中京 3R 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 |
デルマトカチ |
国分優 |
実88.5 |
B△ A▽勝率8% EV+621% 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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +820% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 8.1% / 期待値 +621% ※ 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 |
レッドブライトン |
西村淳 |
実3.3 |
B○ A△勝率8% EV-73% 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) -66% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 30.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 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。 |
| 3 |
チュオンソン |
酒井 |
実60.4 |
B▽ A▽勝率8% EV+392% 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) +347% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 8.1% / 期待値 +392% ※ 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 |
シンゼンイセ |
団野 |
実167.9 |
B▽ A▽勝率8% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 8.1% / 期待値 +1268% ※ 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 |
スマートエラン |
コレット |
実10.5 |
B△ A▲勝率9% EV-6% 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) +9% (市場と概ね一致) AI 予想勝率 10.4% (オッズ暗示: 9.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.9% / 期待値 -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。 |
| 6 |
コスモフィレンツェ |
幸 |
実3.3 |
B▲ A○勝率9% EV-70% 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) -66% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 30.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 8.9% / 期待値 -71% ※ 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 |
マサハヤルージュ |
吉村 |
実60.8 |
B▽ A▽勝率8% EV+395% 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) +282% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 8.1% / 期待値 +395% ※ 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 |
アメジストブリエ |
高倉 |
実82.1 |
B▽ A▽勝率8% EV+568% 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) +416% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 8.1% / 期待値 +569% ※ 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 |
プロットシッケンズ |
☆田山 |
実79.7 |
B△ A▽勝率8% EV+549% 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) +728% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 8.1% / 期待値 +549% ※ 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 |
プレスバーン |
川田 |
実2.9 |
B× A×勝率9% EV-74% 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) -70% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 34.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 8.9% / 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 |
ラピス 推奨 |
Ｍデムーロ |
実28.2 |
B▽ A△勝率8% EV+129% 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) +85% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 3.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.1% / 期待値 +130% ※ 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 |
フィンガーレイクス |
富田 |
実9.5 |
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) -65% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 10.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 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。 |
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12頭
×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
10.4% (オッズ暗示: 34.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 8.9% / 期待値 -74%
×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
10.4% (オッズ暗示: 30.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.1% / 期待値 -73%
×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
10.4% (オッズ暗示: 30.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 8.9% / 期待値 -71%
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
10.4% (オッズ暗示: 9.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.9% / 期待値 -7%
🌟◎期待値 (オッズ vs AI勝率)
+728% (市場が大幅過小評価)
AI 予想勝率
10.4% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 8.1% / 期待値 +549%
🌟◎期待値 (オッズ vs AI勝率)
+820% (市場が大幅過小評価)
AI 予想勝率
10.4% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 8.1% / 期待値 +621%
🌟◎期待値 (オッズ vs AI勝率)
+347% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 8.1% / 期待値 +392%
🌟◎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
7.4% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 8.1% / 期待値 +1268%
🌟◎期待値 (オッズ vs AI勝率)
+85% (市場が大幅過小評価)
AI 予想勝率
6.6% (オッズ暗示: 3.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.1% / 期待値 +130%
🌟◎期待値 (オッズ vs AI勝率)
+282% (市場が大幅過小評価)
AI 予想勝率
6.3% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 8.1% / 期待値 +395%
🌟◎期待値 (オッズ vs AI勝率)
+416% (市場が大幅過小評価)
AI 予想勝率
6.3% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 8.1% / 期待値 +569%
×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
3.6% (オッズ暗示: 10.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.1% / 期待値 -23%
💡 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
11
ラピス
実28.2倍
期待値 +85%
推奨 15.2〜30.0倍
200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 |
デルマトカチ |
国分優 |
実88.5 |
▽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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +621% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 1.1%) ※ 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。 |
| 2 |
レッドブライトン |
西村淳 |
実3.3 |
△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) -73% (大幅な期待値マイナス) AI 予想勝率 8.1% (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。 |
| 3 |
チュオンソン |
酒井 |
実60.4 |
▽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) +392% (市場が大幅過小評価) AI 予想勝率 8.1% (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。 |
| 4 |
シンゼンイセ |
団野 |
実167.9 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 0.6%) ※ 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 |
スマートエラン |
コレット |
実10.5 |
▲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) -7% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.5%) ※ 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。 |
| 6 |
コスモフィレンツェ |
幸 |
実3.3 |
○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) -71% (大幅な期待値マイナス) AI 予想勝率 8.9% (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。 |
| 7 |
マサハヤルージュ |
吉村 |
実60.8 |
▽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) +395% (市場が大幅過小評価) AI 予想勝率 8.1% (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。 |
| 8 |
アメジストブリエ |
高倉 |
実82.1 |
▽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) +568% (市場が大幅過小評価) AI 予想勝率 8.1% (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。 |
| 9 |
プロットシッケンズ |
☆田山 |
実79.7 |
▽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) +549% (市場が大幅過小評価) AI 予想勝率 8.1% (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。 |
| 10 |
プレスバーン |
川田 |
実2.9 |
×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) -74% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 34.5%) ※ 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 |
ラピス 推奨 |
Ｍデムーロ |
実28.2 |
△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) +129% (市場が大幅過小評価) AI 予想勝率 8.1% (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。 |
| 12 |
フィンガーレイクス |
富田 |
実9.5 |
△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 8.1% (オッズ暗示: 10.5%) ※ 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。 |
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12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
8.9% (オッズ暗示: 34.5%)
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
8.9% (オッズ暗示: 30.3%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
8.9% (オッズ暗示: 9.5%)
×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
8.1% (オッズ暗示: 30.3%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
8.1% (オッズ暗示: 10.5%)
🌟◎期待値 (オッズ vs AI勝率)
+129% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 3.5%)
🌟◎期待値 (オッズ vs AI勝率)
+392% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 1.7%)
🌟◎期待値 (オッズ vs AI勝率)
+395% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 1.6%)
🌟◎期待値 (オッズ vs AI勝率)
+549% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+568% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+621% (市場が大幅過小評価)
AI 予想勝率
8.1% (オッズ暗示: 1.1%)
🌟◎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
8.1% (オッズ暗示: 0.6%)
💡 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
11
ラピス
実28.2倍
期待値 +130%
推奨 12.3〜30.0倍
200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。
