川崎11R AI予想

川崎 11R 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。

11R 川崎競馬場ダート1600m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ポッドベッロ	本田重（船橋）	実1.0	×詳細▼	人気馬、市場評価通りで上乗せなし（76日ぶりの実戦）
前5走 03/31 船橋7R 4着/11頭+0.8秒 03/19 浦和8R 4着/14頭+0.5秒 01/22 船橋5R 4着/12頭+0.4秒 12/12 船橋8R 3着/12頭+0.2秒 11/04 船橋5R 5着/12頭+0.9秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 4.0着 ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 100.0%) ※ 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	プレストマーヴェル	山中悠（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均11.3着と低調）
前5走 05/15 川崎8R 12着/12頭+1.5秒 03/16 浦和10R 11着/11頭+4.0秒 02/23 浦和9R 11着/11頭+2.3秒 02/11 船橋6R 7着/13頭+0.7秒 01/07 浦和9R 9着/12頭+1.5秒
AI 評価の内訳 — 馬番 2 × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 7.9% ※ 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。
3	ヤマニンパルフェ	加藤雄（川崎）	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 06/01 船橋10R 4着/12頭+0.0秒 05/15 川崎8R 11着/12頭+1.3秒 12/18 川崎4R 6着/12頭+2.1秒 11/18 川崎12R 12着/13頭+2.7秒 ―
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) × 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 9.6% ※ 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。
4	オルペラー	和田譲（大井）	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率60%と適性高／前走2着）
前5走 05/25 浦和8R 2着/12頭+0.0秒 05/13 川崎7R 5着/12頭+0.5秒 02/05 川崎9R 6着/13頭+0.9秒 01/04 川崎8R 1着/14頭勝利 12/17 川崎5R 1着/12頭勝利
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 60% (得意) ○ 前走実績前走 2着 (好走) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 10.8% (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。
5	ロコモーション	野畑凌（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/12 川崎4R 1着/12頭勝利 04/06 川崎8R 2着/12頭+0.7秒 03/03 川崎8R 3着/11頭+0.4秒 02/05 川崎7R 1着/12頭勝利 12/24 名古屋5R 1着/11頭勝利
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 4走で勝率 50% (得意) ◎ 前走実績前走 1着 (勢い継続) × 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 10.7% ※ 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。
6	ブレイブルイーズ	室陽一（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 04/23 浦和8R 9着/11頭+2.4秒 03/17 浦和8R 4着/12頭+0.6秒 02/28 浦和9R 5着/12頭+1.1秒 01/07 浦和8R 11着/11頭+8.0秒 12/22 浦和6R 12着/12頭+3.0秒
AI 評価の内訳 — 馬番 6 △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 9走で勝率 11% ○ 馬場適性同馬場 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 4.0% ※ 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	リケアヴィオレ	七夕裕（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 05/27 浦和4R 8着/10頭+0.0秒 05/14 川崎4R 7着/12頭+1.7秒 04/24 浦和12R 10着/12頭+1.9秒 03/19 浦和7R 4着/12頭+0.7秒 02/27 浦和9R 5着/12頭+2.1秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 8.3着 (不振) ▽ 距離適性同距離は 5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 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 3.1% ※ 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	モリオン	増田充（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調）
前5走 05/28 浦和7R 10着/12頭 05/04 船橋5R 11着/12頭+3.3秒 03/20 浦和8R 9着/13頭+1.8秒 02/28 浦和8R 9着/12頭+2.3秒 01/06 浦和8R 8着/13頭+2.2秒
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 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 6.3% ※ 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。
9	クロスダイヤ	古岡勇（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場20走で勝率5%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 06/02 船橋3R 5着/12頭 05/15 川崎12R 4着/14頭+1.4秒 04/07 川崎4R 12着/12頭+4.7秒 03/10 船橋8R 7着/12頭+1.4秒 03/03 川崎8R 11着/11頭+3.0秒
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 5.4% ※ 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	シトロンヴェール	佐野遥（川崎）	実18.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/01 船橋10R 1着/12頭 05/14 川崎9R 7着/13頭+0.5秒 04/09 川崎9R 12着/14頭+2.2秒 03/05 川崎8R 8着/10頭+3.4秒 02/05 川崎12R 11着/12頭+1.3秒
AI 評価の内訳 — 馬番 10 ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 9.8% (オッズ暗示: 5.4%) ※ 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	サンディビーチ	池谷匠（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場13走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 05/11 川崎8R 7着/10頭+1.0秒 12/18 川崎4R 8着/12頭+2.3秒 11/18 川崎12R 10着/13頭+2.5秒 10/15 川崎12R 12着/14頭+1.0秒 09/09 川崎12R 13着/14頭+2.4秒
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 3.6% ※ 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	クレテイユ	岡村裕（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.3着と低調）
前5走 05/26 浦和6R 11着/12頭 04/23 浦和4R 10着/11頭+2.1秒 04/09 川崎7R 4着/11頭+0.8秒 03/03 川崎9R 6着/9頭+1.6秒 02/02 川崎6R 3着/13頭+0.5秒
AI 評価の内訳 — 馬番 12 × 直近3戦の調子平均 8.3着 (不振) ○ 当競馬場適性 25走で勝率 16% (相性良) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 4.0% ※ 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。
13	エクセルブラック	西啓太（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 05/25 浦和6R 6着/11頭 05/14 川崎6R 1着/11頭勝利 04/24 浦和2R 2着/12頭+0.2秒 04/07 川崎8R 12着/13頭+2.4秒 03/19 浦和5R 11着/12頭+3.2秒
AI 評価の内訳 — 馬番 13 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% △ 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) -88% (大幅な期待値マイナス) AI 予想勝率 6.2% ※ 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。
14	ホウヨウムーン推奨	町田直（川崎）	実18.4	◎詳細▼	市場が大きく過小評価、AI予想勝率13% × オッズ18.4倍で期待値+145%の有力候補（近5走で勝率20%と堅実／当競馬場4走で勝率25%と適性高）
前5走 05/13 川崎5R 5着/11頭+1.5秒 05/05 船橋12R 5着/12頭+1.1秒 04/09 川崎8R 13着/14頭+2.5秒 03/12 船橋12R 1着/12頭勝利 03/06 川崎7R 2着/8頭+0.5秒
AI 評価の内訳 — 馬番 14 × 直近3戦の調子平均 7.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) 🌟◎ 期待値 (オッズ vs AI勝率) +145% (市場が大幅過小評価) AI 予想勝率 13.4% (オッズ暗示: 5.4%) ※ 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 14 ホウヨウムーン実18.4倍期待値 +145% 推奨 9.7〜30.0倍 200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。