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900m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マナコア	笹川翼（大井）	実1.6	×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（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率26%）
前5走 05/11 川崎12R 1着/12頭勝利 04/10 川崎10R 2着/12頭+0.0秒 02/10 船橋2R 9着/9頭+2.7秒 01/20 船橋4R 12着/12頭+4.1秒 12/16 船橋4R 3着/7頭+1.2秒
AI 評価の内訳 — 馬番 1 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 29.6% (オッズ暗示: 62.5%) ※ 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。
2	アイアンピッチ	櫻井光（川崎）	実8.8	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5着/12頭+0.8秒 01/22 船橋12R 10着/12頭+1.4秒
AI 評価の内訳 — 馬番 2 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -4% (オッズ過剰評価) AI 予想勝率 10.9% (オッズ暗示: 11.4%) ※ 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。
3	ハローマイラブリー	古岡勇（川崎）	実10.8	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／160日ぶりの実戦）
前5走 01/09 浦和10R 11着/13頭+2.1秒 12/17 川崎7R 6着/9頭+1.5秒 12/08 船橋9R 11着/12頭+3.4秒 11/05 船橋10R 4着/12頭+0.3秒 10/16 川崎10R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 160日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 9.3%) ※ 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	アイビーヒメチャン	御神訓（大井）	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 04/24 浦和10R 9着/12頭+1.0秒 01/22 船橋10R 11着/14頭+1.7秒 09/08 川崎9R 1着/12頭勝利 08/21 川崎9R 4着/12頭+0.5秒 08/05 川崎12R 3着/9頭+0.3秒
AI 評価の内訳 — 馬番 4 ○ 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 5走で勝率 20% ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 7.1%) ※ 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。
5	ムーランアルザン	佐野遥（川崎）	実22.8	△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25%と適性高／同距離帯9走で勝率44%／前走2着）
前5走 05/11 川崎12R 2着/12頭+0.6秒 04/06 川崎9R 3着/11頭+0.2秒 03/03 川崎12R 8着/12頭+1.4秒 02/06 川崎12R 1着/12頭勝利 10/13 川崎9R 1着/12頭勝利
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 4.3着 ◎ 当競馬場適性 28走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.4%) ※ 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。
6	エターナルセイバー	伊藤裕（川崎）	実34.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7秒 12/16 川崎10R 3着/10頭+0.5秒 11/19 川崎10R 7着/12頭+1.4秒
AI 評価の内訳 — 馬番 6 △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 31走で勝率 6% △ ローテーション 106日休養明け × 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 0.8% (オッズ暗示: 2.9%) ※ 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。
7	サラサエンペラー	池谷匠（川崎）	実18.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／前走3着）
前5走 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4秒 03/04 川崎7R 5着/12頭+0.2秒 02/03 川崎7R 7着/12頭+0.3秒
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 4.7着 ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.6%) ※ 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。
8	ビターメロン推奨	和田譲（大井）	実8.8	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+91%の中穴候補（近5走で勝率40%と堅実／当競馬場5走で勝率60%と適性高／同距離帯で勝率50%と得意）
前5走 05/13 川崎2R 5着/12頭+1.1秒 04/24 浦和4R 8着/10頭+1.1秒 04/06 川崎4R 6着/12頭+0.7秒 01/02 川崎1R 1着/12頭勝利 12/16 川崎4R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 △ 直近3戦の調子平均 6.3着 ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% 🌟◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 21.8% (オッズ暗示: 11.4%) ※ 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。
9	デーレーシトロン	新原周（川崎）	実37.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率33%と適性高／直近3走平均8.7着と低調）
前5走 06/04 船橋11R 9着/12頭 04/29 大井11R 13着/13頭+5.3秒 04/08 川崎4R 4着/6頭+0.8秒 03/12 船橋11R 9着/9頭+3.0秒 11/18 川崎3R 1着/11頭勝利
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 8.7着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ○ 騎手近50戦勝率 18% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.9% (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	テイクノート	菅原涼（大井）	実30.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/01 船橋9R 7着/9頭+1.0秒 11/19 川崎10R 9着/12頭+1.6秒 11/05 船橋10R 5着/12頭+0.3秒 10/15 川崎9R 4着/11頭+0.9秒 09/30 船橋12R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。
11	バルジェロ	野畑凌（川崎）	実12.0	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走3着）
前5走 05/13 川崎2R 3着/12頭+0.4秒 04/06 川崎4R 1着/12頭勝利 03/05 川崎3R 3着/12頭+0.6秒 02/03 川崎4R 7着/14頭+1.4秒 01/04 川崎6R 3着/10頭+1.3秒
AI 評価の内訳 — 馬番 11 ○ 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% ◎ 距離適性同距離 4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) -9% (オッズ過剰評価) AI 予想勝率 7.6% (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。

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 8 ビターメロン実8.8倍期待値 +91% 推奨 6.0〜13.0倍 200円
馬連 1-8 実17.5倍期待値 +204% 300円
3連複 1-3-8 実45.0倍期待値 +335% 100円

B. 市場除外+キャリブ

単勝 4 アイビーヒメチャン実14.1倍期待値 +271% 推奨 5.0〜30.0倍 500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。