川崎5R AI予想 - Stride AI

川崎 5R 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。

5R 川崎競馬場ダート1500m　発走 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウィーナーズソング	古岡勇（川崎）	実26.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／同馬場状態で勝率33%）
前5走 05/26 浦和7R 5着/10頭 09/16 大井12R 10着/14頭+2.8秒 09/01 大井10R 8着/11頭+3.4秒 08/10 大井6R 5着/11頭+1.7秒 07/14 大井6R 2着/13頭+0.6秒
AI 評価の内訳 — 馬番 1 × 直近3戦の調子平均 7.7着 (不振) ▽ 距離適性同距離は 6走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.8%) ※ 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。
2	クルメミッチー	佐野遥（川崎）	実19.2	×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5%と苦戦傾向／直近3走平均8.7着と低調）
前5走 05/14 川崎3R 13着/14頭+2.4秒 04/06 川崎7R 11着/14頭+1.7秒 03/19 浦和12R 2着/12頭+0.5秒 03/05 川崎2R 5着/10頭+1.0秒 02/05 川崎4R 5着/10頭+1.3秒
AI 評価の内訳 — 馬番 2 × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 14走で勝率 7% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 13着 (大敗) × 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 1.6% (オッズ暗示: 5.2%) ※ 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。
3	ラフォンターナ	岡村裕（川崎）	実39.2	×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）
前5走 05/11 川崎6R 5着/9頭+1.8秒 04/08 川崎1R 7着/12頭+1.5秒 03/19 浦和12R 10着/12頭+3.0秒 02/27 浦和2R 8着/12頭+2.8秒 01/09 浦和5R 7着/11頭+1.3秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 7.3着 (不振) ▽ 距離適性同距離は 6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) -76% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
4	クインズカヤノヒメ	藤江渉（川崎）	実11.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 06/02 船橋7R 8着/14頭+0.0秒 05/25 浦和9R 10着/11頭 05/11 川崎6R 7着/9頭+2.2秒 04/23 浦和3R 1着/10頭勝利 04/10 川崎6R 8着/12頭+2.7秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 35走で勝率 11% △ 距離適性同距離 52走で勝率 8% ○ ローテーション 16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 3.7% (オッズ暗示: 8.5%) ※ 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。
5	ナリノドリーム	櫻井光（川崎）	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/02 船橋7R 13着/14頭+1.0秒 04/07 川崎1R 1着/12頭勝利 03/30 船橋2R 4着/11頭+0.5秒 03/03 川崎1R 4着/10頭+0.6秒 02/02 川崎1R 6着/8頭+1.4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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ▽ 前走実績前走 13着 (大敗) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 18.4% (オッズ暗示: 15.2%) ※ 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。
6	ラピッドフロウ	増田充（川崎）	実27.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率5%と苦戦傾向／同距離帯は42走で勝ち無し／71日ぶりの実戦）
前5走 04/08 川崎1R 12着/12頭+3.5秒 03/19 浦和2R 7着/11頭+2.2秒 03/06 川崎12R 4着/13頭+2.7秒 02/06 川崎6R 9着/12頭+2.5秒 01/02 川崎2R 8着/14頭+2.0秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 40走で勝率 5% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ▽ 前走実績前走 12着 (大敗) × 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 0.7% (オッズ暗示: 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。
7	コンペティティブ	本橋孝（船橋）	実8.9	▲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4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／69日ぶりの実戦）
前5走 04/10 川崎6R 9着/12頭+2.9秒 10/27 浦和2R 4着/12頭+1.8秒 10/13 川崎1R 2着/9頭+0.5秒 09/26 浦和3R 11着/11頭+3.3秒 05/15 川崎2R 2着/8頭+0.4秒
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 5.0着 × 当競馬場適性 4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) +0% (市場と概ね一致) AI 予想勝率 11.3% (オッズ暗示: 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。
8	ニューディヴァイド	池谷匠（川崎）	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場31走で勝率3%と苦戦傾向／直近3走平均8.7着と低調）
前5走 05/14 川崎3R 14着/14頭+2.6秒 04/22 浦和6R 3着/11頭+0.9秒 04/06 川崎7R 9着/14頭+1.3秒 03/06 川崎8R 9着/12頭+2.3秒 02/06 川崎7R 5着/11頭+2.6秒
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 3.5% (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。
9	セクレトウェポン	新原周（川崎）	実10.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 05/11 川崎4R 1着/12頭勝利 01/04 川崎5R 4着/11頭+2.4秒 12/17 川崎1R 3着/6頭+1.0秒 ― ―
AI 評価の内訳 — 馬番 9 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 10.6% (オッズ暗示: 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。
10	ケイティーユイ	中山遥（浦和）	実6.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し）
前5走 05/27 浦和2R 4着/12頭+1.0秒 05/11 川崎4R 6着/12頭+1.5秒 04/24 浦和7R 9着/11頭+4.0秒 04/09 川崎4R 9着/11頭+1.6秒 03/20 浦和7R 11着/12頭+2.9秒
AI 評価の内訳 — 馬番 10 △ 直近3戦の調子平均 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 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) +16% (市場と概ね一致) AI 予想勝率 17.9% (オッズ暗示: 15.4%) ※ 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	エルキーオ	野畑凌（川崎）	実2.4	◎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3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3.0着と安定）
前5走 05/15 川崎5R 5着/12頭+0.9秒 04/08 川崎1R 2着/12頭+0.4秒 03/19 浦和2R 2着/11頭+0.0秒 10/10 川崎2R 2着/11頭+0.2秒 ―
AI 評価の内訳 — 馬番 11 ○ 直近3戦の調子平均 3.0着 (安定) × 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 14% × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 28.3% (オッズ暗示: 41.7%) ※ 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。
12	ダンシングハピリー	加藤雄（川崎）	実23.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率4%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 05/27 浦和3R 5着/12頭 05/12 川崎2R 7着/9頭+1.5秒 04/23 浦和2R 9着/12頭+1.0秒 04/09 川崎2R 11着/12頭+2.3秒 03/12 船橋3R 4着/7頭+0.9秒
AI 評価の内訳 — 馬番 12 × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 29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 22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 1.6% (オッズ暗示: 4.3%) ※ 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。

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

3連複 5-10-11 実61.1倍期待値 +679% 200円

B. 市場除外+キャリブ

単勝 9 セクレトウェポン実10.4倍期待値 +155% 推奨 5.3〜20.4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。