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70.7 |
B△ A▽勝率5% EV+231% 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) +438% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +231% ※ 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17.6 |
B▽ A▽勝率8% EV+44% 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) +31% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.2% / 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。 |
| 3 |
セタキト |
斎藤 |
実13.6 |
B▽ A▽勝率7% EV-11% 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% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 7.4%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.5% / 期待値 -12% ※ 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23.3 |
B▽ A▽勝率8% EV+91% 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) +74% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 8.2% / 期待値 +92% ※ 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31.4 |
B▽ A▽勝率8% EV+158% 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) +134% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 8.2% / 期待値 +158% ※ 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84.5 |
B△ A▽勝率7% EV+449% 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) +560% (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 12位 / 勝率 6.5% / 期待値 +450% ※ 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14.0 |
B▲ A△勝率8% EV+15% 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) +9% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 期待値 +15% ※ 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36.9 |
B△ A▽勝率8% EV+203% 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) +188% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 8.2% / 期待値 +204% ※ 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4.1 |
B× A○勝率8% EV-66% 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: 24.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.2% / 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。 |
| 10 |
ノリヤンモーニン |
浜中 |
実12.1 |
B◎ A△勝率8% EV0% 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) +6% (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 -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。 |
| 11 |
シグレ |
武豊 |
実3.3 |
B× A×勝率8% EV-72% 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) -75% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 30.3%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 8.2% / 期待値 -73% ※ 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9.4 |
B▽ A△勝率8% EV-22% 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) -30% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。 |
| 13 |
ロンドンガーズ |
北村友 |
実5.0 |
B○ A▲勝率8% EV-58% 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) -61% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 20.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.2% / 期待値 -59% ※ 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)
+6% (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 -0%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
7.8% (オッズ暗示: 20.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.2% / 期待値 -59%
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
7.8% (オッズ暗示: 7.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.2% / 期待値 +15%
🌟◎期待値 (オッズ vs AI勝率)
+188% (市場が大幅過小評価)
AI 予想勝率
7.8% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 8.2% / 期待値 +204%
△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)
+560% (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 12位 / 勝率 6.5% / 期待値 +450%
🌟◎期待値 (オッズ vs AI勝率)
+438% (市場が大幅過小評価)
AI 予想勝率
7.6% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.7% / 期待値 +231%
×期待値 (オッズ vs AI勝率)
-75% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 30.3%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 8.2% / 期待値 -73%
×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: 24.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.2% / 期待値 -66%
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
7.5% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.2% / 期待値 -23%
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
7.5% (オッズ暗示: 7.4%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.5% / 期待値 -12%
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
7.5% (オッズ暗示: 5.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.2% / 期待値 +45%
🌟◎期待値 (オッズ vs AI勝率)
+74% (市場が大幅過小評価)
AI 予想勝率
7.5% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 8.2% / 期待値 +92%
🌟◎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
7.5% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 8.2% / 期待値 +158%
💡 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70.7 |
▽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) +231% (市場が大幅過小評価) AI 予想勝率 4.7% (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 |
ダイシンドラゴン |
丹内 |
実17.6 |
▽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) +44% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 5.7%) ※ 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13.6 |
▽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) -12% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.4%) ※ 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23.3 |
▽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) +91% (市場が大幅過小評価) AI 予想勝率 8.2% (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。 |
| 5 |
フェリチタ |
横山和 |
実31.4 |
▽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) +158% (市場が大幅過小評価) AI 予想勝率 8.2% (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。 |
| 6 |
ウンスイ |
横山琉 |
実84.5 |
▽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) +449% (市場が大幅過小評価) AI 予想勝率 6.5% (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。 |
| 7 |
ショウナンカノア |
池添 |
実14.0 |
△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) +15% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 7.1%) ※ 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。 |
| 8 |
クロリス |
岩田康 |
実36.9 |
▽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) +203% (市場が大幅過小評価) AI 予想勝率 8.2% (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。 |
| 9 |
イモージェン |
佐々木 |
実4.1 |
○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) -66% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 24.4%) ※ 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 |
ノリヤンモーニン |
浜中 |
実12.1 |
△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) -0% (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3.3 |
×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) -73% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 30.3%) ※ 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。 |
| 12 |
ダイメイビッグボス |
横山武 |
実9.4 |
△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) -23% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 10.6%) ※ 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。 |
| 13 |
ロンドンガーズ |
北村友 |
実5.0 |
▲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) -59% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 20.0%) ※ 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。 |
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)
-73% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 30.3%)
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 24.4%)
×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
8.2% (オッズ暗示: 20.0%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
-0% (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)
+15% (市場と概ね一致)
AI 予想勝率
8.2% (オッズ暗示: 7.1%)
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
8.2% (オッズ暗示: 5.7%)
🌟◎期待値 (オッズ vs AI勝率)
+91% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 4.3%)
🌟◎期待値 (オッズ vs AI勝率)
+158% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 3.2%)
🌟◎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
8.2% (オッズ暗示: 2.7%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 7.4%)
△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)
+449% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+231% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 1.4%)
💡 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
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。
