函館 8R 詳細AI予想
本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
レストプレドゥモア |
小沢 |
実9.3 |
B△ A▽勝率10% EV-11% 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) -7% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 10.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 9.6% / 期待値 -11% ※ 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 |
プレザントトーン |
佐々木 |
実118.1 |
B▽ A△勝率10% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 9.8% (オッズ暗示: 0.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.4% / 期待値 +1132% ※ 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 |
イングラム |
☆舟山 |
実1.9 |
B△ A△勝率10% EV-81% 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) -81% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 52.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.6% / 期待値 -82% ※ 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 |
ワイドデコラシオン |
横山武 |
実7.1 |
B△ A○勝率10% EV-25% 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) -29% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 14.1%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.4% / 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。 |
| 5 |
グレイトソン |
▲和田陽 |
実7.3 |
B◎ A▽勝率10% 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) -27% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 13.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 9.6% / 期待値 -30% ※ 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 |
キャンドルマス |
武豊 |
実6.8 |
B▽ A◎勝率10% EV-29% 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) -33% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 14.7%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 10.4% / 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。 |
| 7 |
グッバイウェーブ 推奨 |
丹内 |
実28.0 |
B▽ A▲勝率10% EV+192% 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) +180% (市場が大幅過小評価) AI 予想勝率 10.0% (オッズ暗示: 3.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 期待値 +192% ※ 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 |
フレンズプラス 推奨 |
荻野琢 |
実10.6 |
B▽ A▽勝率10% EV+1% 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) +6% (市場と概ね一致) AI 予想勝率 10.0% (オッズ暗示: 9.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 9.6% / 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。 |
| 9 |
メイショウハッブル 推奨 |
★河原田 |
実22.8 |
B○ A▽勝率10% EV+118% 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) +129% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 4.4%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 9.6% / 期待値 +118% ※ 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 |
タイセイモノリス 推奨 |
横山和 |
実29.5 |
B▲ A△勝率10% EV+207% 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) +196% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 3.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 期待値 +208% ※ 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10頭
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
10.1% (オッズ暗示: 13.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 9.6% / 期待値 -30%
🌟◎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
10.1% (オッズ暗示: 4.4%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 9.6% / 期待値 +118%
🌟◎期待値 (オッズ vs AI勝率)
+196% (市場が大幅過小評価)
AI 予想勝率
10.1% (オッズ暗示: 3.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.4% / 期待値 +208%
×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
10.0% (オッズ暗示: 52.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.6% / 期待値 -82%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
10.0% (オッズ暗示: 14.1%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.4% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
10.0% (オッズ暗示: 10.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 9.6% / 期待値 -11%
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
10.0% (オッズ暗示: 9.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 9.6% / 期待値 +1%
🌟◎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
10.0% (オッズ暗示: 3.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.4% / 期待値 +192%
×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
9.8% (オッズ暗示: 14.7%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 10.4% / 期待値 -29%
🌟◎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
9.8% (オッズ暗示: 0.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.4% / 期待値 +1132%
💡 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
7
グッバイウェーブ
実28.0倍
期待値 +192%
推奨 9.6〜30.0倍
300円
-
単勝
9
メイショウハッブル
実22.8倍
期待値 +118%
推奨 10.5〜30.0倍
200円
-
単勝
8
フレンズプラス
実10.6倍
期待値 +1%
推奨 10.5〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
10
タイセイモノリス
実29.5倍
期待値 +196%
推奨 9.9〜30.0倍
300円
-
単勝
7
グッバイウェーブ
実28.0倍
期待値 +180%
推奨 10.0〜30.0倍
300円
-
単勝
9
メイショウハッブル
実22.8倍
期待値 +129%
推奨 9.9〜30.0倍
300円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
レストプレドゥモア |
小沢 |
実9.3 |
▽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) -11% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.8%) ※ 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。 |
| 2 |
プレザントトーン |
佐々木 |
実118.1 |
△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) +999% (市場が大幅過小評価) AI 予想勝率 10.4% (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。 |
| 3 |
イングラム |
☆舟山 |
実1.9 |
△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) -82% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 52.6%) ※ 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。 |
| 4 |
ワイドデコラシオン |
横山武 |
実7.1 |
○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) -26% (オッズ過剰評価) AI 予想勝率 10.4% (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。 |
| 5 |
グレイトソン |
▲和田陽 |
実7.3 |
▽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% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 13.7%) ※ 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。 |
| 6 |
キャンドルマス |
武豊 |
実6.8 |
◎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) -29% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 14.7%) ※ 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。 |
| 7 |
グッバイウェーブ 推奨 |
丹内 |
実28.0 |
▲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) +192% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 3.6%) ※ 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。 |
| 8 |
フレンズプラス 推奨 |
荻野琢 |
実10.6 |
▽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) +1% (市場と概ね一致) AI 予想勝率 9.6% (オッズ暗示: 9.4%) ※ 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。 |
| 9 |
メイショウハッブル 推奨 |
★河原田 |
実22.8 |
▽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) +118% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 4.4%) ※ 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。 |
| 10 |
タイセイモノリス 推奨 |
横山和 |
実29.5 |
△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) +207% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 3.4%) ※ 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10頭
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
10.4% (オッズ暗示: 14.7%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
10.4% (オッズ暗示: 14.1%)
🌟◎期待値 (オッズ vs AI勝率)
+192% (市場が大幅過小評価)
AI 予想勝率
10.4% (オッズ暗示: 3.6%)
🌟◎期待値 (オッズ vs AI勝率)
+207% (市場が大幅過小評価)
AI 予想勝率
10.4% (オッズ暗示: 3.4%)
🌟◎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
10.4% (オッズ暗示: 0.8%)
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
9.6% (オッズ暗示: 52.6%)
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
9.6% (オッズ暗示: 13.7%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
9.6% (オッズ暗示: 10.8%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
9.6% (オッズ暗示: 9.4%)
🌟◎期待値 (オッズ vs AI勝率)
+118% (市場が大幅過小評価)
AI 予想勝率
9.6% (オッズ暗示: 4.4%)
💡 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
7
グッバイウェーブ
実28.0倍
期待値 +192%
推奨 9.6〜30.0倍
300円
-
単勝
9
メイショウハッブル
実22.8倍
期待値 +118%
推奨 10.5〜30.0倍
200円
-
単勝
8
フレンズプラス
実10.6倍
期待値 +1%
推奨 10.5〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
10
タイセイモノリス
実29.5倍
期待値 +196%
推奨 9.9〜30.0倍
300円
-
単勝
7
グッバイウェーブ
実28.0倍
期待値 +180%
推奨 10.0〜30.0倍
300円
-
単勝
9
メイショウハッブル
実22.8倍
期待値 +129%
推奨 9.9〜30.0倍
300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。
