AI予想の仕組み
機械学習で競馬を予測
Umappでは、機械学習を使ってレース結果を予測しています。 このページでは、AI予想の仕組みと特徴を透明性重視で解説します。
AI予想はあくまで参考情報です。的中を保証するものではありません。 馬券購入の最終判断はご自身の責任でお願いします。
AI予想の特徴
機械学習モデル
LightGBM（勾配ブースティング）を使用。過去数年分のレースデータから学習し、各馬の勝率を予測します。
200以上の特徴量
馬の過去成績、騎手・調教師データ、血統、馬場状態、枠順など多角的なデータを分析。
毎週更新
最新のレース結果を反映してモデルを継続的に改善。トレンドの変化に対応します。
展開予測
各馬の脚質から4コーナーの位置取りとペースを予測。レース展開のイメージを提供します。
使用するデータ
馬のデータ
- •過去の成績（着順、タイム、上がり3F）
- •距離・コース適性
- •馬場状態への適性
- •休養明け・ローテーション
- •馬体重の増減
騎手・調教師データ
- •騎手の勝率・複勝率
- •コース別成績
- •調教師の成績
- •騎手×調教師の相性
血統データ
- •父・母父の産駒成績
- •距離・コース別の血統傾向
- •兄弟馬の成績
レース条件
- •コース（芝・ダート）
- •距離
- •馬場状態
- •枠順（内枠・外枠の有利不利）
- •斤量
予測の流れ
データ収集
JV-Linkから最新のレース情報、出馬表、過去成績を取得します。
特徴量生成
収集したデータから200以上の特徴量（予測に使う数値）を計算します。
AI予測
学習済みモデルが各馬の勝率（勝つ確率）を予測します。
展開予測
各馬の脚質からレース展開をシミュレーションします。
予想印の決定
勝率に基づいて◎○▲△の予想印を付けます。
予想印の意味
本命
AI予測で最も勝率が高い馬
対抗
本命に次いで有力な馬
単穴
3番手評価。展開次第で上位
連下
連対圏内の可能性あり
透明性へのこだわり
Umappは「的中も外れも全部公開」をポリシーにしています。
- ✓AI予想の的中・不的中をすべて記録
- ✓的中率・回収率を継続的に公開
- ✓外れた予想も隠さず表示
- ✓予想の根拠（指数・展開）を表示
競馬予想サイトの中には、的中した時だけ宣伝し、外れた時は隠すサービスもあります。 Umappはそのようなサービスとは一線を画し、誠実に結果を公開することで ユーザーの信頼を得たいと考えています。
AIの限界
AIは万能ではありません。以下のような要素はデータから予測が難しく、 予想が外れる原因になることがあります。
- 当日の馬のコンディション
- 騎手の騎乗ミス・好騎乗
- 不利（他馬との接触、進路が塞がれるなど）
- 初出走馬・長期休養明けのデータ不足
- 極端な馬場状態の変化
AI予想は「過去のデータから統計的に有利な馬」を示すものであり、 100%当たるものではありません。最終的な判断はご自身でお願いします。
AI予想は毎週更新しています。レースページで予想印と展開予測をチェックしてみてください。 自分の予想と比較して、馬券検討の参考にしてください。
今週のAI予想を見る