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4.2	B× A×勝率7% EV-71% 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: 23.8%) × 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19.7	B▲ A▽勝率7% EV+33% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+89%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) +89% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 +33% ※ 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16.7	B○ A△勝率7% EV+13% 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) +60% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +13% ※ 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63.3	B△ A▽勝率7% EV+328% 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) +510% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.8% / 期待値 +328% ※ 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6.2	B△ A×勝率6% EV-62% 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) -64% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 16.1%) × Aモデルの評価 (参考) レース内 14位 / 勝率 6.0% / 期待値 -63% ※ 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40.8	B▽ A▽勝率7% EV+176% 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) +127% (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 10位 / 勝率 6.8% / 期待値 +176% ※ 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22.3	B▽ A▽勝率7% EV+50% 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) +24% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 期待値 +51% ※ 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5.4	B× A○勝率7% EV-63% 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: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.8% / 期待値 -63% ※ 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8.1	B× A△勝率7% EV-45% 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) -55% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 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。
10	ナックレジーナ	吉田豊	実28.7	B△ A▽勝率6% EV+72% 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) +99% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.0% / 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。
11	オリエンタルガール	▲石田	実67.1	B▽ A▽勝率7% EV+354% 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) +273% (市場が大幅過小評価) AI 予想勝率 5.6% (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 +354% ※ 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6.5	B× A▲勝率7% EV-56% 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) -63% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.8% / 期待値 -56% ※ 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37.6	B▽ A▽勝率7% EV+154% 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) +49% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.8% / 期待値 +154% ※ 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9.2	B◎ A△勝率7% EV-37% 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) -11% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 5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。
15	アジャイブ	▲水沼	実64.0	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) +256% (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 +333% ※ 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

9.2倍

AI期待値

-11%

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

16.7倍

EV +60%

▲A:▽2ミウ

19.7倍

EV +89%

出走馬全15頭

◎A:△14

バーヴァンシー

横山典

9.2倍

-11%

›

○A:△3

ベアエクスプレス

田口

16.7倍

+60%

›

▲A:▽2

ミウ

木幡巧

19.7倍

+89%

›

△A:▽4

マイトリックスター

小崎

63.3倍

+510%

›

△A:▽10

ナックレジーナ

吉田豊

28.7倍

+99%

›

△A:×5

ナツミカンチャン

菊沢

6.2倍

-63%

›

×A:▲12

カーボフリオ

▲佐藤

6.5倍

-63%

›

×A:×1

シェリーシュシュ

荻野極

4.2倍

-76%

›

×A:○8

メジロピオラ

◇今村

5.4倍

-69%

›

×A:△9

ゴールドビリーヴ

△石神道

8.1倍

-54%

›

▽A:▽7

ミュージックレイン

江田照

22.3倍

+24%

›

▽A:▽6

ディレクティオ

▲上里

40.8倍

+127%

›

▽A:▽15

アジャイブ

▲水沼

64.0倍

+256%

›

▽A:▽11

オリエンタルガール

▲石田

67.1倍

+273%

›

▽A:▽13

アドバンスジェンヌ

原

37.6倍

+49%

›

💡 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19.7倍期待値 +90% 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4.2	×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: 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。
2	ミウ推奨	木幡巧	実19.7	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+33%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) +33% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 5.1%) ※ 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。
3	ベアエクスプレス	田口	実16.7	△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) +13% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.0%) ※ 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。
4	マイトリックスター	小崎	実63.3	▽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) +328% (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。
5	ナツミカンチャン	菊沢	実6.2	×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) -63% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 16.1%) ※ 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。
6	ディレクティオ	▲上里	実40.8	▽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) +176% (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22.3	▽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) +50% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 4.5%) ※ 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5.4	○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) -63% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 18.5%) ※ 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。
9	ゴールドビリーヴ	△石神道	実8.1	△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) -45% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 12.3%) ※ 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。
10	ナックレジーナ	吉田豊	実28.7	▽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) +72% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 3.5%) ※ 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	オリエンタルガール	▲石田	実67.1	▽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) +354% (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。
12	カーボフリオ	▲佐藤	実6.5	▲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) -56% (大幅な期待値マイナス) AI 予想勝率 6.8% (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。
13	アドバンスジェンヌ	原	実37.6	▽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) +154% (市場が大幅過小評価) AI 予想勝率 6.8% (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。
14	バーヴァンシー	横山典	実9.2	△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) -38% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 10.9%) ※ 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	アジャイブ	▲水沼	実64.0	▽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) +333% (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。

🎯 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

4.2倍

AI期待値

-71%

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

5.4倍

EV -63%

▲12カーボフリオ

6.5倍

EV -56%

出走馬全15頭

×1

シェリーシュシュ

荻野極

4.2倍

-71%

›

○8

メジロピオラ

◇今村

5.4倍

-63%

›

▲12

カーボフリオ

▲佐藤

6.5倍

-56%

›

△9

ゴールドビリーヴ

△石神道

8.1倍

-45%

›

△14

バーヴァンシー

横山典

9.2倍

-37%

›

△3

ベアエクスプレス

田口

16.7倍

+13%

›

▽2

ミウ

木幡巧

19.7倍

+33%

›

▽7

ミュージックレイン

江田照

22.3倍

+50%

›

▽13

アドバンスジェンヌ

原

37.6倍

+154%

›

▽6

ディレクティオ

▲上里

40.8倍

+176%

›

▽4

マイトリックスター

小崎

63.3倍

+328%

›

▽15

アジャイブ

▲水沼

64.0倍

+333%

›

▽11

オリエンタルガール

▲石田

67.1倍

+354%

›

×5

ナツミカンチャン

菊沢

6.2倍

-62%

›

▽10

ナックレジーナ

吉田豊

28.7倍

+72%

›

💡 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19.7倍期待値 +33% 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。