小倉 7R 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 |
アマノガワギンガ |
中井 |
実64.2 |
B▽ A▽勝率7% EV+358% 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) +356% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 期待値 +359% ※ 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 |
ワンダーリュクス |
▲森田 |
実42.9 |
B▽ A▽勝率7% EV+206% 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) +204% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 +206% ※ 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 |
ムーヴザニードル |
長岡 |
実84.8 |
B▽ A▽勝率7% EV+505% 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) +502% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +506% ※ 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 |
クラリノ |
富田 |
実47.3 |
B▽ A▽勝率7% EV+237% 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) +236% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 7.1% / 期待値 +238% ※ 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 |
サンライズマシュー |
国分恭 |
実51.9 |
B▽ A▽勝率7% EV+270% 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) +268% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 期待値 +271% ※ 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 |
ジリアート |
◇今村 |
実2.8 |
B○ A×勝率7% EV-80% 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) -80% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 35.7%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 7.1% / 期待値 -80% ※ 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 |
チヨ |
☆田山 |
実9.6 |
B△ A△勝率7% EV-31% 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) -32% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 10.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -31% ※ 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 |
ゴールデンテティス |
加藤 |
実5.9 |
B△ A▲勝率7% EV-57% 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) -58% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.1% / 期待値 -58% ※ 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 |
ヒロウッドテール |
鮫島良 |
実38.2 |
B◎ A▽勝率7% EV+172% 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) +276% (市場が大幅過小評価) AI 予想勝率 9.9% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.1% / 期待値 +173% ※ 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 |
メイショウツキヨ |
△柴田裕 |
実77.5 |
B▽ A▽勝率7% EV+453% 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) +450% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +454% ※ 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 |
エイシンミスリル 推奨 |
幸 |
実16.2 |
B▽ A△勝率7% EV+15% 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) -3% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.2%) △Aモデルの評価 (参考) レース内 6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。 |
| 12 |
ネッカーズルム |
高杉 |
実4.0 |
B▲ A○勝率7% EV-71% 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) -72% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 25.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 7.1% / 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。 |
| 13 |
シュプリームレルム |
西村淳 |
実6.3 |
B× A△勝率7% EV-55% 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) -62% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 15.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 期待値 -55% ※ 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 |
ジージージェット |
吉村 |
実24.9 |
B△ A▽勝率7% EV+77% 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) +76% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.0%) ▽Aモデルの評価 (参考) レース内 7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。 |
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)
+276% (市場が大幅過小評価)
AI 予想勝率
9.9% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.1% / 期待値 +173%
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 35.7%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 7.1% / 期待値 -80%
×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
7.1% (オッズ暗示: 25.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 7.1% / 期待値 -71%
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 16.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.1% / 期待値 -58%
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 10.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -31%
🌟◎期待値 (オッズ vs AI勝率)
+76% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.1% / 期待値 +78%
🌟◎期待値 (オッズ vs AI勝率)
+204% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 7.1% / 期待値 +206%
🌟◎期待値 (オッズ vs AI勝率)
+236% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 7.1% / 期待値 +238%
🌟◎期待値 (オッズ vs AI勝率)
+268% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 7.1% / 期待値 +271%
🌟◎期待値 (オッズ vs AI勝率)
+356% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 7.1% / 期待値 +359%
🌟◎期待値 (オッズ vs AI勝率)
+450% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 7.1% / 期待値 +454%
🌟◎期待値 (オッズ vs AI勝率)
+502% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 14位 / 勝率 7.1% / 期待値 +506%
×期待値 (オッズ vs AI勝率)
-62% (大幅な期待値マイナス)
AI 予想勝率
6.0% (オッズ暗示: 15.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.1% / 期待値 -55%
△期待値 (オッズ vs AI勝率)
-3% (オッズ過剰評価)
AI 予想勝率
6.0% (オッズ暗示: 6.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 +16%
💡 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
エイシンミスリル
実16.2倍
期待値 +15%
推奨 14.0〜30.0倍
100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 |
アマノガワギンガ |
中井 |
実64.2 |
▽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) +358% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 2 |
ワンダーリュクス |
▲森田 |
実42.9 |
▽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) +206% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.3%) ※ 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 |
ムーヴザニードル |
長岡 |
実84.8 |
▽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) +505% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 4 |
クラリノ |
富田 |
実47.3 |
▽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) +237% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 5 |
サンライズマシュー |
国分恭 |
実51.9 |
▽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) +270% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.9%) ※ 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。 |
| 6 |
ジリアート |
◇今村 |
実2.8 |
×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) -80% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 35.7%) ※ 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。 |
| 7 |
チヨ |
☆田山 |
実9.6 |
△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) -31% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 10.4%) ※ 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 |
ゴールデンテティス |
加藤 |
実5.9 |
▲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) -58% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 16.9%) ※ 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 |
ヒロウッドテール |
鮫島良 |
実38.2 |
▽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) +172% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.6%) ※ 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。 |
| 10 |
メイショウツキヨ |
△柴田裕 |
実77.5 |
▽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) +453% (市場が大幅過小評価) AI 予想勝率 7.1% (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。 |
| 11 |
エイシンミスリル 推奨 |
幸 |
実16.2 |
△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) +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。 |
| 12 |
ネッカーズルム |
高杉 |
実4.0 |
○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) -71% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 25.0%) ※ 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。 |
| 13 |
シュプリームレルム |
西村淳 |
実6.3 |
△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) -55% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 15.9%) ※ 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。 |
| 14 |
ジージージェット |
吉村 |
実24.9 |
▽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) +77% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.0%) ※ 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。 |
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)
-80% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 35.7%)
×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
7.1% (オッズ暗示: 25.0%)
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 16.9%)
×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
7.1% (オッズ暗示: 15.9%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 10.4%)
△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)
+77% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 4.0%)
🌟◎期待値 (オッズ vs AI勝率)
+172% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.6%)
🌟◎期待値 (オッズ vs AI勝率)
+206% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 2.3%)
🌟◎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
7.1% (オッズ暗示: 2.1%)
🌟◎期待値 (オッズ vs AI勝率)
+270% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.9%)
🌟◎期待値 (オッズ vs AI勝率)
+358% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.6%)
🌟◎期待値 (オッズ vs AI勝率)
+453% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+505% (市場が大幅過小評価)
AI 予想勝率
7.1% (オッズ暗示: 1.2%)
💡 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
エイシンミスリル
実16.2倍
期待値 +15%
推奨 14.0〜30.0倍
100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。
