札幌 7R 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 |
キープライジング |
岩田康 |
実20.1 |
B△ A△勝率7% EV+36% 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 4.4% (オッズ暗示: 5.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +37% ※ 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 |
ランドスター |
▲小林美 |
実5.9 |
B🌟◎ A○勝率19% EV+9% 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) +85% (市場が大幅過小評価) AI 予想勝率 31.5% (オッズ暗示: 16.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 期待値 +10% ※ 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 |
レネネト |
北村友 |
実6.6 |
B△ A△勝率12% EV-22% 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) -26% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 15.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 11.7% / 期待値 -23% ※ 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 |
ロードヴァルカン |
横山和 |
実3.9 |
B▲ A▲勝率18% EV-28% 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) -47% (大幅な期待値マイナス) AI 予想勝率 13.5% (オッズ暗示: 25.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 18.5% / 期待値 -28% ※ 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 |
ビタミンドロップ |
丹内 |
実2.4 |
B○ A×勝率20% EV-50% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
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) -44% (大幅な期待値マイナス) AI 予想勝率 23.1% (オッズ暗示: 41.7%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 20.5% / 期待値 -51% ※ 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 |
ナムラモモ |
小沢 |
実5.5 |
B△ A△勝率17% EV-5% 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) -26% (オッズ過剰評価) AI 予想勝率 13.5% (オッズ暗示: 18.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 17.2% / 期待値 -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 |
ラムールデュヴォン |
▲遠藤 |
実23.1 |
B▽ A▽勝率7% EV+57% 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 +57% ※ 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
AIの推奨本命の次点
出走馬全7頭
🌟◎期待値 (オッズ vs AI勝率)
+85% (市場が大幅過小評価)
AI 予想勝率
31.5% (オッズ暗示: 16.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 18.6% / 期待値 +10%
×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
23.1% (オッズ暗示: 41.7%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 20.5% / 期待値 -51%
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
13.5% (オッズ暗示: 25.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 18.5% / 期待値 -28%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
13.5% (オッズ暗示: 18.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 17.2% / 期待値 -6%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
11.3% (オッズ暗示: 15.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 11.7% / 期待値 -23%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
4.4% (オッズ暗示: 5.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +37%
×期待値 (オッズ vs AI勝率)
-38% (大幅な期待値マイナス)
AI 予想勝率
2.7% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.8% / 期待値 +57%
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
キープライジング |
岩田康 |
実20.1 |
△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) +36% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 5.0%) ※ 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。 |
| 2 |
ランドスター |
▲小林美 |
実5.9 |
○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) +9% (市場と概ね一致) AI 予想勝率 18.6% (オッズ暗示: 16.9%) ※ 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。 |
| 3 |
レネネト |
北村友 |
実6.6 |
△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) -23% (オッズ過剰評価) AI 予想勝率 11.7% (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。 |
| 4 |
ロードヴァルカン |
横山和 |
実3.9 |
▲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) -28% (オッズ過剰評価) AI 予想勝率 18.5% (オッズ暗示: 25.6%) ※ 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。 |
| 5 |
ビタミンドロップ |
丹内 |
実2.4 |
×詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
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) -51% (大幅な期待値マイナス) AI 予想勝率 20.5% (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。 |
| 6 |
ナムラモモ |
小沢 |
実5.5 |
△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) -6% (オッズ過剰評価) AI 予想勝率 17.2% (オッズ暗示: 18.2%) ※ 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。 |
| 7 |
ラムールデュヴォン |
▲遠藤 |
実23.1 |
▽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) +57% (市場が大幅過小評価) AI 予想勝率 6.8% (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
AIの推奨本命の次点
出走馬全7頭
×期待値 (オッズ vs AI勝率)
-51% (大幅な期待値マイナス)
AI 予想勝率
20.5% (オッズ暗示: 41.7%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
18.6% (オッズ暗示: 16.9%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
18.5% (オッズ暗示: 25.6%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
17.2% (オッズ暗示: 18.2%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
11.7% (オッズ暗示: 15.2%)
◎期待値 (オッズ vs AI勝率)
+36% (妙味あり)
AI 予想勝率
6.8% (オッズ暗示: 5.0%)
🌟◎期待値 (オッズ vs AI勝率)
+57% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 4.3%)
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
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。
