名古屋 5R 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。

5R 名古屋競馬場ダ1500m ダート1500m　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマガニメデ逃げ	木之葵（愛知）	実6.4	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走2着）
前5走 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5着/12頭 03/10 名古屋5R 1着/11頭勝利 02/25 名古屋4R 4着/11頭+1.7秒 02/10 名古屋3R 5着/12頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 15.6%) ※ 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	フェリスナビダ	加藤聡（愛知）	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率20%）
前5走 06/17 名古屋5R 1着/11頭 06/03 名古屋12R 4着/12頭 05/20 名古屋1R 2着/10頭+0.0秒 05/04 名古屋7R 2着/11頭+0.1秒 04/07 名古屋5R 2着/11頭+0.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 26走で勝率 8% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 14.2% (オッズ暗示: 22.2%) ※ 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	ルージュパラディ追込	大畑雅（愛知）	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/17 名古屋4R 1着/11頭 06/03 名古屋1R 11着/12頭+0.0秒 05/20 名古屋7R 8着/11頭+2.0秒 05/05 名古屋10R 11着/11頭+2.4秒 04/22 名古屋2R 8着/12頭+3.2秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 5% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 6.0%) ※ 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。
4	ノーブルカグラ	大畑慧（愛知）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場38走で勝率0%と苦戦傾向／同距離帯は37走で勝ち無し）
前5走 06/19 名古屋2R 5着/11頭 06/04 名古屋12R 4着/12頭+2.0秒 05/21 名古屋5R 8着/10頭 05/06 名古屋10R 5着/11頭+0.3秒 04/23 名古屋2R 7着/12頭+1.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 38走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し × 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 4.5% (オッズ暗示: 10.2%) ※ 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。
5	ダックリン	筒井勇（笠松）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場43走で勝率5%と苦戦傾向／前走3着）
前5走 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒 04/23 名古屋1R 2着/11頭+0.5秒 04/09 名古屋2R 2着/11頭+1.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 39走で勝率 5% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 24.4%) ※ 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。
6	ラッシュグリーン追込	塚本征（愛知）	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.0着と低調／騎手は近50戦で勝率28%）
前5走 06/04 名古屋3R 12着/12頭 05/22 名古屋5R 9着/10頭+3.0秒 04/23 名古屋4R 12着/12頭+5.4秒 04/10 名古屋4R 9着/11頭+4.0秒 03/26 名古屋5R 11着/12頭+3.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 19走で勝率 11% ◎ 騎手近50戦勝率 28% (好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 10.3%) ※ 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。
7	エイシンハトホル追込	近藤颯（愛知）	実11.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走で勝率33%と好調）
前5走 06/04 名古屋4R 6着/12頭+2.0秒 05/05 名古屋10R 1着/11頭勝利 04/22 名古屋1R 4着/12頭+0.7秒 04/08 名古屋7R 5着/11頭+1.7秒 03/25 名古屋3R 6着/11頭+2.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 8.7%) ※ 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。
8	キラークラウン	尾崎章（愛知）	実89.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 06/19 名古屋2R 8着/11頭+1.0秒 06/04 名古屋4R 10着/12頭+3.0秒 05/22 名古屋6R 9着/9頭+0.0秒 05/07 名古屋6R 10着/11頭+1.7秒 04/07 川崎3R 8着/12頭+1.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 1.4% (オッズ暗示: 1.1%) ※ 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。
9	ストラティファイド追込	加藤誓（愛知）	実71.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 06/19 名古屋2R 11着/11頭+0.0秒 06/04 名古屋3R 4着/12頭 05/22 名古屋5R 10着/10頭+3.0秒 05/07 名古屋5R 10着/10頭+1.1秒 04/10 名古屋4R 11着/11頭+5.8秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 20走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 1.0% (オッズ暗示: 1.4%) ※ 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。
10	ロジスクリーン	小笠羚（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場43走で勝率5%と苦戦傾向／同距離帯は43走で勝ち無し）
前5走 06/19 名古屋2R 4着/11頭 06/04 名古屋12R 11着/12頭+2.0秒 05/21 名古屋5R 3着/10頭 04/23 名古屋1R 4着/11頭+0.8秒 04/09 名古屋6R 5着/11頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 43走で勝率 5% (苦戦) ▽ 距離適性同距離は 43走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 7.7% ※ 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。
11	マルクドクール先行	細川智（愛知）	実4.1	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率33%と好調／前走2着）
前5走 06/18 名古屋7R 2着/11頭+7.0秒 05/21 名古屋5R 10着/10頭+0.0秒 04/22 名古屋1R 1着/12頭勝利 04/08 名古屋7R 8着/11頭+2.6秒 03/25 名古屋2R 6着/11頭+0.7秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 24.2% (オッズ暗示: 24.4%) ※ 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。
12	メイショウキタダケ自在	柿原翔（愛知）	実57.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走平均8.3着と低調）
前5走 06/04 名古屋4R 7着/12頭 05/22 名古屋7R 9着/11頭+0.0秒 05/07 名古屋7R 9着/11頭+1.3秒 04/23 名古屋4R 3着/12頭+0.1秒 04/10 名古屋3R 5着/11頭+1.6秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 2.2% (オッズ暗示: 1.7%) ※ 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。

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／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位

マルクドクール

騎手細川智（愛知）

単勝オッズ

4.1倍

AI期待値

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ダックリン

4.1倍

EV -17%

○2フェリスナビダ

4.5倍

EV -36%

▲1デルマガニメデ

6.4倍

EV -38%

▲10ロジスクリーン

—

EV —

出走馬AI評価順・全12頭

◎11

マルクドクール

細川智（愛知）

4.1倍

›

○5

ダックリン

筒井勇（笠松）

4.1倍

-17%

›

○2

フェリスナビダ

加藤聡（愛知）

4.5倍

-36%

›

▲1

デルマガニメデ

木之葵（愛知）

6.4倍

-38%

›

▲10

ロジスクリーン

小笠羚（愛知）

—

›

△6

ラッシュグリーン

塚本征（愛知）

9.7倍

-29%

›

△7

エイシンハトホル

近藤颯（愛知）

11.5倍

-47%

›

△4

ノーブルカグラ

大畑慧（愛知）

9.8倍

-55%

›

▽3

ルージュパラディ

大畑雅（愛知）

16.7倍

-45%

›

▽12

メイショウキタダケ

柿原翔（愛知）

57.7倍

+25%

›

▽8

キラークラウン

尾崎章（愛知）

89.1倍

+26%

›

▽9

ストラティファイド

加藤誓（愛知）

71.0倍

-31%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

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）

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

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。