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13.5 |
B▽ A▽勝率7% EV-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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 -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。 |
| 2 |
インフィオラータ |
浜中 |
実6.7 |
B▲ A△勝率7% EV-52% 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) -52% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 -52% ※ 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9.9 |
B▽ A△勝率7% EV-28% 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) -29% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 10.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。 |
| 4 |
エグジスタンス |
佐々木 |
実8.1 |
B△ A▽勝率7% EV-42% 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) -42% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 12.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 -43% ※ 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8.7 |
B△ A▽勝率7% EV-38% 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) -38% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 11.5%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 期待値 -38% ※ 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88.2 |
B▽ A▽勝率7% EV+525% 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) +530% (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 +525% ※ 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 |
小沢 |
実32.1 |
B▽ A▽勝率7% EV+127% 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) +129% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 期待値 +128% ※ 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35.8 |
B▽ A▽勝率7% EV+153% 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) +155% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.8%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 期待値 +154% ※ 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127.2 |
B▽ A▽勝率7% EV+801% 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) +808% (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 +802% ※ 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7.5 |
B△ A▲勝率7% EV-46% 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) -46% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 13.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 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。 |
| 11 |
コスモクラシック 推奨 |
▲和田陽 |
実18.2 |
B▽ A△勝率7% EV+30% 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) +29% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 5.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。 |
| 12 |
マンサニージャ |
横山武 |
実5.5 |
B○ A○勝率7% EV-60% 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) -61% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 18.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 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。 |
| 13 |
セイントクーヤ |
☆長浜 |
実39.1 |
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) +179% (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 +177% ※ 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4.6 |
B× A×勝率7% EV-65% 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) -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 1位 / 勝率 7.4% / 期待値 -66% ※ 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 1位 / 勝率 7.4% / 期待値 -66%
×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
7.1% (オッズ暗示: 18.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.2% / 期待値 -60%
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 14.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 -52%
×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: 13.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.2% / 期待値 -46%
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 12.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 -43%
×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
7.1% (オッズ暗示: 11.5%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 -38%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 10.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.2% / 期待値 -29%
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 7.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 -4%
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 5.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.2% / 期待値 +31%
🌟◎期待値 (オッズ vs AI勝率)
+129% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +128%
🌟◎期待値 (オッズ vs AI勝率)
+155% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.8%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +154%
🌟◎期待値 (オッズ vs AI勝率)
+179% (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 +177%
🌟◎期待値 (オッズ vs AI勝率)
+530% (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 +525%
🌟◎期待値 (オッズ vs AI勝率)
+808% (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 +802%
💡 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18.2倍
期待値 +30%
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
11
コスモクラシック
実18.2倍
期待値 +29%
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13.5 |
▽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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.4%) ※ 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。 |
| 2 |
インフィオラータ |
浜中 |
実6.7 |
△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) -52% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.9%) ※ 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 |
ヘクセンハウス |
斎藤 |
実9.9 |
△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) -29% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 10.1%) ※ 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。 |
| 4 |
エグジスタンス |
佐々木 |
実8.1 |
▽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) -43% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 12.3%) ※ 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。 |
| 5 |
ケナゲ |
★河原田 |
実8.7 |
▽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) -38% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 11.5%) ※ 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。 |
| 6 |
カネトシパンドラ |
横山琉 |
実88.2 |
▽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) +525% (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。 |
| 7 |
アスコットダンス |
小沢 |
実32.1 |
▽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) +127% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.1%) ※ 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 |
メメボス |
古川吉 |
実35.8 |
▽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) +153% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.8%) ※ 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。 |
| 9 |
シアワセチョウサン |
▲遠藤 |
実127.2 |
▽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) +801% (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7.5 |
▲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) -46% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 13.3%) ※ 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。 |
| 11 |
コスモクラシック 推奨 |
▲和田陽 |
実18.2 |
△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) +30% (妙味あり) AI 予想勝率 7.2% (オッズ暗示: 5.5%) ※ 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 |
マンサニージャ |
横山武 |
実5.5 |
○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) -60% (大幅な期待値マイナス) AI 予想勝率 7.2% (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。 |
| 13 |
セイントクーヤ |
☆長浜 |
実39.1 |
▽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4.6 |
×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) -66% (大幅な期待値マイナス) AI 予想勝率 7.4% (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。 |
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)
-66% (大幅な期待値マイナス)
AI 予想勝率
7.4% (オッズ暗示: 21.7%)
×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
7.2% (オッズ暗示: 18.2%)
×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
7.2% (オッズ暗示: 13.3%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
7.2% (オッズ暗示: 10.1%)
◎期待値 (オッズ vs AI勝率)
+30% (妙味あり)
AI 予想勝率
7.2% (オッズ暗示: 5.5%)
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 14.9%)
×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
7.1% (オッズ暗示: 12.3%)
×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
7.1% (オッズ暗示: 11.5%)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 7.4%)
🌟◎期待値 (オッズ vs AI勝率)
+127% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.1%)
🌟◎期待値 (オッズ vs AI勝率)
+153% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.8%)
🌟◎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)
+525% (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)
+801% (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18.2倍
期待値 +30%
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
11
コスモクラシック
実18.2倍
期待値 +29%
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。
