函館 11R 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 |
ダマスク |
黛 |
実84.3 |
B△ A▽勝率5% EV+294% 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) +559% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +295% ※ 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 |
ダイシンドラゴン |
丹内 |
実21.1 |
B▽ A▽勝率8% EV+73% 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) +57% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.2% / 期待値 +74% ※ 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 |
セタキト |
斎藤 |
実18.6 |
B▽ A▽勝率7% EV+20% 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) +39% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.4%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.5% / 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。 |
| 4 |
アルテクィーン |
鮫島駿 |
実25.9 |
B▽ A▽勝率8% EV+113% 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) +93% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 3.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 8.2% / 期待値 +113% ※ 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 |
フェリチタ |
横山和 |
実35.3 |
B▽ A▽勝率8% EV+190% 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) +164% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 2.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 8.2% / 期待値 +191% ※ 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 |
ウンスイ |
横山琉 |
実108.6 |
B△ A▽勝率7% EV+606% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 5位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +747% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 6.5% / 期待値 +606% ※ 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 |
ショウナンカノア |
池添 |
実14.8 |
B○ A△勝率8% EV+21% 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) +15% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 6.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 期待値 +22% ※ 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 |
クロリス |
岩田康 |
実43.6 |
B▲ A▽勝率8% EV+258% 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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +241% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 8.2% / 期待値 +259% ※ 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 |
イモージェン |
佐々木 |
実4.2 |
B× A○勝率8% EV-65% 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) -69% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 23.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.2% / 期待値 -65% ※ 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 |
ノリヤンモーニン |
浜中 |
実12.0 |
B◎ A△勝率8% EV-1% 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) +5% (市場と概ね一致) AI 予想勝率 8.8% (オッズ暗示: 8.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 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。 |
| 11 |
シグレ |
武豊 |
実3.2 |
B△ A×勝率8% EV-73% 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) -76% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 31.2%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 8.2% / 期待値 -74% ※ 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 |
ダイメイビッグボス |
横山武 |
実9.0 |
B▽ A△勝率8% EV-25% 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 7.5% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。 |
| 13 |
ロンドンガーズ |
北村友 |
実4.2 |
B× A▲勝率8% EV-65% 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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 23.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.2% / 期待値 -65% ※ 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)
+5% (市場と概ね一致)
AI 予想勝率
8.8% (オッズ暗示: 8.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.2% / 期待値 -1%
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
7.8% (オッズ暗示: 6.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.2% / 期待値 +22%
🌟◎期待値 (オッズ vs AI勝率)
+241% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 8.2% / 期待値 +259%
🌟◎期待値 (オッズ vs AI勝率)
+559% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.7% / 期待値 +295%
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+747% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 6.5% / 期待値 +606%
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 31.2%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 8.2% / 期待値 -74%
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 23.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.2% / 期待値 -65%
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 23.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.2% / 期待値 -65%
×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
7.5% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.2% / 期待値 -26%
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
7.5% (オッズ暗示: 5.4%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.5% / 期待値 +21%
🌟◎期待値 (オッズ vs AI勝率)
+57% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.2% / 期待値 +74%
🌟◎期待値 (オッズ vs AI勝率)
+93% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 3.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 8.2% / 期待値 +113%
🌟◎期待値 (オッズ vs AI勝率)
+164% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 2.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 8.2% / 期待値 +191%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ダマスク |
黛 |
実84.3 |
▽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) +294% (市場が大幅過小評価) AI 予想勝率 4.7% (オッズ暗示: 1.2%) ※ 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 |
ダイシンドラゴン |
丹内 |
実21.1 |
▽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) +73% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 4.7%) ※ 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。 |
| 3 |
セタキト |
斎藤 |
実18.6 |
▽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) +20% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 5.4%) ※ 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。 |
| 4 |
アルテクィーン |
鮫島駿 |
実25.9 |
▽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) +113% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 3.9%) ※ 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 |
フェリチタ |
横山和 |
実35.3 |
▽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) +190% (市場が大幅過小評価) AI 予想勝率 8.2% (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。 |
| 6 |
ウンスイ |
横山琉 |
実108.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 12位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +606% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 0.9%) ※ 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 |
ショウナンカノア |
池添 |
実14.8 |
△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) +21% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 6.8%) ※ 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 |
クロリス |
岩田康 |
実43.6 |
▽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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +258% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 2.3%) ※ 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。 |
| 9 |
イモージェン |
佐々木 |
実4.2 |
○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) -65% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 23.8%) ※ 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 |
ノリヤンモーニン |
浜中 |
実12.0 |
△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) -1% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 8.3%) ※ 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 |
シグレ |
武豊 |
実3.2 |
×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) -74% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 31.2%) ※ 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。 |
| 12 |
ダイメイビッグボス |
横山武 |
実9.0 |
△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) -26% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.1%) ※ 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。 |
| 13 |
ロンドンガーズ |
北村友 |
実4.2 |
▲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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 23.8%) ※ 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。 |
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)
-74% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 31.2%)
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 23.8%)
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 23.8%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 11.1%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 8.3%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
8.2% (オッズ暗示: 6.8%)
🌟◎期待値 (オッズ vs AI勝率)
+73% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 4.7%)
🌟◎期待値 (オッズ vs AI勝率)
+113% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 3.9%)
🌟◎期待値 (オッズ vs AI勝率)
+190% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 2.8%)
🌟◎期待値 (オッズ vs AI勝率)
+258% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 2.3%)
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
6.5% (オッズ暗示: 5.4%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+606% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 0.9%)
🌟◎期待値 (オッズ vs AI勝率)
+294% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 1.2%)
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
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。
