川崎 2R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

2R 川崎競馬場ダ1400m ダート1400m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホワイトフジ逃げ	本田重（船橋）	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0%と苦戦傾向／騎手は近50戦で勝率34%）
前5走 06/15 川崎1R 7着/12頭 02/06 川崎1R 3着/12頭+0.8秒 01/02 川崎1R 9着/12頭+1.3秒 12/17 川崎3R 2着/8頭+0.3秒 10/07 大井4R 5着/9頭+1.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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) ◎ 騎手近50戦勝率 34% (好調) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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。
2	シェナマーブル差し	藤江渉（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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 06/16 川崎1R 2着/12頭+4.0秒 05/14 川崎1R 2着/8頭+1.2秒 04/10 川崎2R 7着/10頭+0.9秒 03/06 川崎1R 3着/8頭+1.0秒 12/16 川崎1R 7着/10頭+2.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 11.3% ※ 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	プラカーシャ先行	矢野貴（大井）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（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 06/15 川崎2R 6着/11頭+3.0秒 04/06 川崎2R 5着/10頭+0.8秒 03/02 川崎1R 2着/10頭+0.5秒 11/17 川崎3R 2着/11頭+0.8秒 10/17 川崎2R 5着/7頭+3.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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 ○ 騎手近50戦勝率 16% ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 11.3% ※ 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	クツシタオトシタ自在	西啓太（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7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 06/16 川崎1R 11着/12頭 06/02 船橋2R 5着/12頭 05/12 川崎1R 2着/12頭+0.9秒 04/10 川崎2R 3着/10頭+0.4秒 03/06 川崎2R 7着/10頭+1.4秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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。
5	ナイスキック	野畑凌（川崎）	推定—	◎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走平均2.0着と安定／前走2着）
前5走 05/11 川崎1R 2着/12頭+0.7秒 03/03 川崎2R 2着/11頭+0.1秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 29.7% ※ 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	セレステラ逃げ	佐藤翔（JRA）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走2着）
前5走 06/18 川崎1R 2着/12頭+5.0秒 05/28 浦和1R 10着/11頭 05/14 川崎1R 4着/8頭+2.0秒 04/10 川崎2R 6着/10頭+0.8秒 11/17 川崎2R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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	エストレーラヘーザ差し	新原周（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 06/15 川崎2R 11着/11頭+7.0秒 02/06 川崎5R 11着/12頭+3.2秒 08/08 川崎2R 1着/7頭勝利 07/11 川崎7R 7着/7頭+3.6秒 06/20 川崎4R 6着/7頭+11.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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	ガラデラパンテラ差し	佐野遥（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9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 06/15 川崎2R 4着/11頭+1.0秒 05/27 浦和1R 5着/10頭 05/11 川崎1R 7着/12頭+2.8秒 01/01 川崎3R 10着/12頭+2.3秒 12/19 川崎6R 9着/9頭+2.4秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 11.3% ※ 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	フルミネビアンコ	櫻井光（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（204日ぶりの実戦）
前5走 12/16 川崎1R 6着/10頭+1.6秒 11/21 川崎3R 4着/5頭+3.6秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ ローテーション 204日休養明け × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位

ナイスキック

騎手野畑凌（川崎）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2シェナマーブル

—

EV —

○3プラカーシャ

—

EV —

○8ガラデラパンテラ

—

EV —

出走馬全9頭

◎5

ナイスキック

野畑凌（川崎）

—

›

○2

シェナマーブル

藤江渉（川崎）

—

›

○3

プラカーシャ

矢野貴（大井）

—

›

○8

ガラデラパンテラ

佐野遥（川崎）

—

›

△1

ホワイトフジ

本田重（船橋）

—

›

△4

クツシタオトシタ

西啓太（大井）

—

›

△6

セレステラ

佐藤翔（JRA）

—

›

△7

エストレーラヘーザ

新原周（川崎）

—

›

△9

フルミネビアンコ

櫻井光（川崎）

—

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

次の推奨を X で受け取る

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。