小倉 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 |
シュタルク |
田口 |
実15.6 |
B▽ A△勝率7% EV+10% 詳細▼ |
|
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) -12% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 +11% ※ 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 |
サトノロザリー |
団野 |
実3.2 |
B△ A○勝率7% EV-77% 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) -79% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 31.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.1% / 期待値 -78% ※ 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 |
スズカローズキング |
飛田愛 |
実31.5 |
B▲ A▽勝率7% EV+125% 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) +193% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 +126% ※ 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 |
ノボリスマイル |
太宰 |
実104.3 |
B▽ A▽勝率7% EV+635% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 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) +598% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 期待値 +636% ※ 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 |
モズオサキニ |
吉村 |
実11.6 |
B▽ A△勝率7% EV-17% 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) -35% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 8.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 期待値 -17% ※ 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 |
ハーブドーレ |
城戸 |
実108.0 |
B▽ A▽勝率7% EV+667% 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) +623% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +667% ※ 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 |
メイショウマドンナ |
▲森田 |
実11.9 |
B○ A△勝率7% EV-15% 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) +10% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 8.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -16% ※ 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 |
トラステッド |
◇永島 |
実49.4 |
B▽ A▽勝率7% EV+247% 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) +178% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 期待値 +247% ※ 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 |
ワカワカ |
藤懸 |
実102.2 |
B▽ A▽勝率7% EV+620% 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) +584% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 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。 |
| 10 |
メイショウボンテン |
△柴田裕 |
実109.5 |
B△ A▽勝率7% EV+680% 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) +918% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +681% ※ 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 |
アルムアポジェ |
◇今村 |
実2.9 |
B× A×勝率7% EV-79% 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) -73% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 34.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 7.1% / 期待値 -79% ※ 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 |
アルウラメファ |
☆田山 |
実16.2 |
B▽ A▽勝率7% EV+15% 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) +8% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 +15% ※ 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 |
ディアデムドール |
松若 |
実20.0 |
B▽ A▽勝率7% EV+47% 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) +12% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 期待値 +47% ※ 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 |
メイワキラリ |
鮫島良 |
実6.1 |
B△ A▲勝率7% EV-56% 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) -59% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 16.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.1% / 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。 |
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14頭
×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
9.3% (オッズ暗示: 34.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 7.1% / 期待値 -79%
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
9.3% (オッズ暗示: 8.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -16%
🌟◎期待値 (オッズ vs AI勝率)
+193% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 +126%
🌟◎期待値 (オッズ vs AI勝率)
+918% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 7.1% / 期待値 +681%
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 31.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.1% / 期待値 -78%
×期待値 (オッズ vs AI勝率)
-59% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 16.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.1% / 期待値 -56%
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
6.7% (オッズ暗示: 6.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 +15%
🌟◎期待値 (オッズ vs AI勝率)
+584% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +621%
△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)
+598% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.1% / 期待値 +636%
△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)
+623% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 7.1% / 期待値 +667%
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
5.6% (オッズ暗示: 8.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.1% / 期待値 -17%
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
5.6% (オッズ暗示: 6.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 +11%
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
5.6% (オッズ暗示: 5.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 +47%
🌟◎期待値 (オッズ vs AI勝率)
+178% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +247%
💡 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 |
シュタルク |
田口 |
実15.6 |
△詳細▼ |
|
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) +10% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.4%) ※ 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 |
サトノロザリー |
団野 |
実3.2 |
○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) -78% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。 |
| 3 |
スズカローズキング |
飛田愛 |
実31.5 |
▽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) +125% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.2%) ※ 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 |
ノボリスマイル |
太宰 |
実104.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 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) +635% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 5 |
モズオサキニ |
吉村 |
実11.6 |
△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) -17% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.6%) ※ 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。 |
| 6 |
ハーブドーレ |
城戸 |
実108.0 |
▽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) +667% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 7 |
メイショウマドンナ |
▲森田 |
実11.9 |
△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) -16% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.4%) ※ 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。 |
| 8 |
トラステッド |
◇永島 |
実49.4 |
▽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) +247% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.0%) ※ 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。 |
| 9 |
ワカワカ |
藤懸 |
実102.2 |
▽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) +620% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 10 |
メイショウボンテン |
△柴田裕 |
実109.5 |
▽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) +680% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 11 |
アルムアポジェ |
◇今村 |
実2.9 |
×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) -79% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。 |
| 12 |
アルウラメファ |
☆田山 |
実16.2 |
▽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) +15% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.2%) ※ 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 |
ディアデムドール |
松若 |
実20.0 |
▽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) +47% (妙味あり) AI 予想勝率 7.1% (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。 |
| 14 |
メイワキラリ |
鮫島良 |
実6.1 |
▲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) -56% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.4%) ※ 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。 |
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14頭
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 34.5%)
×期待値 (オッズ vs AI勝率)
-78% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 31.2%)
×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
7.1% (オッズ暗示: 16.4%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 8.6%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 8.4%)
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.4%)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.2%)
◎期待値 (オッズ vs AI勝率)
+47% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 5.0%)
🌟◎期待値 (オッズ vs AI勝率)
+125% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 3.2%)
🌟◎期待値 (オッズ vs AI勝率)
+247% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.0%)
🌟◎期待値 (オッズ vs AI勝率)
+620% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.0%)
△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)
+635% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.0%)
△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)
+667% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.9%)
🌟◎期待値 (オッズ vs AI勝率)
+680% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 0.9%)
💡 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。