函館 12R 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 |
ラミアメンテ |
丹内 |
実5.2 |
B× A○勝率9% EV-55% 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) -62% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 19.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.6% / 期待値 -55% ※ 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 |
オンザヴィーナス 推奨 |
★河原田 |
実13.4 |
B△ A▽勝率8% EV+4% 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% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 7.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.9% / 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。 |
| 3 |
ハーモニーソング |
北村友 |
実10.8 |
B▲ A△勝率9% EV0% 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) -2% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 9.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.6% / 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。 |
| 4 |
ルージュナリッシュ |
横山和 |
実8.4 |
B▽ A△勝率9% EV-27% 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) -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 5位 / 勝率 8.6% / 期待値 -27% ※ 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 |
メイショウハッケイ |
浜中 |
実5.1 |
B◎ A×勝率9% EV-55% 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) -47% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 19.6%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 8.6% / 期待値 -55% ※ 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 |
バレンタインビスタ |
佐々木 |
実5.6 |
B× A▲勝率9% EV-51% 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) -59% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 17.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.6% / 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。 |
| 7 |
ルージュベルベット |
☆舟山 |
実8.5 |
B○ A▽勝率8% EV-33% 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) -23% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.9% / 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。 |
| 8 |
アルバニー 推奨 |
斎藤 |
実27.0 |
B△ A▽勝率8% EV+111% 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) +144% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 3.7%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.9% / 期待値 +111% ※ 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 |
エコロハート |
鮫島駿 |
実20.9 |
B▽ A▽勝率9% EV+79% 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) +53% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 4.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.6% / 期待値 +80% ※ 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 |
ランプローグ |
横山武 |
実7.6 |
B▽ A△勝率9% EV-34% 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) -44% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 13.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。 |
| 11 |
メラヴィリオーザ |
黛 |
実38.2 |
B△ A▽勝率8% EV+199% 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) +245% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.9% / 期待値 +199% ※ 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 |
アルマロクザン |
▲遠藤 |
実20.5 |
B▽ A▽勝率8% EV+61% 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) +50% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 4.9%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.9% / 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。 |
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12頭
×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
10.3% (オッズ暗示: 19.6%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 8.6% / 期待値 -55%
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 11.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.9% / 期待値 -34%
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 9.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.6% / 期待値 -1%
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
9.0% (オッズ暗示: 7.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.9% / 期待値 +4%
🌟◎期待値 (オッズ vs AI勝率)
+144% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 3.7%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.9% / 期待値 +111%
🌟◎期待値 (オッズ vs AI勝率)
+245% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.9% / 期待値 +199%
×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 5位 / 勝率 8.6% / 期待値 -27%
×期待値 (オッズ vs AI勝率)
-62% (大幅な期待値マイナス)
AI 予想勝率
7.4% (オッズ暗示: 19.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.6% / 期待値 -55%
×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
7.4% (オッズ暗示: 17.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.6% / 期待値 -52%
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
7.4% (オッズ暗示: 13.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.6% / 期待値 -34%
🌟◎期待値 (オッズ vs AI勝率)
+50% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 4.9%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.9% / 期待値 +61%
🌟◎期待値 (オッズ vs AI勝率)
+53% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 4.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.6% / 期待値 +80%
💡 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)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
8
アルバニー
実27.0倍
期待値 +144%
推奨 11.1〜30.0倍
300円
-
単勝
2
オンザヴィーナス
実13.4倍
期待値 +21%
推奨 11.1〜30.0倍
100円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ラミアメンテ |
丹内 |
実5.2 |
○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) -55% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 19.2%) ※ 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。 |
| 2 |
オンザヴィーナス 推奨 |
★河原田 |
実13.4 |
▽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) +4% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 7.5%) ※ 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 |
ハーモニーソング |
北村友 |
実10.8 |
△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) -1% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 9.3%) ※ 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 |
ルージュナリッシュ |
横山和 |
実8.4 |
△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) -27% (オッズ過剰評価) AI 予想勝率 8.6% (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。 |
| 5 |
メイショウハッケイ |
浜中 |
実5.1 |
×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) -55% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 19.6%) ※ 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。 |
| 6 |
バレンタインビスタ |
佐々木 |
実5.6 |
▲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) -52% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 17.9%) ※ 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 |
ルージュベルベット |
☆舟山 |
実8.5 |
▽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) -34% (大幅な期待値マイナス) AI 予想勝率 7.9% (オッズ暗示: 11.8%) ※ 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。 |
| 8 |
アルバニー 推奨 |
斎藤 |
実27.0 |
▽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) +111% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 3.7%) ※ 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。 |
| 9 |
エコロハート |
鮫島駿 |
実20.9 |
▽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) +79% (市場が大幅過小評価) AI 予想勝率 8.6% (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。 |
| 10 |
ランプローグ |
横山武 |
実7.6 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 8.6% (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。 |
| 11 |
メラヴィリオーザ |
黛 |
実38.2 |
▽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) +199% (市場が大幅過小評価) AI 予想勝率 7.9% (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。 |
| 12 |
アルマロクザン |
▲遠藤 |
実20.5 |
▽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) +61% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 4.9%) ※ 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12頭
×期待値 (オッズ vs AI勝率)
-55% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 19.6%)
×期待値 (オッズ vs AI勝率)
-55% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 19.2%)
×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
8.6% (オッズ暗示: 17.9%)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 13.2%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
8.6% (オッズ暗示: 11.9%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
8.6% (オッズ暗示: 9.3%)
🌟◎期待値 (オッズ vs AI勝率)
+79% (市場が大幅過小評価)
AI 予想勝率
8.6% (オッズ暗示: 4.8%)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
7.9% (オッズ暗示: 11.8%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
7.9% (オッズ暗示: 7.5%)
🌟◎期待値 (オッズ vs AI勝率)
+61% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 4.9%)
🌟◎期待値 (オッズ vs AI勝率)
+111% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 3.7%)
🌟◎期待値 (オッズ vs AI勝率)
+199% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 2.6%)
💡 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)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
8
アルバニー
実27.0倍
期待値 +144%
推奨 11.1〜30.0倍
300円
-
単勝
2
オンザヴィーナス
実13.4倍
期待値 +21%
推奨 11.1〜30.0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。
