函館 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
シルフ 推奨 |
▲和田陽 |
実16.8 |
B▽ A▽勝率7% EV+19% 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) +19% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 +20% ※ 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 |
ワンダーアスク |
川又 |
実10.5 |
B△ A△勝率7% EV-21% 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) -25% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 -21% ※ 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 |
タガノシルフィー |
浜中 |
実4.6 |
B× A▲勝率7% EV-67% 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) -67% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 21.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.1% / 期待値 -67% ※ 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 |
フレンチブラッサム |
横山和 |
実14.0 |
B▽ A▽勝率7% EV0% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) AI 予想勝率 7.1% (オッズ暗示: 7.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 -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。 |
| 5 |
コイバナ |
岩田康 |
実31.5 |
B▽ A▽勝率7% EV+125% 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) +125% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 期待値 +126% ※ 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 |
マーゴットクリュグ |
松本 |
実14.7 |
B▽ A▽勝率7% EV+6% 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) +4% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 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 |
サラサチャチャチャ |
丹内 |
実7.0 |
B△ A◎勝率7% EV-49% 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) -50% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.3%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 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。 |
| 8 |
メリオルヴィア |
佐々木 |
実6.2 |
B▲ A△勝率7% EV-57% 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) -56% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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。 |
| 9 |
チカマヨルキーナ |
☆長浜 |
実88.1 |
B▽ A▽勝率7% EV+549% 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) +529% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +549% ※ 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 |
ジーティービキニ |
北村友 |
実5.0 |
B○ A○勝率7% EV-64% 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) -64% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 20.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -64% ※ 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 |
ウォータースパウト |
横山武 |
実7.6 |
B△ A△勝率7% EV-45% 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) -46% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 13.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -46% ※ 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 |
ブエノスオプティマ 推奨 |
横山琉 |
実20.8 |
B▽ A▽勝率7% EV+51% 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) +48% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 4.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 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。 |
| 13 |
サマースプラッシュ |
◇古川奈 |
実73.6 |
B▽ A▽勝率7% EV+436% 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) +425% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 期待値 +436% ※ 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 |
ベッラモレーン |
△鷲頭 |
実115.8 |
B▽ A▽勝率7% EV+722% 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) +727% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +722% ※ 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14頭
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 21.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.1% / 期待値 -67%
×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
7.1% (オッズ暗示: 20.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.2% / 期待値 -64%
×期待値 (オッズ vs AI勝率)
-56% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 16.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.1% / 期待値 -57%
×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
7.1% (オッズ暗示: 14.3%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 7.2% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 13.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -46%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 9.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 -21%
AI 予想勝率
7.1% (オッズ暗示: 7.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 -0%
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 +6%
△期待値 (オッズ vs AI勝率)
+19% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 +20%
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 4.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +51%
🌟◎期待値 (オッズ vs AI勝率)
+125% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +126%
🌟◎期待値 (オッズ vs AI勝率)
+425% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.1% / 期待値 +436%
🌟◎期待値 (オッズ vs AI勝率)
+529% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 7.1% / 期待値 +549%
🌟◎期待値 (オッズ vs AI勝率)
+727% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 7.1% / 期待値 +722%
💡 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
シルフ
実16.8倍
期待値 +19%
推奨 14.0〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
12
ブエノスオプティマ
実20.8倍
期待値 +48%
推奨 14.0〜30.0倍
100円
-
単勝
1
シルフ
実16.8倍
期待値 +19%
推奨 14.0〜30.0倍
100円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
シルフ 推奨 |
▲和田陽 |
実16.8 |
▽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) +19% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.0%) ※ 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 |
ワンダーアスク |
川又 |
実10.5 |
△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) -21% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.5%) ※ 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。 |
| 3 |
タガノシルフィー |
浜中 |
実4.6 |
▲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) -67% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 21.7%) ※ 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。 |
| 4 |
フレンチブラッサム |
横山和 |
実14.0 |
▽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) -0% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.1%) ※ 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。 |
| 5 |
コイバナ |
岩田康 |
実31.5 |
▽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) +125% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.2%) ※ 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。 |
| 6 |
マーゴットクリュグ |
松本 |
実14.7 |
▽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% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.8%) ※ 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 |
サラサチャチャチャ |
丹内 |
実7.0 |
◎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) -50% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 14.3%) ※ 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 |
メリオルヴィア |
佐々木 |
実6.2 |
△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) -57% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.1%) ※ 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。 |
| 9 |
チカマヨルキーナ |
☆長浜 |
実88.1 |
▽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) +549% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.1%) ※ 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。 |
| 10 |
ジーティービキニ |
北村友 |
実5.0 |
○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) -64% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 20.0%) ※ 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 |
ウォータースパウト |
横山武 |
実7.6 |
△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) -46% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 13.2%) ※ 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。 |
| 12 |
ブエノスオプティマ 推奨 |
横山琉 |
実20.8 |
▽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) +51% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.8%) ※ 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。 |
| 13 |
サマースプラッシュ |
◇古川奈 |
実73.6 |
▽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) +436% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.4%) ※ 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 |
ベッラモレーン |
△鷲頭 |
実115.8 |
▽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) +722% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.9%) ※ 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。 |
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14頭
×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
7.2% (オッズ暗示: 14.3%)
×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
7.2% (オッズ暗示: 20.0%)
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 21.7%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 16.1%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 13.2%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 9.5%)
△期待値 (オッズ vs AI勝率)
-0% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 7.1%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.8%)
△期待値 (オッズ vs AI勝率)
+19% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.0%)
🌟◎期待値 (オッズ vs AI勝率)
+51% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.8%)
🌟◎期待値 (オッズ vs AI勝率)
+125% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.2%)
🌟◎期待値 (オッズ vs AI勝率)
+436% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.4%)
🌟◎期待値 (オッズ vs AI勝率)
+549% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.1%)
🌟◎期待値 (オッズ vs AI勝率)
+722% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.9%)
💡 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
シルフ
実16.8倍
期待値 +19%
推奨 14.0〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
12
ブエノスオプティマ
実20.8倍
期待値 +48%
推奨 14.0〜30.0倍
100円
-
単勝
1
シルフ
実16.8倍
期待値 +19%
推奨 14.0〜30.0倍
100円
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。
