うまめんつ.comのAI予想は、人気やオッズを一切使わず、馬の能力とレース展開のデータだけで計算しています。このページでは、AIが何をもとに、どのような順番で予想を組み立てているか、どう検証しているかを説明します。
出馬表に並ぶ列の読み方は「出馬表の指数・印の見方」に、指数ごとのくわしい読み方と使い方は「指数の読み方」の記事にまとめています。
予想の組み立て
予想は4つの段階で作っています。
- 材料を作る：出走馬ごとに、過去のレースから走破時計・対戦成績・位置取り・上がり・血統・調教を指数にします。
- 能力を評価する：その材料を機械学習モデルに入れて、馬の強さを数値にします。出馬表の馬レベル（どのクラスで通用する力か）とめんつ指数（今回のメンバー・条件の中での評価）はここで決まります。
- レースを3万回走らせる：ペースや位置取りの振れを変えながらシミュレーションし、各馬が1着・3着以内に入った回数を数えます。これが勝率と3着内率です。
- 印を付ける：3着内率の順に◎〇▲△★を機械的に付け、◎には信頼度の軸ランクを添えます。人の手による調整は入れていません。
いずれも出走時点までの過去のレースから計算しています。当日のオッズや人気は使っていません。
AIが材料にしている指数
出馬表の指数タブに並ぶ指数は、AIが能力の評価に使っている材料そのものです。読み方と使い方は各記事で深掘りしています。
- スピード指数＝ 走破時計を、競馬場・距離・その日の馬場の違いをそろえて比べられるようにした数字です。→ スピード指数とは
- 対戦レーティング＝ 誰と戦ってどう決着したかの積み重ねです。評価の高い相手に先着すれば上がり、負ければ下がります。→ 対戦レーティングとは
- 脚質・位置取り＝ ふだんどのあたりを走る馬かと、今回の想定隊列です。→ 先行指数とは
- 上がり指数・末脚指数＝ 終盤の脚の速さと、今回の条件での末脚の見込みです。→ 上がり指数とは
- 血統適性＝ 父・母父・母・きょうだいの成績を、今回と同じ距離・芝ダート・馬場の条件で集計し直した数字です。→ 血統適性とは
- 調教評価＝ 追い切りの内容を、同じ日に同じコースで追い切った馬の中で比べた評価です。→ 調教評価とは
障害レースは平地と走り方が違うため、対戦レーティング・脚質・末脚・調教の4本を障害だけで集計し直しています。
勝率・3着内率 ― 3万回シミュレーションの結果
能力の評価を出したあと、そのレースをモンテカルロ・シミュレーションで3万回再現します。過去の同じような条件のレースからペース（速い・遅い）の分布を取り出し、位置取りや展開の振れを毎回変えながら、何度も走らせるイメージです。
その3万回のうち、各馬が何回1着になったか・3着以内に入ったかを数えたものが、出馬表の勝率と3着内率です。展開のブレまで織り込んだ「起こりやすさ」を確率で示しています。印と軸ランクはこの結果から機械的に決めています。それぞれの決め方は「出馬表の指数・印の見方」にあります。表示の数字がどのくらい当たるかは「めんつ指数とは」で検証しています。
どんなデータで学習しているのか
データベースには2016年以降のJRAのレースを蓄積し、過去走の履歴や調教といった材料に使っています。ただしモデルの学習に使うのは2018年1月〜2025年12月のJRA全レースです。精度の確認と、勝率・3着内率の目盛り合わせは、学習に使っていない期間のレースで答えを隠して行っています。それ以前は基礎になる項目の欠けが多いため、学習には入れていません。8年分の出走記録を基礎に、走破タイム・上がり・通過順・着差・馬場状態・斤量・調教・コース実績など、馬ごとに300を超える項目を整理し、機械学習モデル（勾配ブースティング）に学習させています。芝・ダート・障害は別々のモデルです。
騎手・厩舎・馬主といった「人」の要素は、馬の能力を測る計算には入れていません。能力の指数が乗り替わりで動かないようにするためで、これらはシミュレーションの直前に別の層で小さく補正しています。また、長い休み明けの馬を高く見すぎるような癖は、計算のあとに補正をかけて直しています。
人気やオッズを入力に使わないのは、意図的な設計です。オッズを使えば見かけの的中率は簡単に上がりますが、それは市場の評価をなぞっているだけで、「人気馬は強い」と言っているのとほとんど変わりません。市場と独立に能力を測るからこそ、人気と実力のズレを見つける道具になります。
天候と馬場の判定、風の影響の計算には、次のデータを加工して使っています。
- 雨量の観測値：気象庁「アメダス」「過去の気象データ検索」
- 当日の天気予報：米国海洋大気庁（NOAA）の数値予報モデル GFS
- 過去の風・気温：Copernicus Climate Change Service の ERA5-Land
- 含水率・クッション値：JRA の発表値
出典：気象庁ホームページ（https://www.jma.go.jp/）。Contains modified Copernicus Climate Change Service information 2026. Neither the European Commission nor ECMWF is responsible for any use that may be made of the Copernicus information or data it contains. いずれも、うまめんつがデータをもとに加工して作成しています。
どうやって精度を確かめているのか
モデルの評価は、学習に使っていない期間のレースで行います。過去のある時点までのデータで学習したモデルに、その後のレースを「答えを知らない状態」で予想させ、実際の結果と突き合わせる方法です。特定の年だけ成績が良いモデルは一時的な偶然の可能性が高いため採用せず、複数の年で安定して機能したものだけを本番に使っています。
そして、毎週の実戦がそのまま検証の続きです。予想はレース前に公開し、結果は良い週も悪い週もすべて予想結果ページに載せます。都合の良い期間だけを切り出した成績は掲載しません。
「効かなかった要素」の検証に時間をかけています
開発では、効きそうで効かなかった要素の検証にむしろ多くの時間を使ってきました。たとえば血統は、種牡馬・母父・インブリードといった一般的な傾向の形では、走破タイムなどの実績データに加えても予想精度は上がりませんでした。血統が材料として残ったのは、父・母父・母・きょうだいの成績を今回の距離・芝ダート・馬場ごとに集計し直した「血統適性」の形にしてからです。それでも上乗せはわずかで、確認できたのはおもに芝のレースです。競馬の古くからの格言も100以上を統計的に検証しましたが、データで裏付けられたものはごくわずかでした。
こうした取捨選択を重ねて、精度に寄与する要素だけを残したのが現在のモデルです。要素を増やすことよりも、効かないものを入れないことを大切にしています。
得意なレース・苦手なレース
AIが最も力を発揮するのは、未勝利戦や1勝クラスのように出走馬の力の差が大きいレースで、抜けた1頭を高い確率で示せます。逆に、重賞やオープンのように実力の揃った馬が集まるレースでは本命の的中率が下がり、新馬戦も過去走のデータがないぶん確信度は低めです。表示している勝率・3着内率はどのクラスでも実績に合わせて調整しているので、数字そのものは同じ意味で読めます。予想はあくまで参考情報として、最後はご自身の判断で活用してください。
「このレースの見方」の作り方
各レースの出馬表に付けている「このレースの見方」は、AIの出力（印・ペース予測・レースの形の見立て・各馬の過去走）を素材にして、生成AIが文章を書き起こしています。書いた文章は、前走の着順・着差・上がり順位・通過順のように数字を伴う主張をデータベースと突き合わせる検査と、印の扱いや言い回しを点検する検査の2本を通し、不一致がゼロになるまで直してから、人が読んで公開しています。文章は印を説明するもので、AIの印や確率を文章側で変えることはありません。
成績はすべて公開しています
このAIの成績は、毎週の答え合わせで更新し、予想結果ページにすべて掲載しています。◎〇▲の的中率を、良い日も悪い日も含めて実測で公開しています。
本サイトは、統計データと機械学習モデルにもとづく分析情報を提供する情報メディアであり、馬券の購入を勧誘・推奨するものではありません。予想・指数はAIによるシミュレーション結果であり、的中や利益を保証するものではありません。馬券の購入は20歳以上・自己責任でお願いします。
最終更新: 2026年10月27日