大井 5R 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 |
スズノアリマール |
笹川翼（大井） |
実3.5 |
B× A◎勝率25% EV-11% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 28.6%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 期待値 -11% ※ 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 |
ローズプリンセス |
藤田凌（大井） |
実19.7 |
B△ A×勝率2% EV-65% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 6位 (中位評価) ×期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 5.1%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 1.8% / 期待値 -65% ※ 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 |
プレイバック |
鷹見陸（大井） |
実27.4 |
B× A▽勝率2% EV-35% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.6%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 2.4% / 期待値 -35% ※ 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 |
レヴェルトディオ |
和田譲（大井） |
推定— |
B○ A△勝率8% EV-87% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○AIランク評価 (順位学習モデル) レース内 2位 (上位評価) ×期待値 (オッズ vs AI勝率) -88% (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 7.9% / 期待値 -87% ※ 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 |
ヘイアンティアー |
高橋昭（大井） |
実4.3 |
B× A▲勝率13% EV-44% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 23.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.9% / 期待値 -45% ※ 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 |
ピルゴスアイトス |
杉山海（大井） |
実12.8 |
B× A×勝率3% EV-60% 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) -100% (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 3.1% / 期待値 -60% ※ 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 |
ミュウチャン 逃げ |
西啓太（大井） |
実9.5 |
B× A△勝率9% EV-15% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 10.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 -16% ※ 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 |
ニジイロピカール |
谷内貫（大井） |
実105.0 |
B× A▽勝率1% EV+9% 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 +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。 |
| 9 |
ロンギングスター 逃げ |
達城龍（大井） |
実11.4 |
B△ A△勝率7% EV-14% 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) -82% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 8.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 -15% ※ 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 |
エドノスターウッド 逃げ 推奨 |
矢野貴（大井） |
実14.3 |
B◎ A▽勝率5% EV-34% 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) +999% (市場が大幅過小評価) AI 予想勝率 83.9% (オッズ暗示: 7.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.6% / 期待値 -35% ※ 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 |
スリーバンカーズ 自在 |
菅原涼（大井） |
実28.6 |
B× A▽勝率2% EV-43% 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.5%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 2.0% / 期待値 -44% ※ 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 |
ハッチン 逃げ |
本田重（船橋） |
実5.6 |
B△ A○勝率18% EV+0% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 17.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 18.0% / 期待値 +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。 |
| 13 |
ハルイチバン |
安藤洋（大井） |
実13.7 |
B▲ A▽勝率4% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 7.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.7% / 期待値 -50% ※ 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。 |
| 14 |
カンタベリータイム 追込 |
岡村健（船橋） |
実57.3 |
B× A▽勝率1% EV-35% 詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 期待値 -36% ※ 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14頭
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
83.9% (オッズ暗示: 7.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.6% / 期待値 -35%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
×期待値 (オッズ vs AI勝率)
-88% (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 7.9% / 期待値 -87%
×期待値 (オッズ vs AI勝率)
-62% (大幅な期待値マイナス)
AI 予想勝率
2.8% (オッズ暗示: 7.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.7% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-91% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 17.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 18.0% / 期待値 +1%
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 8.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.5% / 期待値 -15%
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
×期待値 (オッズ vs AI勝率)
-70% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 5.1%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 1.8% / 期待値 -65%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 28.6%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 25.3% / 期待値 -11%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 10.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.8% / 期待値 -16%
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 1.0% / 期待値 +9%
×期待値 (オッズ vs AI勝率)
-90% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 3.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 2.0% / 期待値 -44%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 23.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.9% / 期待値 -45%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 3.6%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 2.4% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 1.1% / 期待値 -36%
×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 9位 / 勝率 3.1% / 期待値 -60%
💡 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
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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
10
エドノスターウッド
¥2,000
実14.3倍
期待値 +999%
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スズノアリマール |
笹川翼（大井） |
実3.5 |
◎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) -11% (オッズ過剰評価) AI 予想勝率 25.3% (オッズ暗示: 28.6%) ※ 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 |
ローズプリンセス |
藤田凌（大井） |
実19.7 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 12位 (中位評価) ×期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 5.1%) ※ 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。 |
| 3 |
プレイバック |
鷹見陸（大井） |
実27.4 |
▽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) -35% (大幅な期待値マイナス) AI 予想勝率 2.4% (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。 |
| 4 |
レヴェルトディオ |
和田譲（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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 5位 (中位評価) ×期待値 (オッズ vs AI勝率) -87% (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 |
ヘイアンティアー |
高橋昭（大井） |
実4.3 |
▲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) -45% (大幅な期待値マイナス) AI 予想勝率 12.9% (オッズ暗示: 23.3%) ※ 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。 |
| 6 |
ピルゴスアイトス |
杉山海（大井） |
実12.8 |
×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) -60% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 7.8%) ※ 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。 |
| 7 |
ミュウチャン 逃げ |
西啓太（大井） |
実9.5 |
△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) -16% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.5%) ※ 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。 |
| 8 |
ニジイロピカール |
谷内貫（大井） |
実105.0 |
▽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) +9% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 1.0%) ※ 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 |
ロンギングスター 逃げ |
達城龍（大井） |
実11.4 |
△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) -15% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.8%) ※ 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。 |
| 10 |
エドノスターウッド 逃げ 推奨 |
矢野貴（大井） |
実14.3 |
▽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) -35% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 7.0%) ※ 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 |
スリーバンカーズ 自在 |
菅原涼（大井） |
実28.6 |
▽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) -44% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.5%) ※ 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。 |
| 12 |
ハッチン 逃げ |
本田重（船橋） |
実5.6 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 18.0% (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。 |
| 13 |
ハルイチバン |
安藤洋（大井） |
実13.7 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 3.7% (オッズ暗示: 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。 |
| 14 |
カンタベリータイム 追込 |
岡村健（船橋） |
実57.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 1.1% (オッズ暗示: 1.7%) ※ 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。 |
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14頭
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
25.3% (オッズ暗示: 28.6%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
18.0% (オッズ暗示: 17.9%)
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
12.9% (オッズ暗示: 23.3%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
8.8% (オッズ暗示: 10.5%)
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×期待値 (オッズ vs AI勝率)
-87% (大幅な期待値マイナス)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
7.5% (オッズ暗示: 8.8%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
4.6% (オッズ暗示: 7.0%)
×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
3.7% (オッズ暗示: 7.3%)
×期待値 (オッズ vs AI勝率)
-60% (大幅な期待値マイナス)
AI 予想勝率
3.1% (オッズ暗示: 7.8%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
2.4% (オッズ暗示: 3.6%)
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
2.0% (オッズ暗示: 3.5%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
1.8% (オッズ暗示: 5.1%)
×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
1.1% (オッズ暗示: 1.7%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
1.0% (オッズ暗示: 1.0%)
💡 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
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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
10
エドノスターウッド
¥2,000
実14.3倍
期待値 -35%
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。
