川崎10R AI予想

川崎 10R 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。

10R 川崎競馬場ダート1500m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジョセフィーナ	高橋利（船橋）	実155.3	▽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 06/01 船橋11R 8着/8頭 05/04 船橋11R 9着/12頭+2.8秒 04/22 浦和7R 11着/12頭+1.4秒 03/30 船橋11R 6着/12頭+0.8秒 ―
AI 評価の内訳 — 馬番 1 × 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) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +115% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 0.6%) ※ 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。
2	レグノ	佐藤翔（JRA）	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率29%と適性高／同距離帯17走で勝率29%／同馬場状態で勝率40%）
前5走 05/28 浦和11R 9着/13頭 05/11 川崎11R 5着/14頭+0.3秒 04/08 川崎10R 2着/14頭+0.2秒 03/04 川崎10R 2着/9頭+0.3秒 11/17 川崎10R 9着/11頭+2.1秒
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 5.3着 ◎ 当競馬場適性 14走で勝率 29% (得意) ◎ 距離適性同距離 17走で勝率 29% ◎ 馬場適性同馬場 5走で勝率 40% △ 騎手近50戦勝率 4% (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) -36% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 8.3%) ※ 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。
3	モネ	新原周（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（当競馬場12走で勝率25%と適性高／同距離帯12走で勝率25%／直近3走で勝率33%と好調）
前5走 05/11 川崎11R 3着/14頭+0.3秒 04/08 川崎10R 1着/14頭勝利 03/04 川崎10R 4着/9頭+0.6秒 02/05 川崎11R 3着/12頭+0.8秒 09/08 川崎11R 2着/14頭+1.2秒
AI 評価の内訳 — 馬番 3 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 12走で勝率 25% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 28.2% (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。
4	ユイノカタリベ	木幡初（JRA）	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 8.6%) ※ 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。
5	オリコウデレガンス	吉原寛（金沢）	実6.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率27%と適性高／同距離帯6走で勝率50%）
前5走 05/11 川崎11R 6着/14頭+0.9秒 11/19 川崎11R 5着/13頭+0.8秒 10/16 川崎11R 6着/11頭+1.3秒 08/22 川崎11R 1着/8頭勝利 08/08 川崎10R 1着/10頭勝利
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 5.7着 ◎ 当競馬場適性 11走で勝率 27% (得意) ◎ 距離適性同距離 6走で勝率 50% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 13.0% (オッズ暗示: 14.5%) ※ 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。
6	アスクムービーオン	野畑凌（川崎）	実7.5	▲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3走で勝率100%と適性高／同距離帯3走で勝率100%／直近3走で勝率100%と好調）
前5走 02/05 川崎6R 1着/14頭勝利 01/04 川崎5R 1着/11頭勝利 12/09 川崎2R 1着/7頭勝利 ― ―
AI 評価の内訳 — 馬番 6 ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 496日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 13.3%) ※ 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。
7	アーデルリーベ	笹川翼（大井）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 21.3%) ※ 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	タイセイデクスター	谷原柚（JRA）	実43.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 2.2% (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。
9	ルクスメンデス	矢野貴（大井）	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.7%) ※ 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。
10	カサブランカキッド	ゴンサ（JRA）	実5.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（132日ぶりの実戦）
前5走 02/04 川崎10R 4着/14頭+0.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 △ 直近3戦の調子平均 4.0着 △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 17.9%) ※ 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	ノーブルアクト	和田譲（大井）	実7.6	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 13.2%) ※ 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

馬連 3-7 実10.3倍期待値 +58% 100円 ❌不的中3番(11着)-7番(10着)

B. 市場除外+キャリブ

単勝 4 ユイノカタリベ実11.6倍期待値 +178% 推奨 5.4〜24.9倍 400円 ❌不的中7着単勝 11.6倍

※ 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。