函館 8R 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

8R 函館競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブレイクザアイス	黛	実37.1	B▽ A▽勝率9% EV+234% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／407日ぶりの実戦）
前5走 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 407日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +237% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 9.0% / 期待値 +235% ※ 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	シャローファースト	横山和	実1.7	B× A▲勝率9% EV-84% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス
前5走 01/10 1京都32R 6着/14頭+0.4秒 12/21 5阪神64R 9着/12頭+1.6秒 12/06 5阪神12R 5着/16頭+1.8秒 09/20 4阪神61R 4着/10頭+0.6秒 08/30 4中京32R 7着/14頭+1.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 58.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 期待値 -85% ※ 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	シドニーホバート	斎藤	実31.1	B▽ A▽勝率9% EV+180% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／64日ぶりの実戦）
前5走 01/24 1小倉18R 3着/7頭+0.4秒 11/15 3福島36R 9着/16頭+1.9秒 11/02 3京都116R 12着/14頭+3.3秒 10/11 4東京37R 8着/10頭+1.7秒 07/26 3中京110R 9着/11頭+1.7秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 9.0% / 期待値 +181% ※ 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	ディースプレマシー	古川吉	実31.1	B▽ A▽勝率9% EV+180% 詳細▼	大穴、AI予想勝率低く長期回収困難（92日ぶりの実戦）
前5走 01/18 1中山76R 5着/14頭+1.1秒 01/04 1中山17R 3着/16頭+0.9秒 11/23 5東京57R 13着/16頭+2.5秒 11/02 4東京117R 13着/15頭+2.4秒 08/10 2新潟610R 8着/15頭+1.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 92日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 9.0% / 期待値 +181% ※ 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	シーリュウシー	小沢	実8.8	B△ A△勝率9% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 11/15 3福島36R 7着/16頭+1.3秒 10/19 4新潟28R 2着/15頭+1.1秒 08/23 2札幌18R 7着/9頭+1.8秒 08/02 1札幌38R 5着/11頭+1.2秒 07/12 1函館98R 4着/11頭+0.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.0% / 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。
6	カージオイド	☆長浜	実53.9	B▽ A▽勝率9% EV+386% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 01/31 1東京12R 15着/16頭+2.4秒 01/04 1中山17R 5着/16頭+1.0秒 11/01 4東京107R 7着/16頭+0.9秒 10/13 4東京57R 3着/16頭+0.1秒 09/21 4中山77R 3着/16頭+1.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +390% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 9.0% / 期待値 +386% ※ 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	ステイアンビシャス	佐々木	実33.4	B▽ A▽勝率9% EV+201% 詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦）
前5走 01/05 1中山24R 3着/13頭+0.6秒 12/14 5中山48R 4着/14頭+1.4秒 10/25 4新潟38R 7着/14頭+1.7秒 09/20 4中山66R 3着/11頭+2.2秒 09/14 4中山46R 2着/16頭+1.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +203% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 9.0% / 期待値 +201% ※ 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	ミスターエメラルド推奨	鮫島駿	実28.3	B△ A◎勝率9% EV+167% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ28.3倍で期待値+157%の有力候補（直近3走勝率33%と上り調子）
前5走 01/11 1京都41R 7着/16頭+2.2秒 12/20 5阪神56R 3着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +157% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 9.5% / 期待値 +168% ※ 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	ダイシンレアレア	丹内	実5.4	B○ A△勝率9% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／85日ぶりの実戦）
前5走 01/18 1京都77R 7着/11頭+0.8秒 11/09 3福島23R 10着/15頭+2.8秒 10/19 4新潟26R 3着/15頭+0.9秒 10/04 3京都14R 13着/14頭+2.0秒 06/22 3阪神62R 1着/14頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) × 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 9.1% (オッズ暗示: 18.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 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。
10	ハイドパーク	☆舟山	実6.1	B▲ A△勝率9% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 01/25 1京都92R 6着/16頭+0.8秒 01/12 1京都54R 11着/16頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 16.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 期待値 -45% ※ 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	サトノリアン推奨	吉田隼	実18.1	B△ A○勝率9% EV+65% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+64%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 11/09 3福島24R 9着/10頭+4.7秒 09/20 4中山66R 7着/11頭+2.9秒 03/16 2中山68R 8着/16頭+2.7秒 02/23 1小倉108R 5着/14頭+1.2秒 02/09 1小倉68R 15着/16頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 5.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.2% / 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の本命

AI評価1位Aモデル ▲

シャローファースト

騎手横山和

単勝オッズ

1.7倍

AI期待値

-84%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9ダイシンレアレア

5.4倍

EV -50%

▲A:△10ハイドパーク

6.1倍

EV -44%

出走馬全11頭

×A:▲2

シャローファースト

横山和

1.7倍

-84%

›

○A:△9

ダイシンレアレア

丹内

5.4倍

-50%

›

▲A:△10

ハイドパーク

☆舟山

6.1倍

-44%

›

△A:△5

シーリュウシー

小沢

8.8倍

-19%

›

△A:○11

サトノリアン

吉田隼

18.1倍

+64%

›

△A:◎8

ミスターエメラルド

鮫島駿

28.3倍

+157%

›

▽A:▽3

シドニーホバート

斎藤

31.1倍

+182%

›

▽A:▽4

ディースプレマシー

古川吉

31.1倍

+182%

›

▽A:▽7

ステイアンビシャス

佐々木

33.4倍

+203%

›

▽A:▽1

ブレイクザアイス

黛

37.1倍

+237%

›

▽A:▽6

カージオイド

☆長浜

53.9倍

+390%

›

💡 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 サトノリアン実18.1倍期待値 +65% 推奨 10.9〜30.0倍 200円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ミスターエメラルド実28.3倍期待値 +157% 推奨 11.0〜30.0倍 300円
単勝 11 サトノリアン実18.1倍期待値 +64% 推奨 11.0〜30.0倍 200円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

8R 函館競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブレイクザアイス	黛	実37.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／407日ぶりの実戦）
前5走 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒 05/31 2東京118R 11着/16頭+2.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 407日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +234% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 2.7%) ※ 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	シャローファースト	横山和	実1.7	▲詳細▼	人気馬、市場評価通りで上乗せなし
前5走 01/10 1京都32R 6着/14頭+0.4秒 12/21 5阪神64R 9着/12頭+1.6秒 12/06 5阪神12R 5着/16頭+1.8秒 09/20 4阪神61R 4着/10頭+0.6秒 08/30 4中京32R 7着/14頭+1.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 9.1% (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。
3	シドニーホバート	斎藤	実31.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／64日ぶりの実戦）
前5走 01/24 1小倉18R 3着/7頭+0.4秒 11/15 3福島36R 9着/16頭+1.9秒 11/02 3京都116R 12着/14頭+3.3秒 10/11 4東京37R 8着/10頭+1.7秒 07/26 3中京110R 9着/11頭+1.7秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 9.0% (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。
4	ディースプレマシー	古川吉	実31.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（92日ぶりの実戦）
前5走 01/18 1中山76R 5着/14頭+1.1秒 01/04 1中山17R 3着/16頭+0.9秒 11/23 5東京57R 13着/16頭+2.5秒 11/02 4東京117R 13着/15頭+2.4秒 08/10 2新潟610R 8着/15頭+1.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 92日休養明け 🌟◎ 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 9.0% (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。
5	シーリュウシー	小沢	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 11/15 3福島36R 7着/16頭+1.3秒 10/19 4新潟28R 2着/15頭+1.1秒 08/23 2札幌18R 7着/9頭+1.8秒 08/02 1札幌38R 5着/11頭+1.2秒 07/12 1函館98R 4着/11頭+0.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.4%) ※ 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。
6	カージオイド	☆長浜	実53.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 01/31 1東京12R 15着/16頭+2.4秒 01/04 1中山17R 5着/16頭+1.0秒 11/01 4東京107R 7着/16頭+0.9秒 10/13 4東京57R 3着/16頭+0.1秒 09/21 4中山77R 3着/16頭+1.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +386% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 1.9%) ※ 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	ステイアンビシャス	佐々木	実33.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦）
前5走 01/05 1中山24R 3着/13頭+0.6秒 12/14 5中山48R 4着/14頭+1.4秒 10/25 4新潟38R 7着/14頭+1.7秒 09/20 4中山66R 3着/11頭+2.2秒 09/14 4中山46R 2着/16頭+1.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +201% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 3.0%) ※ 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。
8	ミスターエメラルド推奨	鮫島駿	実28.3	◎詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ28.3倍で期待値+167%の有力候補（直近3走勝率33%と上り調子）
前5走 01/11 1京都41R 7着/16頭+2.2秒 12/20 5阪神56R 3着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +167% (市場が大幅過小評価) AI 予想勝率 9.5% (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。
9	ダイシンレアレア	丹内	実5.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／85日ぶりの実戦）
前5走 01/18 1京都77R 7着/11頭+0.8秒 11/09 3福島23R 10着/15頭+2.8秒 10/19 4新潟26R 3着/15頭+0.9秒 10/04 3京都14R 13着/14頭+2.0秒 06/22 3阪神62R 1着/14頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) × 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 9.1% (オッズ暗示: 18.5%) ※ 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。
10	ハイドパーク	☆舟山	実6.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 01/25 1京都92R 6着/16頭+0.8秒 01/12 1京都54R 11着/16頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 16.4%) ※ 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。
11	サトノリアン推奨	吉田隼	実18.1	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+65%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 11/09 3福島24R 9着/10頭+4.7秒 09/20 4中山66R 7着/11頭+2.9秒 03/16 2中山68R 8着/16頭+2.7秒 02/23 1小倉108R 5着/14頭+1.2秒 02/09 1小倉68R 15着/16頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 9.2% (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。

🎯 AIの本命

B推奨

ミスターエメラルド

騎手鮫島駿

単勝オッズ

28.3倍

AI期待値

+167%

買い目

¥300

全レースの推奨

AIの推奨本命の次点

○11サトノリアン

18.1倍

EV +65%

▲2シャローファースト

1.7倍

EV -84%

出走馬全11頭

◎8

ミスターエメラルド

鮫島駿

28.3倍

+167%

›

○11

サトノリアン

吉田隼

18.1倍

+65%

›

▲2

シャローファースト

横山和

1.7倍

-84%

›

△9

ダイシンレアレア

丹内

5.4倍

-50%

›

△10

ハイドパーク

☆舟山

6.1倍

-44%

›

△5

シーリュウシー

小沢

8.8倍

-20%

›

▽3

シドニーホバート

斎藤

31.1倍

+180%

›

▽4

ディースプレマシー

古川吉

31.1倍

+180%

›

▽7

ステイアンビシャス

佐々木

33.4倍

+201%

›

▽1

ブレイクザアイス

黛

37.1倍

+234%

›

▽6

カージオイド

☆長浜

53.9倍

+386%

›

💡 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 サトノリアン実18.1倍期待値 +65% 推奨 10.9〜30.0倍 200円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ミスターエメラルド実28.3倍期待値 +157% 推奨 11.0〜30.0倍 300円
単勝 11 サトノリアン実18.1倍期待値 +64% 推奨 11.0〜30.0倍 200円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

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。