中京 5R 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 |
インヴァイト |
加藤 |
実151.7 |
B▽ A▽勝率6% EV+656% 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 12位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +872% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 15位 / 勝率 5.6% / 期待値 +656% ※ 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 |
ワンダーヴァレル |
高倉 |
実48.0 |
B▽ A▽勝率6% EV+150% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 9位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +207% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 5.6% / 期待値 +150% ※ 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 |
イルミナジーティー |
吉村 |
実41.5 |
B○ A△勝率7% EV+188% 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) +179% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 +188% ※ 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 |
ペガサスジルシ |
西村淳 |
実11.1 |
B△ A△勝率7% EV-25% 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) -29% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 9.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -26% ※ 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 |
セコンドトゥベスト |
岩田望 |
実4.9 |
B× A○勝率7% EV-63% 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) -67% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 20.4%) ○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。 |
| 6 |
スレイクイーン |
西塚 |
実62.0 |
B▽ A▽勝率6% EV+217% 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 10位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +297% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 5.6% / 期待値 +217% ※ 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 |
ラヴエナストロ |
◇永島 |
実175.2 |
B▽ A▽勝率6% EV+793% 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) +999% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 16位 / 勝率 5.6% / 期待値 +793% ※ 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 |
リアライズアリス |
松若 |
実12.7 |
B△ A▽勝率6% EV-30% 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) -19% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.9%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.6% / 期待値 -30% ※ 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 |
セイロンブリーズ |
コレット |
実37.6 |
B▽ A▽勝率6% EV+135% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 7位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +141% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.4% / 期待値 +135% ※ 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 |
ノーブルクインダム |
国分恭 |
実100.8 |
B▽ A▽勝率6% EV+425% 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) +546% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 5.6% / 期待値 +425% ※ 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 |
セルヴァジオ |
富田 |
実7.8 |
B△ A▲勝率7% EV-45% 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) -50% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 12.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 6.8% / 期待値 -46% ※ 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 |
ファルカータ |
坂井 |
実1.6 |
B▲ A×勝率7% EV-89% 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) -90% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 62.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 6.8% / 期待値 -89% ※ 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 |
トレッチェ |
幸 |
実70.8 |
B▽ A△勝率7% EV+350% 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) +276% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 1.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +350% ※ 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 |
ヒーナシャム |
酒井 |
実225.9 |
B▽ A▽勝率7% EV+999% 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) +936% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 期待値 +1301% ※ 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 |
マルモリキャスター |
泉谷 |
実84.9 |
B▽ A▽勝率7% EV+462% 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) +418% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 +462% ※ 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。 |
| 16 |
ダーコ |
☆田山 |
実47.2 |
B▽ A▽勝率6% EV+147% 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 16 ◎ 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) +202% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 5.6% / 期待値 +147% ※ 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16頭
×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
6.7% (オッズ暗示: 20.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 6.8% / 期待値 -63%
🌟◎期待値 (オッズ vs AI勝率)
+179% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.8% / 期待値 +188%
×期待値 (オッズ vs AI勝率)
-90% (大幅な期待値マイナス)
AI 予想勝率
6.4% (オッズ暗示: 62.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 6.8% / 期待値 -89%
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
6.4% (オッズ暗示: 12.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 6.8% / 期待値 -46%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
6.4% (オッズ暗示: 9.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.8% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
6.4% (オッズ暗示: 7.9%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.6% / 期待値 -30%
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+141% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.4% / 期待値 +135%
△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)
+202% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 5.6% / 期待値 +147%
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+207% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 5.6% / 期待値 +150%
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+297% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 5.6% / 期待値 +217%
🌟◎期待値 (オッズ vs AI勝率)
+546% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 5.6% / 期待値 +425%
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+872% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 15位 / 勝率 5.6% / 期待値 +656%
🌟◎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
6.4% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 16位 / 勝率 5.6% / 期待値 +793%
🌟◎期待値 (オッズ vs AI勝率)
+418% (市場が大幅過小評価)
AI 予想勝率
6.1% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.8% / 期待値 +462%
🌟◎期待値 (オッズ vs AI勝率)
+276% (市場が大幅過小評価)
AI 予想勝率
5.3% (オッズ暗示: 1.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +350%
🌟◎期待値 (オッズ vs AI勝率)
+936% (市場が大幅過小評価)
AI 予想勝率
4.6% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.8% / 期待値 +1301%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
インヴァイト |
加藤 |
実151.7 |
▽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 15位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +656% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.7%) ※ 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。 |
| 2 |
ワンダーヴァレル |
高倉 |
実48.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 12位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +150% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.1%) ※ 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 |
イルミナジーティー |
吉村 |
実41.5 |
△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) +188% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.4%) ※ 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。 |
| 4 |
ペガサスジルシ |
西村淳 |
実11.1 |
△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) -26% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.0%) ※ 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。 |
| 5 |
セコンドトゥベスト |
岩田望 |
実4.9 |
○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) -63% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 20.4%) ※ 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。 |
| 6 |
スレイクイーン |
西塚 |
実62.0 |
▽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 13位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +217% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 7 |
ラヴエナストロ |
◇永島 |
実175.2 |
▽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) +793% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 8 |
リアライズアリス |
松若 |
実12.7 |
▽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) -30% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 7.9%) ※ 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 |
セイロンブリーズ |
コレット |
実37.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 9位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +135% (市場が大幅過小評価) AI 予想勝率 6.4% (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。 |
| 10 |
ノーブルクインダム |
国分恭 |
実100.8 |
▽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) +425% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.0%) ※ 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。 |
| 11 |
セルヴァジオ |
富田 |
実7.8 |
▲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) -46% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 12.8%) ※ 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。 |
| 12 |
ファルカータ |
坂井 |
実1.6 |
×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) -89% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 62.5%) ※ 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 |
トレッチェ |
幸 |
実70.8 |
△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) +350% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.4%) ※ 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。 |
| 14 |
ヒーナシャム |
酒井 |
実225.9 |
▽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) +999% (市場が大幅過小評価) AI 予想勝率 6.8% (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。 |
| 15 |
マルモリキャスター |
泉谷 |
実84.9 |
▽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) +462% (市場が大幅過小評価) AI 予想勝率 6.8% (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。 |
| 16 |
ダーコ |
☆田山 |
実47.2 |
▽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 16 ◎ 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) +147% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.1%) ※ 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。 |
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16頭
×期待値 (オッズ vs AI勝率)
-89% (大幅な期待値マイナス)
AI 予想勝率
6.8% (オッズ暗示: 62.5%)
×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: 20.4%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
6.8% (オッズ暗示: 12.8%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
6.8% (オッズ暗示: 9.0%)
🌟◎期待値 (オッズ vs AI勝率)
+188% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 2.4%)
🌟◎期待値 (オッズ vs AI勝率)
+350% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 1.4%)
🌟◎期待値 (オッズ vs AI勝率)
+462% (市場が大幅過小評価)
AI 予想勝率
6.8% (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
6.8% (オッズ暗示: 0.4%)
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+135% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.7%)
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
5.6% (オッズ暗示: 7.9%)
△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)
+147% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.1%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+150% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.1%)
△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)
+217% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 1.6%)
🌟◎期待値 (オッズ vs AI勝率)
+425% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 1.0%)
△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)
+656% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 0.7%)
🌟◎期待値 (オッズ vs AI勝率)
+793% (市場が大幅過小評価)
AI 予想勝率
5.6% (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
両モデルとも本レースは見送り判定（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。
