福島 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 |
ヤマニンルーバス |
江田照 |
実78.4 |
B▽ A▽勝率7% EV+422% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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 8位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +430% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +423% ※ 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 |
アーティラリー |
石川 |
実13.2 |
B△ A△勝率7% EV-12% 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) -11% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 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。 |
| 3 |
フェスティヴハート |
柴田大 |
実3.1 |
B× A×勝率7% EV-79% 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) -79% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 32.3%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -79% ※ 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 |
トラストレガート |
吉田豊 |
実26.7 |
B△ A▽勝率7% EV+78% 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) +80% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 3.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 +78% ※ 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 |
デルマザオウ |
小崎 |
実6.7 |
B▲ A△勝率7% 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) -55% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 14.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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 |
カムオンオーバー |
小林脩 |
実54.2 |
B▽ A▽勝率7% EV+261% 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) +266% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +261% ※ 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 |
ペタルズダンス |
菊沢 |
実6.5 |
B× A△勝率7% EV-56% 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) -58% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 15.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 -57% ※ 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 |
ランランリンリン |
▲上里 |
実111.9 |
B▽ A▽勝率7% EV+646% 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) +657% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 6.7% / 期待値 +646% ※ 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 |
ユニバーサルラヴ |
三浦 |
実6.1 |
B× A▲勝率7% EV-59% 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) -61% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 16.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 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。 |
| 10 |
ハピネスドリーム |
杉原 |
実23.1 |
B▽ A▽勝率7% EV+54% 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) +51% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 期待値 +54% ※ 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 |
ハリコミチュウ |
木幡初 |
実5.1 |
B○ A○勝率7% EV-66% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 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 2位 (上位評価) ×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 6.8% (オッズ暗示: 19.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 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。 |
| 12 |
ウィッシュリスト |
△石神道 |
実182.9 |
B▽ A▽勝率7% EV+999% 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 12 ◎ 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 6.8% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 6.7% / 期待値 +1119% ※ 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 |
アルティソナンテ 推奨 |
大野 |
実19.0 |
B△ A▽勝率7% EV+26% 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) +28% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 5.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 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。 |
| 14 |
マッドヘッドラブ |
武藤 |
実114.5 |
B▽ A▽勝率7% EV+663% 詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +637% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 6.7% / 期待値 +663% ※ 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。 |
| 15 |
ジーティーヒラリ |
▲佐藤 |
実78.4 |
B▽ A▽勝率7% EV+422% 詳細▼ |
|
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +405% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +423% ※ 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15頭
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
6.8% (オッズ暗示: 32.3%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 6.7% / 期待値 -79%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
×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
6.8% (オッズ暗示: 19.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 6.7% / 期待値 -66%
×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
6.8% (オッズ暗示: 14.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.7% / 期待値 -55%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
6.8% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.7% / 期待値 -12%
△期待値 (オッズ vs AI勝率)
+28% (市場と概ね一致)
AI 予想勝率
6.8% (オッズ暗示: 5.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.7% / 期待値 +27%
🌟◎期待値 (オッズ vs AI勝率)
+80% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 3.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.7% / 期待値 +78%
🌟◎期待値 (オッズ vs AI勝率)
+266% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 6.7% / 期待値 +261%
△AIランク評価 (順位学習モデル)
レース内 8位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+430% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.7% / 期待値 +423%
🌟◎期待値 (オッズ vs AI勝率)
+657% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 6.7% / 期待値 +646%
🌟◎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
6.8% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 6.7% / 期待値 +1119%
🌟◎期待値 (オッズ vs AI勝率)
+51% (市場が大幅過小評価)
AI 予想勝率
6.6% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.7% / 期待値 +54%
×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
6.4% (オッズ暗示: 16.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 6.7% / 期待値 -59%
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
6.4% (オッズ暗示: 15.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.7% / 期待値 -57%
🌟◎期待値 (オッズ vs AI勝率)
+405% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 6.7% / 期待値 +423%
🌟◎期待値 (オッズ vs AI勝率)
+637% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 6.7% / 期待値 +663%
💡 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
13
アルティソナンテ
実19.0倍
期待値 +26%
推奨 15.0〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ヤマニンルーバス |
江田照 |
実78.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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 11位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +422% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ※ 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。 |
| 2 |
アーティラリー |
石川 |
実13.2 |
△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) -12% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.6%) ※ 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。 |
| 3 |
フェスティヴハート |
柴田大 |
実3.1 |
×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) -79% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 32.3%) ※ 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 |
トラストレガート |
吉田豊 |
実26.7 |
▽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) +78% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 5 |
デルマザオウ |
小崎 |
実6.7 |
△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 6.7% (オッズ暗示: 14.9%) ※ 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。 |
| 6 |
カムオンオーバー |
小林脩 |
実54.2 |
▽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) +261% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.8%) ※ 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。 |
| 7 |
ペタルズダンス |
菊沢 |
実6.5 |
△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) -57% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 15.4%) ※ 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。 |
| 8 |
ランランリンリン |
▲上里 |
実111.9 |
▽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) +646% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 9 |
ユニバーサルラヴ |
三浦 |
実6.1 |
▲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) -59% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 16.4%) ※ 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 |
ハピネスドリーム |
杉原 |
実23.1 |
▽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) +54% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 11 |
ハリコミチュウ |
木幡初 |
実5.1 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 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 2位 (上位評価) ×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 6.7% (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。 |
| 12 |
ウィッシュリスト |
△石神道 |
実182.9 |
▽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 12 ◎ 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。 |
| 13 |
アルティソナンテ 推奨 |
大野 |
実19.0 |
▽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) +26% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.3%) ※ 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。 |
| 14 |
マッドヘッドラブ |
武藤 |
実114.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +663% (市場が大幅過小評価) AI 予想勝率 6.7% (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。 |
| 15 |
ジーティーヒラリ |
▲佐藤 |
実78.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +422% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ※ 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。 |
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15頭
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 32.3%)
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
×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
6.7% (オッズ暗示: 19.6%)
×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
6.7% (オッズ暗示: 16.4%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 15.4%)
×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
6.7% (オッズ暗示: 14.9%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
6.7% (オッズ暗示: 7.6%)
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 5.3%)
🌟◎期待値 (オッズ vs AI勝率)
+54% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 4.3%)
🌟◎期待値 (オッズ vs AI勝率)
+78% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 3.7%)
🌟◎期待値 (オッズ vs AI勝率)
+261% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.8%)
△AIランク評価 (順位学習モデル)
レース内 11位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+422% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+422% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+646% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.9%)
🌟◎期待値 (オッズ vs AI勝率)
+663% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.9%)
🌟◎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
13
アルティソナンテ
実19.0倍
期待値 +26%
推奨 15.0〜30.0倍
100円
B. 新モデル (rank最適化 + leak-free + 確率校正)
このモデルは本レース見送り判定（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。
