札幌 9R 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ルージュビバーチェ 推奨 |
鮫島駿 |
実11.6 |
B▲ A△勝率13% EV+49% 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) +7% (市場と概ね一致) AI 予想勝率 9.2% (オッズ暗示: 8.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 12.9% / 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。 |
| 2 |
サウンドルーチェ 推奨 |
★河原田 |
実10.0 |
B△ A△勝率13% EV+29% 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) -23% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 10.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.9% / 期待値 +29% ※ 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 |
ナムラハリス |
古川吉 |
実30.2 |
B▽ A▽勝率5% EV+57% 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 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。 |
| 4 |
マインセーラ |
的場 |
実44.5 |
B▽ A▽勝率4% EV+67% 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 1.2% (オッズ暗示: 2.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +68% ※ 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 |
マーゴットサンズ |
西村淳 |
実1.7 |
B🌟◎ A×勝率23% EV-60% 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) +2% (市場と概ね一致) AI 予想勝率 60.2% (オッズ暗示: 58.8%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 23.2% / 期待値 -61% ※ 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 |
カルミアクラウン |
小沢 |
実8.4 |
B△ A▲勝率14% EV+18% 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) -35% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 11.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 期待値 +18% ※ 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 |
ヴェールミューズ |
佐々木 |
実14.5 |
B△ A△勝率7% EV+0% 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 7 ◎ 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 2.8% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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。 |
| 8 |
ラウニウ |
横山和 |
実4.2 |
B○ A○勝率21% EV-12% 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) -61% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 23.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 20.9% / 期待値 -12% ※ 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8頭
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
60.2% (オッズ暗示: 58.8%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 23.2% / 期待値 -61%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
9.2% (オッズ暗示: 23.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 20.9% / 期待値 -12%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
9.2% (オッズ暗示: 8.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 12.9% / 期待値 +50%
×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
7.7% (オッズ暗示: 11.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.1% / 期待値 +18%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
7.7% (オッズ暗示: 10.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.9% / 期待値 +29%
×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
2.8% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.9% / 期待値 +1%
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
1.9% (オッズ暗示: 3.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.2% / 期待値 +57%
×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
1.2% (オッズ暗示: 2.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.8% / 期待値 +68%
💡 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 (AI 期待値プラス判定)
A. 現行モデル (binary)
-
単勝
1
ルージュビバーチェ
実11.6倍
期待値 +7%
推奨 10.8〜30.0倍
¥200
-
単勝
2
サウンドルーチェ
実10.0倍
期待値 -23%
推奨 12.9〜30.0倍
¥200
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ルージュビバーチェ 推奨 |
鮫島駿 |
実11.6 |
△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) +49% (妙味あり) AI 予想勝率 12.9% (オッズ暗示: 8.6%) ※ 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 |
サウンドルーチェ 推奨 |
★河原田 |
実10.0 |
△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) +29% (市場と概ね一致) AI 予想勝率 12.9% (オッズ暗示: 10.0%) ※ 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。 |
| 3 |
ナムラハリス |
古川吉 |
実30.2 |
▽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) +57% (市場が大幅過小評価) AI 予想勝率 5.2% (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。 |
| 4 |
マインセーラ |
的場 |
実44.5 |
▽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) +67% (市場が大幅過小評価) AI 予想勝率 3.8% (オッズ暗示: 2.2%) ※ 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。 |
| 5 |
マーゴットサンズ |
西村淳 |
実1.7 |
×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) -61% (大幅な期待値マイナス) AI 予想勝率 23.2% (オッズ暗示: 58.8%) ※ 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。 |
| 6 |
カルミアクラウン |
小沢 |
実8.4 |
▲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) +18% (市場と概ね一致) AI 予想勝率 14.1% (オッズ暗示: 11.9%) ※ 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 |
ヴェールミューズ |
佐々木 |
実14.5 |
△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 7 ◎ 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 6.9% (オッズ暗示: 6.9%) ※ 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。 |
| 8 |
ラウニウ |
横山和 |
実4.2 |
○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) -12% (オッズ過剰評価) AI 予想勝率 20.9% (オッズ暗示: 23.8%) ※ 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。 |
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8頭
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
23.2% (オッズ暗示: 58.8%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
20.9% (オッズ暗示: 23.8%)
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
14.1% (オッズ暗示: 11.9%)
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
12.9% (オッズ暗示: 10.0%)
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
12.9% (オッズ暗示: 8.6%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
6.9% (オッズ暗示: 6.9%)
🌟◎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
5.2% (オッズ暗示: 3.3%)
🌟◎期待値 (オッズ vs AI勝率)
+67% (市場が大幅過小評価)
AI 予想勝率
3.8% (オッズ暗示: 2.2%)
💡 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 (AI 期待値プラス判定)
A. 現行モデル (binary)
-
単勝
1
ルージュビバーチェ
実11.6倍
期待値 +50%
推奨 10.0〜30.0倍
¥200
-
単勝
2
サウンドルーチェ
実10.0倍
期待値 +29%
推奨 10.0〜30.0倍
¥200
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（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。
