新潟 10R 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

10R 新潟競馬場　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェリーシュシュ	荻野極	実4.1	B× A×勝率7% EV-72% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（70日ぶりの実戦）
前5走 02/21 1東京75R 8着/14頭+1.0秒 01/31 1東京15R 4着/16頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 24.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.8% / 期待値 -72% ※ 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	ミウ推奨	木幡巧	実20.1	B▲ A▽勝率7% EV+38% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+93%の中穴候補（市場想定よりAI評価が高く妙味）
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 18.0着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 105日休養明け 🌟◎ 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 9.6% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 期待値 +38% ※ 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	ベアエクスプレス	田口	実17.5	B○ A△勝率7% EV+17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調）
前5走 2回5日福島2R 6着/15頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +18% ※ 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	マイトリックスター	小崎	実64.7	B△ A▽勝率7% EV+333% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 02/15 1小倉81R 14着/16頭+3.6秒 02/07 1小倉51R 7着/16頭+1.1秒 01/12 1中山55R 8着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +523% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.8% / 期待値 +334% ※ 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	ナツミカンチャン	菊沢	実6.6	B△ A×勝率6% EV-60% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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) -61% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 15.2%) × Aモデルの評価 (参考) レース内 14位 / 勝率 6.0% / 期待値 -60% ※ 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	ディレクティオ	▲上里	実39.9	B▽ A▽勝率7% EV+170% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／125日ぶりの実戦）
前5走 03/22 1中京41R 10着/14頭+2.0秒 01/18 1中山73R 8着/13頭+3.2秒 01/05 1中山22R 10着/16頭+3.0秒 10/11 4東京36R 9着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +122% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.8% / 期待値 +170% ※ 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	ミュージックレイン	江田照	実18.2	B▽ A▽勝率7% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／97日ぶりの実戦）
前5走 03/28 3中山11R 5着/16頭+1.2秒 12/13 5中山31R 7着/14頭+1.1秒 11/09 5東京21R 10着/16頭+1.1秒 10/25 4新潟32R 7着/15頭+2.2秒 06/14 3東京36R 6着/10頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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	メジロピオラ	◇今村	実5.3	B× A○勝率7% EV-64% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.3着と低調／84日ぶりの実戦）
前5走 03/28 1中京52R 2着/13頭+0.4秒 03/07 2中山36R 16着/18頭+2.1秒 11/15 3福島35R 9着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.8% / 期待値 -64% ※ 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	ゴールドビリーヴ	△石神道	実8.3	B× A△勝率7% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 03/14 2中山51R 8着/15頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -43% ※ 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	ナックレジーナ	吉田豊	実27.2	B△ A▽勝率6% EV+73% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調）
前5走 2回4日福島1R 11着/15頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.0% / 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。
11	オリエンタルガール	▲石田	実62.6	B▽ A▽勝率7% EV+319% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／104日ぶりの実戦）
前5走 01/05 1中山22R 9着/16頭+2.8秒 12/07 5中山21R 13着/16頭+2.1秒 11/09 3福島26R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +248% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.8% / 期待値 +320% ※ 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	カーボフリオ	▲佐藤	実6.9	B× A▲勝率7% EV-53% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1秒 09/07 4中山26R 4着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 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 5.7% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.8% / 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。
13	アドバンスジェンヌ	原	実40.4	B▽ A▽勝率7% EV+171% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 1回10日函館3R 9着/14頭 1回5日函館2R 12着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 4.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.8% / 期待値 +171% ※ 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	バーヴァンシー	横山典	実8.9	B◎ A△勝率7% EV-40% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス
前5走 01/12 1中山52R 10着/16頭+2.7秒 01/04 1中山11R 6着/16頭+1.3秒 11/29 5東京72R 9着/18頭+0.9秒 08/30 3新潟32R 9着/15頭+3.6秒 07/27 2新潟21R 3着/7頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -40% ※ 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	アジャイブ	▲水沼	実60.6	B▽ A▽勝率7% EV+306% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／63日ぶりの実戦）
前5走 03/07 2中山36R 18着/18頭+2.9秒 12/13 5中山33R 14着/16頭+2.0秒 11/24 5東京66R 11着/13頭+2.2秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +237% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.8% / 期待値 +307% ※ 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の本命

AI評価1位Aモデル △

バーヴァンシー

騎手横山典

単勝オッズ

8.9倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3ベアエクスプレス

17.5倍

EV +68%

▲A:▽2ミウ

20.1倍

EV +93%

出走馬全15頭

◎A:△14

バーヴァンシー

横山典

8.9倍

-14%

›

○A:△3

ベアエクスプレス

田口

17.5倍

+68%

›

▲A:▽2

ミウ

木幡巧

20.1倍

+93%

›

△A:▽4

マイトリックスター

小崎

64.7倍

+523%

›

△A:▽10

ナックレジーナ

吉田豊

27.2倍

+88%

›

△A:×5

ナツミカンチャン

菊沢

6.6倍

-61%

›

×A:▲12

カーボフリオ

▲佐藤

6.9倍

-60%

›

×A:×1

シェリーシュシュ

荻野極

4.1倍

-77%

›

×A:○8

メジロピオラ

◇今村

5.3倍

-70%

›

×A:△9

ゴールドビリーヴ

△石神道

8.3倍

-53%

›

▽A:▽7

ミュージックレイン

江田照

18.2倍

+1%

›

▽A:▽6

ディレクティオ

▲上里

39.9倍

+122%

›

▽A:▽15

アジャイブ

▲水沼

60.6倍

+237%

›

▽A:▽11

オリエンタルガール

▲石田

62.6倍

+248%

›

▽A:▽13

アドバンスジェンヌ

原

40.4倍

+61%

›

💡 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 2 ミウ実20.1倍期待値 +94% 推奨 10.4〜30.0倍 200円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

10R 新潟競馬場　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェリーシュシュ	荻野極	実4.1	×詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（70日ぶりの実戦）
前5走 02/21 1東京75R 8着/14頭+1.0秒 01/31 1東京15R 4着/16頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 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 6.8% (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。
2	ミウ推奨	木幡巧	実20.1	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+38%の妙味（市場想定よりAI評価が高く妙味）
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 18.0着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 5.0%) ※ 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。
3	ベアエクスプレス	田口	実17.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調）
前5走 2回5日福島2R 6着/15頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 6.8% (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。
4	マイトリックスター	小崎	実64.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 02/15 1小倉81R 14着/16頭+3.6秒 02/07 1小倉51R 7着/16頭+1.1秒 01/12 1中山55R 8着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +333% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.5%) ※ 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。
5	ナツミカンチャン	菊沢	実6.6	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 15.2%) ※ 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	ディレクティオ	▲上里	実39.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／125日ぶりの実戦）
前5走 03/22 1中京41R 10着/14頭+2.0秒 01/18 1中山73R 8着/13頭+3.2秒 01/05 1中山22R 10着/16頭+3.0秒 10/11 4東京36R 9着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +170% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.5%) ※ 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。
7	ミュージックレイン	江田照	実18.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／97日ぶりの実戦）
前5走 03/28 3中山11R 5着/16頭+1.2秒 12/13 5中山31R 7着/14頭+1.1秒 11/09 5東京21R 10着/16頭+1.1秒 10/25 4新潟32R 7着/15頭+2.2秒 06/14 3東京36R 6着/10頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 5.5%) ※ 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。
8	メジロピオラ	◇今村	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.3着と低調／84日ぶりの実戦）
前5走 03/28 1中京52R 2着/13頭+0.4秒 03/07 2中山36R 16着/18頭+2.1秒 11/15 3福島35R 9着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 18.9%) ※ 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	ゴールドビリーヴ	△石神道	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 03/14 2中山51R 8着/15頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 12.0%) ※ 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	ナックレジーナ	吉田豊	実27.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調）
前5走 2回4日福島1R 11着/15頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 6.0% (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。
11	オリエンタルガール	▲石田	実62.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／104日ぶりの実戦）
前5走 01/05 1中山22R 9着/16頭+2.8秒 12/07 5中山21R 13着/16頭+2.1秒 11/09 3福島26R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +319% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.6%) ※ 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	カーボフリオ	▲佐藤	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1秒 09/07 4中山26R 4着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 14.5%) ※ 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	アドバンスジェンヌ	原	実40.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 1回10日函館3R 9着/14頭 1回5日函館2R 12着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +171% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.5%) ※ 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。
14	バーヴァンシー	横山典	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/12 1中山52R 10着/16頭+2.7秒 01/04 1中山11R 6着/16頭+1.3秒 11/29 5東京72R 9着/18頭+0.9秒 08/30 3新潟32R 9着/15頭+3.6秒 07/27 2新潟21R 3着/7頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 11.2%) ※ 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。
15	アジャイブ	▲水沼	実60.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／63日ぶりの実戦）
前5走 03/07 2中山36R 18着/18頭+2.9秒 12/13 5中山33R 14着/16頭+2.0秒 11/24 5東京66R 11着/13頭+2.2秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +306% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.7%) ※ 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。

🎯 AIの本命

AI評価1位

シェリーシュシュ

騎手荻野極

単勝オッズ

4.1倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8メジロピオラ

5.3倍

EV -64%

▲12カーボフリオ

6.9倍

EV -53%

出走馬全15頭

×1

シェリーシュシュ

荻野極

4.1倍

-72%

›

○8

メジロピオラ

◇今村

5.3倍

-64%

›

▲12

カーボフリオ

▲佐藤

6.9倍

-53%

›

△9

ゴールドビリーヴ

△石神道

8.3倍

-43%

›

△14

バーヴァンシー

横山典

8.9倍

-40%

›

△3

ベアエクスプレス

田口

17.5倍

+17%

›

▽7

ミュージックレイン

江田照

18.2倍

+22%

›

▽2

ミウ

木幡巧

20.1倍

+38%

›

▽6

ディレクティオ

▲上里

39.9倍

+170%

›

▽13

アドバンスジェンヌ

原

40.4倍

+171%

›

▽15

アジャイブ

▲水沼

60.6倍

+306%

›

▽11

オリエンタルガール

▲石田

62.6倍

+319%

›

▽4

マイトリックスター

小崎

64.7倍

+333%

›

×5

ナツミカンチャン

菊沢

6.6倍

-60%

›

▽10

ナックレジーナ

吉田豊

27.2倍

+73%

›

💡 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 2 ミウ実20.1倍期待値 +36% 推奨 14.8〜30.0倍 200円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

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。