒 04/10 川崎6R 2着/12頭+0.3秒 04/03 船橋3R 1着/12頭勝利 02/02 川崎1R 5着/8頭+0.8秒 ―
AI 評価の内訳 — 馬番 6 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 14.9% (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。
7	エリセイラ	笹川翼（大井）	実43.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し／騎手は近50戦で勝率26%）
前5走 06/05 船橋8R 5着/12頭 05/07 船橋3R 3着/12頭+1.6秒 04/02 船橋3R 6着/12頭+2.4秒 03/09 船橋12R 3着/10頭+0.6秒 02/13 船橋3R 6着/14頭+2.1秒
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 4.7着 ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) 🌟◎ 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 6.4% (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。
8	シントーハナノラン	町田直（川崎）	実4.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 05/14 川崎6R 3着/11頭+0.9秒 04/07 川崎8R 5着/13頭+0.3秒 03/05 川崎7R 5着/12頭+0.5秒 02/06 川崎9R 7着/13頭+2.6秒 08/07 川崎3R 6着/11頭+1.0秒
AI 評価の内訳 — 馬番 8 △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 11走で勝率 18% ○ 前走実績前走 3着 (好走) × 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 7.5% (オッズ暗示: 20.8%) ※ 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。
9	バトルホッパー	澤田龍（船橋）	実14.4	▽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）
前5走 05/25 浦和7R 5着/11頭 03/16 浦和7R 5着/12頭+2.0秒 02/23 浦和6R 6着/12頭+0.6秒 01/06 浦和6R 8着/12頭+1.5秒 12/25 浦和7R 11着/13頭+1.5秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 26走で勝率 8% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 5.0% (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。
10	ウェルキン	中島良（浦和）	実43.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 05/25 浦和7R 7着/11頭 05/12 川崎4R 8着/12頭+1.2秒 04/06 川崎6R 7着/12頭+2.2秒 03/02 川崎5R 8着/11頭+2.0秒 ―
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 3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 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +206% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
11	ヤマタケコーチャン	高橋哲（浦和）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向）
前5走 06/02 船橋7R 5着/14頭 04/20 浦和9R 7着/13頭+1.4秒 03/16 浦和9R 11着/11頭+2.8秒 11/25 浦和6R 3着/11頭+0.8秒 10/28 浦和5R 3着/12頭+0.2秒
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 31走で勝率 6% × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 11.2% ※ 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。

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

単勝 1 サクセスベージュ実14.4倍期待値 +217% 推奨 5.9〜30.0倍 400円

B. 市場除外+キャリブ

単勝 1 サクセスベージュ実14.4倍期待値 +258% 推奨 5.2〜30.0倍 400円

※ 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。