大井 4R 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
エスクラス |
藤本現(大井) |
推定— |
B△ A×勝率7% EV-85% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 7位 / 勝率 7.3% / 期待値 -85% ※ 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 |
ボンヴィアッジョ |
野畑凌(川崎) |
推定— |
B○ A△勝率11% EV-76% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.5% / 期待値 -77% ※ 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 |
ボワヴェール 逃げ |
安藤洋(大井) |
推定— |
B▲ A▲勝率12% EV-79% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.8% / 期待値 -79% ※ 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 |
ティーエンティー |
鷹見陸(大井) |
推定— |
B× A△勝率9% EV-81% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.1% / 期待値 -81% ※ 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 |
キャリアラダー 差し |
御神訓(大井) |
推定— |
B× A×勝率6% EV-90% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 期待値 -90% ※ 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 |
ラストラブラブ 先行 |
吉井章(大井) |
推定— |
B△ A△勝率10% EV-82% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.9% / 期待値 -82% ※ 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 |
ディアモアー |
達城龍(大井) |
推定— |
B× A×勝率4% EV-92% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 10位 / 勝率 3.8% / 期待値 -92% ※ 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 |
ハヤマデイズ |
田中洸(大井) |
推定— |
B× A×勝率3% EV-93% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 11位 / 勝率 3.2% / 期待値 -93% ※ 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 |
オモイデノアトサキ |
笹川翼(大井) |
推定— |
B◎ A○勝率14% EV-76% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) ○Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 期待値 -76% ※ 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 |
フジパールマン 差し |
杉山海(大井) |
推定— |
B× A×勝率5% EV-88% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 9位 / 勝率 5.0% / 期待値 -88% ※ 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 |
セルフエース |
矢野貴(大井) |
推定— |
B△ A×勝率18% EV-68% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 1位 / 勝率 18.4% / 期待値 -69% ※ 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の推奨本命の次点
出走馬全11頭
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 14.3% / 期待値 -76%
×期待値 (オッズ vs AI勝率)
-60% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.5% / 期待値 -77%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.8% / 期待値 -79%
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 18.4% / 期待値 -69%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.9% / 期待値 -82%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 7.3% / 期待値 -85%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.1% / 期待値 -81%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 5.7% / 期待値 -90%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 5.0% / 期待値 -88%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 3.8% / 期待値 -92%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 3.2% / 期待値 -93%
💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。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。
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
エスクラス |
藤本現(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) ※ 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 |
ボンヴィアッジョ |
野畑凌(川崎) |
推定— |
△詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) ※ 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 |
ボワヴェール 逃げ |
安藤洋(大井) |
推定— |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) ※ 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 |
ティーエンティー |
鷹見陸(大井) |
推定— |
△詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) ※ 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 |
キャリアラダー 差し |
御神訓(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) ※ 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 |
ラストラブラブ 先行 |
吉井章(大井) |
推定— |
△詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) ※ 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 |
ディアモアー |
達城龍(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) ※ 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 |
ハヤマデイズ |
田中洸(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) ※ 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 |
オモイデノアトサキ |
笹川翼(大井) |
推定— |
○詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) ※ 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 |
フジパールマン 差し |
杉山海(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) ※ 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 |
セルフエース |
矢野貴(大井) |
推定— |
×詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) ※ 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の推奨本命の次点
出走馬全11頭
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-81% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-85% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-90% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-92% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
💡 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。
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。