函館 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 |
ミリオングローリー |
岩田康 |
実15.0 |
B▽ A▽勝率7% EV+6% 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 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 7.1% (オッズ暗示: 6.7%) ▽Aモデルの評価 (参考) レース内 9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。 |
| 2 |
インフィオラータ |
浜中 |
実7.1 |
B△ A△勝率7% EV-49% 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) -49% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 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。 |
| 3 |
ヘクセンハウス |
斎藤 |
実10.3 |
B▽ A△勝率7% EV-25% 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 7.1% (オッズ暗示: 9.7%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -26% ※ 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 |
エグジスタンス |
佐々木 |
実8.6 |
B△ A▽勝率7% EV-39% 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) -39% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 11.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 -39% ※ 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 |
ケナゲ |
★河原田 |
実9.8 |
B△ A▽勝率7% EV-30% 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) -30% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 10.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 期待値 -31% ※ 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 |
カネトシパンドラ |
横山琉 |
実100.8 |
B▽ A▽勝率7% EV+614% 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) +619% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +615% ※ 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 |
アスコットダンス 推奨 |
小沢 |
実28.2 |
B▽ A▽勝率7% EV+99% 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) +101% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 期待値 +100% ※ 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 |
メメボス |
古川吉 |
実38.4 |
B▽ A▽勝率7% EV+172% 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) +174% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 期待値 +172% ※ 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 |
シアワセチョウサン |
▲遠藤 |
実132.4 |
B▽ A▽勝率7% EV+838% 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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +845% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +839% ※ 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 |
アーデルブリックス |
☆舟山 |
実5.8 |
B○ A○勝率7% EV-58% 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) -59% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 17.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -58% ※ 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 |
コスモクラシック 推奨 |
▲和田陽 |
実18.7 |
B▽ A△勝率7% EV+34% 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) +33% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 +34% ※ 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 |
マンサニージャ |
横山武 |
実6.0 |
B▲ A▲勝率7% EV-56% 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) -57% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 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。 |
| 13 |
セイントクーヤ |
☆長浜 |
実39.2 |
B▽ A▽勝率7% EV+177% 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) +180% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 期待値 +178% ※ 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 |
ウインアプローチ |
丹内 |
実4.1 |
B× A×勝率7% EV-69% 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) -71% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 24.4%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 7.4% / 期待値 -70% ※ 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)
-71% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 24.4%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 7.4% / 期待値 -70%
×期待値 (オッズ vs AI勝率)
-59% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 17.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.2% / 期待値 -58%
×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: 16.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.2% / 期待値 -57%
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 14.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 11.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 -39%
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 10.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 -31%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 9.7%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.2% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 +6%
◎期待値 (オッズ vs AI勝率)
+33% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.2% / 期待値 +34%
🌟◎期待値 (オッズ vs AI勝率)
+101% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +100%
🌟◎期待値 (オッズ vs AI勝率)
+174% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +172%
🌟◎期待値 (オッズ vs AI勝率)
+180% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.1% / 期待値 +178%
🌟◎期待値 (オッズ vs AI勝率)
+619% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 7.1% / 期待値 +615%
🌟◎期待値 (オッズ vs AI勝率)
+845% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 7.1% / 期待値 +839%
💡 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
11
コスモクラシック
実18.7倍
期待値 +34%
推奨 13.9〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
7
アスコットダンス
実28.2倍
期待値 +101%
推奨 14.0〜30.0倍
200円
-
単勝
11
コスモクラシック
実18.7倍
期待値 +33%
推奨 14.0〜30.0倍
100円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ミリオングローリー |
岩田康 |
実15.0 |
▽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 1 ◎ 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: 6.7%) ※ 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。 |
| 2 |
インフィオラータ |
浜中 |
実7.1 |
△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) -50% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.1%) ※ 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 |
ヘクセンハウス |
斎藤 |
実10.3 |
△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 7.2% (オッズ暗示: 9.7%) ※ 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 |
エグジスタンス |
佐々木 |
実8.6 |
▽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) -39% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 11.6%) ※ 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 |
ケナゲ |
★河原田 |
実9.8 |
▽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) -31% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 10.2%) ※ 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 |
カネトシパンドラ |
横山琉 |
実100.8 |
▽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) +614% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 7 |
アスコットダンス 推奨 |
小沢 |
実28.2 |
▽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) +99% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 8 |
メメボス |
古川吉 |
実38.4 |
▽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) +172% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.6%) ※ 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。 |
| 9 |
シアワセチョウサン |
▲遠藤 |
実132.4 |
▽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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +838% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.8%) ※ 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 |
アーデルブリックス |
☆舟山 |
実5.8 |
○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) -58% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 17.2%) ※ 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。 |
| 11 |
コスモクラシック 推奨 |
▲和田陽 |
実18.7 |
△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) +34% (妙味あり) AI 予想勝率 7.2% (オッズ暗示: 5.3%) ※ 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。 |
| 12 |
マンサニージャ |
横山武 |
実6.0 |
▲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) -57% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 16.7%) ※ 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。 |
| 13 |
セイントクーヤ |
☆長浜 |
実39.2 |
▽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) +177% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.6%) ※ 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。 |
| 14 |
ウインアプローチ |
丹内 |
実4.1 |
×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) -70% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 24.4%) ※ 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。 |
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)
-70% (大幅な期待値マイナス)
AI 予想勝率
7.4% (オッズ暗示: 24.4%)
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
7.2% (オッズ暗示: 17.2%)
×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
7.2% (オッズ暗示: 16.7%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
7.2% (オッズ暗示: 9.7%)
◎期待値 (オッズ vs AI勝率)
+34% (妙味あり)
AI 予想勝率
7.2% (オッズ暗示: 5.3%)
×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: 14.1%)
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 11.6%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 10.2%)
△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: 6.7%)
🌟◎期待値 (オッズ vs AI勝率)
+99% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.5%)
🌟◎期待値 (オッズ vs AI勝率)
+172% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.6%)
🌟◎期待値 (オッズ vs AI勝率)
+177% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.6%)
🌟◎期待値 (オッズ vs AI勝率)
+614% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.0%)
🌟◎期待値 (オッズ vs AI勝率)
+838% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.8%)
💡 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
11
コスモクラシック
実18.7倍
期待値 +34%
推奨 13.9〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
7
アスコットダンス
実28.2倍
期待値 +101%
推奨 14.0〜30.0倍
200円
-
単勝
11
コスモクラシック
実18.7倍
期待値 +33%
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。
