3/1(日) 小倉 • Unknown • Unknown
小倉3中山
小倉3R • Unknown • --:-- 発走
🎙️ レース展開シミュレーション
【AI解析】【Contextual Bandit】過去の当該条件での成績(実績と試行回数)に基づき、Thompson Samplingにより Model A を自動選択しました。
このレースはミドルペースの展開が予想されます。
注目はファンシーフリル。高い総合力を誇り、今回のメンバーでは頭一つ抜けています。
🔍 本命選定の根拠
このレースはミドルペースの展開が予想されます。
AI分析の信頼度:
18%
🤖 AIモデル別 予想比較
Model A (Ability)
総合力重視
信頼度: 18%
1. ファンシーフリル
89
2. ツトムユニバース
71
3. マーゴットオネイロ
70
Model B (Talent)
穴・潜在能力
Top Score: 93
1. マーゴットオネイロ
93
2. ツトムユニバース
84
3. シーキングザバース
76
Model C (Solid)
実績・安定
Top Score: 100
1. ファンシーフリル
100
2. ツトムユニバース
68
3. シーキングザバース
68
🎯 AI厳選 推奨買い目
Model: Model A
予想着順(1-5位):
3 > 10 > 5 > 8 > 7
単勝
3
馬連
3 - 10
ワイド
3 - 5
📝 本命選定の根拠 (Reasoning)
【AI解析】【Contextual Bandit】過去の当該条件での成績(実績と試行回数)に基づき、Thompson Samplingにより Model A を自動選択しました。
このレースはミドルペースの展開が予想されます。
注目はファンシーフリル。高い総合力を誇り、今回のメンバーでは頭一つ抜けています。
📊 出走馬分析 & 結果 (Model A)
| 印 | 枠 | 番 | 馬名 / 分析タグ | AI評価 | 勝率予測 | 着順 | 人気 | オッズ | タイム |
|---|---|---|---|---|---|---|---|---|---|
|
3
|
3
|
ファンシーフリル
逃げ
石田拓郎 ()
💡 根拠:
メンバートップの実績(勝率100.0%)
|
89
|
|
|||||
|
6
|
10
|
ツトムユニバース
差し
松本大輝 ()
💡 根拠:
近走の安定感1位(平均0.0着)
メンバートップの実績(勝率100.0%)
|
71
|
|
|||||
|
4
|
5
|
マーゴットオネイロ
差し
角田大和 ()
💡 根拠:
近走の安定感1位(平均0.0着)
メンバートップの実績(勝率100.0%)
|
70
|
|
|||||
|
5
|
8
|
シーキングザバース
差し
小林美駒 ()
💡 根拠:
信頼の鞍上(勝率21.9%)
近走の安定感1位(平均0.0着)
メンバートップの実績(勝率100.0%)
|
69
|
|
|||||
|
5
|
7
|
スイーヴル
差し
藤懸貴志 ()
💡 根拠:
安定した好走実績(勝率50.0%)
|
68
|
|
|||||
|
6
|
8
|
14
|
アルサック
逃げ
松若風馬 ()
💡 根拠:
安定した好走実績(勝率50.0%)
|
63
|
|
||||
|
7
|
8
|
13
|
エコロデュラン
差し
古川奈穂 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
39
|
|
||||
|
8
|
3
|
4
|
ルージュノヴァ
差し
橋木太希 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
35
|
|
||||
|
9
|
2
|
2
|
ホウオウバトラー
差し
斎藤新 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
35
|
|
||||
|
10
|
7
|
12
|
ルクスアンジュ
差し
舟山瑠泉 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
34
|
|
||||
|
11
|
6
|
9
|
リーガルスプレンダ
差し
加藤祥太 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
33
|
|
||||
|
12
|
4
|
6
|
ラブデウザ
差し
水沼元輝 ()
💡 根拠:
信頼の鞍上(勝率21.9%)
安定した好走実績(勝率58.1%)
コース相性抜群の鞍上
|
30
|
|
||||
|
13
|
7
|
11
|
ハルヒメ
差し
丹内祐次 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
29
|
|
||||
|
14
|
1
|
1
|
フーガカンタービレ
差し
荻野琢真 ()
💡 根拠:
安定した好走実績(勝率58.1%)
|
29
|
|
💰 回収率レポート (ROI)
LOSE
LOSE
LOSE