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 |
フクチャンブラック |
松本 |
実73.8 |
B△ A▽勝率7% EV+396% 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) +475% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +397% ※ 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 |
プリュイドール |
◇古川奈 |
実9.6 |
B▲ A▽勝率7% EV-35% 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 7.8% (オッズ暗示: 10.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 -35% ※ 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 |
ウインカトリーヌ |
横山武 |
実7.8 |
B▽ A○勝率9% EV-33% 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) -42% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 12.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.5% / 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。 |
| 4 |
フィエスタ |
鮫島駿 |
実89.9 |
B▽ A▽勝率9% EV+665% 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) +570% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.5% / 期待値 +666% ※ 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 |
ヤクジョ |
原田和 |
実187.8 |
B△ A▽勝率7% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 6.7% / 期待値 +1164% ※ 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 |
ワダツミ 推奨 |
▲和田陽 |
実19.6 |
B▽ A▽勝率7% EV+31% 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) +46% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +32% ※ 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 |
ギオンバヤシ |
武豊 |
実2.2 |
B× A×勝率9% EV-81% 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) -84% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 45.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 8.5% / 期待値 -81% ※ 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 |
レイヌドプランタン |
横山琉 |
実34.9 |
B▽ A▽勝率7% EV+134% 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) +160% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +135% ※ 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 |
コスモブラック 推奨 |
池添 |
実23.0 |
B◎ A△勝率9% EV+95% 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) +102% (市場が大幅過小評価) AI 予想勝率 8.8% (オッズ暗示: 4.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 +96% ※ 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 |
シークレットシティ |
斎藤 |
実8.5 |
B▽ A▽勝率7% EV-42% 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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 11.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 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。 |
| 11 |
マコトアディントン |
丹内 |
実8.5 |
B▽ A△勝率9% EV-27% 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) -37% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 11.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 -28% ※ 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 |
フローレンスフーガ |
横山和 |
実7.9 |
B○ A▲勝率9% EV-32% 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) -38% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 12.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.5% / 期待値 -33% ※ 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 |
コティノス 推奨 |
☆舟山 |
実14.4 |
B△ A△勝率9% EV+22% 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) +12% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 +23% ※ 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13頭
🌟◎期待値 (オッズ vs AI勝率)
+102% (市場が大幅過小評価)
AI 予想勝率
8.8% (オッズ暗示: 4.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.5% / 期待値 +96%
×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
7.8% (オッズ暗示: 12.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.5% / 期待値 -33%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
7.8% (オッズ暗示: 10.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.7% / 期待値 -35%
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
7.8% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.5% / 期待値 +23%
🌟◎期待値 (オッズ vs AI勝率)
+475% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 6.7% / 期待値 +397%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 6.7% / 期待値 +1164%
×期待値 (オッズ vs AI勝率)
-84% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 45.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 8.5% / 期待値 -81%
×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
7.5% (オッズ暗示: 12.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.5% / 期待値 -34%
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 11.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.7% / 期待値 -43%
×期待値 (オッズ vs AI勝率)
-37% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 11.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.5% / 期待値 -28%
◎期待値 (オッズ vs AI勝率)
+46% (妙味あり)
AI 予想勝率
7.5% (オッズ暗示: 5.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 6.7% / 期待値 +32%
🌟◎期待値 (オッズ vs AI勝率)
+160% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.7% / 期待値 +135%
🌟◎期待値 (オッズ vs AI勝率)
+570% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.5% / 期待値 +666%
💡 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
6
ワダツミ
実19.6倍
期待値 +31%
推奨 14.9〜30.0倍
100円
-
単勝
13
コティノス
実14.4倍
期待値 +22%
推奨 11.7〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
9
コスモブラック
実23.0倍
期待値 +102%
推奨 11.4〜30.0倍
200円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
フクチャンブラック |
松本 |
実73.8 |
▽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) +396% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 2 |
プリュイドール |
◇古川奈 |
実9.6 |
▽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) -35% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 10.4%) ※ 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 |
ウインカトリーヌ |
横山武 |
実7.8 |
○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) -34% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 12.8%) ※ 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。 |
| 4 |
フィエスタ |
鮫島駿 |
実89.9 |
▽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) +665% (市場が大幅過小評価) AI 予想勝率 8.5% (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。 |
| 5 |
ヤクジョ |
原田和 |
実187.8 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.5%) ※ 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 |
ワダツミ 推奨 |
▲和田陽 |
実19.6 |
▽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) +31% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 5.1%) ※ 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 |
ギオンバヤシ |
武豊 |
実2.2 |
×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) -81% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 45.5%) ※ 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 |
レイヌドプランタン |
横山琉 |
実34.9 |
▽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) +134% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.9%) ※ 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。 |
| 9 |
コスモブラック 推奨 |
池添 |
実23.0 |
△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) +95% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 4.3%) ※ 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。 |
| 10 |
シークレットシティ |
斎藤 |
実8.5 |
▽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 10 ◎ 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 6.7% (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。 |
| 11 |
マコトアディントン |
丹内 |
実8.5 |
△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) -28% (オッズ過剰評価) AI 予想勝率 8.5% (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。 |
| 12 |
フローレンスフーガ |
横山和 |
実7.9 |
▲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) -33% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 12.7%) ※ 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 |
コティノス 推奨 |
☆舟山 |
実14.4 |
△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) +22% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 6.9%) ※ 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13頭
×期待値 (オッズ vs AI勝率)
-81% (大幅な期待値マイナス)
AI 予想勝率
8.5% (オッズ暗示: 45.5%)
×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
8.5% (オッズ暗示: 12.8%)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
8.5% (オッズ暗示: 12.7%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
8.5% (オッズ暗示: 11.8%)
△期待値 (オッズ vs AI勝率)
+22% (市場と概ね一致)
AI 予想勝率
8.5% (オッズ暗示: 6.9%)
🌟◎期待値 (オッズ vs AI勝率)
+95% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 4.3%)
🌟◎期待値 (オッズ vs AI勝率)
+665% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 1.1%)
×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
6.7% (オッズ暗示: 11.8%)
×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
6.7% (オッズ暗示: 10.4%)
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
6.7% (オッズ暗示: 5.1%)
🌟◎期待値 (オッズ vs AI勝率)
+134% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.9%)
🌟◎期待値 (オッズ vs AI勝率)
+396% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.4%)
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.5%)
💡 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
6
ワダツミ
実19.6倍
期待値 +31%
推奨 14.9〜30.0倍
100円
-
単勝
13
コティノス
実14.4倍
期待値 +22%
推奨 11.7〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
9
コスモブラック
実23.0倍
期待値 +102%
推奨 11.4〜30.0倍
200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。
