新潟 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 |
サンマルオブウォー |
▲上里 |
実241.9 |
B△ A▽勝率6% EV+999% 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 6位 (中位評価) 🌟◎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 6.1% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 6.2% / 期待値 +1400% ※ 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 |
パチクリベスクリ |
丸田 |
実302.0 |
B▽ A▽勝率6% 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 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 6.1% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 6.2% / 期待値 +1773% ※ 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 |
プリプリプリン |
▲佐藤 |
実3.2 |
B△ A×勝率6% EV-80% 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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 31.2%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 6.2% / 期待値 -80% ※ 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 |
スノーランス |
石橋脩 |
実8.5 |
B△ A▲勝率7% EV-40% 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) -48% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 11.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.0% / 期待値 -41% ※ 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 |
シャインネージュ |
★谷原 |
実43.0 |
B▲ A△勝率7% EV+200% 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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +334% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 2.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 期待値 +200% ※ 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 |
ナーシリーヤ |
松岡 |
実30.2 |
B▽ A▽勝率6% EV+87% 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 11位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 3.3%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.2% / 期待値 +87% ※ 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 |
セイウンヤオヨロズ |
△石神道 |
実9.9 |
B▽ A△勝率7% EV-30% 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) -42% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 10.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 期待値 -31% ※ 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 |
メイショウバリスタ |
菊沢 |
実114.7 |
B▽ A▽勝率6% EV+611% 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) +570% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 6.2% / 期待値 +611% ※ 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 |
ロジザボード 推奨 |
斎藤 |
実25.1 |
B○ A△勝率7% EV+75% 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) +153% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 4.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 +75% ※ 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 |
スウィートラキ |
木幡初 |
実212.2 |
B▽ A▽勝率7% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.0% / 期待値 +1381% ※ 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 |
スウェーバック |
野中 |
実84.9 |
B▽ A▽勝率7% EV+492% 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) +255% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 +492% ※ 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 |
ジョイベル |
木幡育 |
実429.9 |
B▽ A▽勝率6% EV+999% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 0.2%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 6.2% / 期待値 +2566% ※ 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 |
フジテンクウ |
▲石田 |
実294.7 |
B▽ A▽勝率7% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.0% / 期待値 +1956% ※ 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 |
マナイアカラニ |
戸崎圭 |
実2.6 |
B× A×勝率7% EV-81% 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) -74% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 38.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 7.0% / 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。 |
| 15 |
オレンジキャンパス |
武藤 |
実4.8 |
B× A○勝率7% EV-66% 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) -72% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 20.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.0% / 期待値 -67% ※ 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)
-74% (大幅な期待値マイナス)
AI 予想勝率
10.1% (オッズ暗示: 38.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 7.0% / 期待値 -82%
🌟◎期待値 (オッズ vs AI勝率)
+153% (市場が大幅過小評価)
AI 予想勝率
10.1% (オッズ暗示: 4.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.0% / 期待値 +75%
🌟◎期待値 (オッズ vs AI勝率)
+334% (市場が大幅過小評価)
AI 予想勝率
10.1% (オッズ暗示: 2.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.0% / 期待値 +200%
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
AI 予想勝率
6.1% (オッズ暗示: 31.2%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 6.2% / 期待値 -80%
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
6.1% (オッズ暗示: 11.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.0% / 期待値 -41%
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
🌟◎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
6.1% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 6.2% / 期待値 +1400%
🌟◎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
6.1% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 6.2% / 期待値 +1773%
△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)
+999% (市場が大幅過小評価)
AI 予想勝率
6.1% (オッズ暗示: 0.2%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 6.2% / 期待値 +2566%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
5.8% (オッズ暗示: 20.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.0% / 期待値 -67%
×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
5.8% (オッズ暗示: 10.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.0% / 期待値 -31%
△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)
+76% (市場が大幅過小評価)
AI 予想勝率
5.8% (オッズ暗示: 3.3%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.2% / 期待値 +87%
🌟◎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
5.8% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 6.2% / 期待値 +611%
🌟◎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
5.8% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.0% / 期待値 +1381%
🌟◎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
5.6% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.0% / 期待値 +1956%
🌟◎期待値 (オッズ vs AI勝率)
+255% (市場が大幅過小評価)
AI 予想勝率
4.2% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.0% / 期待値 +492%
💡 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)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
9
ロジザボード
実25.1倍
期待値 +154%
推奨 10.0〜30.0倍
300円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンマルオブウォー |
▲上里 |
実241.9 |
▽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 13位 (中位評価) 🌟◎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 6.2% (オッズ暗示: 0.4%) ※ 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 |
パチクリベスクリ |
丸田 |
実302.0 |
▽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 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 6.2% (オッズ暗示: 0.3%) ※ 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。 |
| 3 |
プリプリプリン |
▲佐藤 |
実3.2 |
×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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 6.2% (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。 |
| 4 |
スノーランス |
石橋脩 |
実8.5 |
▲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) -41% (大幅な期待値マイナス) AI 予想勝率 7.0% (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。 |
| 5 |
シャインネージュ |
★谷原 |
実43.0 |
△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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +200% (市場が大幅過小評価) AI 予想勝率 7.0% (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。 |
| 6 |
ナーシリーヤ |
松岡 |
実30.2 |
▽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 11位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +87% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 3.3%) ※ 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。 |
| 7 |
セイウンヤオヨロズ |
△石神道 |
実9.9 |
△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) -31% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 10.1%) ※ 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 |
メイショウバリスタ |
菊沢 |
実114.7 |
▽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) +611% (市場が大幅過小評価) AI 予想勝率 6.2% (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 |
ロジザボード 推奨 |
斎藤 |
実25.1 |
△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) +75% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 4.0%) ※ 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。 |
| 10 |
スウィートラキ |
木幡初 |
実212.2 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 7.0% (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。 |
| 11 |
スウェーバック |
野中 |
実84.9 |
▽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) +492% (市場が大幅過小評価) AI 予想勝率 7.0% (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。 |
| 12 |
ジョイベル |
木幡育 |
実429.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 15位 (中位評価) 🌟◎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 6.2% (オッズ暗示: 0.2%) ※ 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。 |
| 13 |
フジテンクウ |
▲石田 |
実294.7 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 0.3%) ※ 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 |
マナイアカラニ |
戸崎圭 |
実2.6 |
×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) -82% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 38.5%) ※ 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。 |
| 15 |
オレンジキャンパス |
武藤 |
実4.8 |
○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) -67% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 20.8%) ※ 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15頭
×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
7.0% (オッズ暗示: 38.5%)
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
7.0% (オッズ暗示: 20.8%)
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
7.0% (オッズ暗示: 11.8%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
7.0% (オッズ暗示: 10.1%)
🌟◎期待値 (オッズ vs AI勝率)
+75% (市場が大幅過小評価)
AI 予想勝率
7.0% (オッズ暗示: 4.0%)
🌟◎期待値 (オッズ vs AI勝率)
+200% (市場が大幅過小評価)
AI 予想勝率
7.0% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+492% (市場が大幅過小評価)
AI 予想勝率
7.0% (オッズ暗示: 1.2%)
🌟◎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
7.0% (オッズ暗示: 0.5%)
🌟◎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
7.0% (オッズ暗示: 0.3%)
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
AI 予想勝率
6.2% (オッズ暗示: 31.2%)
△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)
+87% (市場が大幅過小評価)
AI 予想勝率
6.2% (オッズ暗示: 3.3%)
🌟◎期待値 (オッズ vs AI勝率)
+611% (市場が大幅過小評価)
AI 予想勝率
6.2% (オッズ暗示: 0.9%)
△AIランク評価 (順位学習モデル)
レース内 13位 (中位評価)
🌟◎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
6.2% (オッズ暗示: 0.4%)
🌟◎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
6.2% (オッズ暗示: 0.3%)
△AIランク評価 (順位学習モデル)
レース内 15位 (中位評価)
🌟◎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
6.2% (オッズ暗示: 0.2%)
💡 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 (AI 期待値プラス判定)
A. 現行モデル (binary)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
9
ロジザボード
実25.1倍
期待値 +75%
推奨 14.3〜30.0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。
