名古屋 2R 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 |
ヴァイツェン |
近藤颯（愛知） |
実97.0 |
B▽ A▽勝率1% EV-16% 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) +637% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -17% ※ 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 |
ビオトープ |
大畑慧（愛知） |
実23.9 |
B▽ A△勝率5% EV+25% 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) +91% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 4.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 +25% ※ 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 |
フォーアライター |
今井貴（愛知） |
実40.3 |
B▽ A×勝率1% EV-56% 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) +206% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 2.5%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -56% ※ 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 |
パシオネ |
小笠羚（愛知） |
実18.9 |
B○ A△勝率5% EV+0% 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) +83% (市場が大幅過小評価) AI 予想勝率 9.7% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 期待値 +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。 |
| 5 |
ビーチェ |
阪野学（愛知） |
実16.6 |
B△ A△勝率7% EV+14% 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) +36% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 6.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.9% / 期待値 +14% ※ 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 |
チアフルドア |
木之葵（愛知） |
実36.7 |
B▽ A▽勝率2% EV-39% 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) +200% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -39% ※ 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 |
アルメーリス |
塚本征（愛知） |
実3.4 |
B△ A▲勝率16% EV-47% 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) -72% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 29.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 期待値 -47% ※ 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 |
メイショウアルマ |
大畑雅（愛知） |
実207.1 |
B▽ A▽勝率1% EV+35% 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) +999% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +35% ※ 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 |
シャンティフレーズ |
加藤聡（愛知） |
実31.4 |
B▽ A▽勝率3% EV-14% 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) +157% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -15% ※ 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 |
フローラルウェイ |
渡邊竜（笠松） |
実3.2 |
B▲ A○勝率20% EV-36% 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) -74% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 31.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 期待値 -36% ※ 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 |
ノーブルサンライズ |
丸野勝（愛知） |
実2.7 |
B× A🌟◎勝率38% EV+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) -74% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 37.0%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 38.1% / 期待値 +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。 |
| 12 |
シルヴァークラウン 推奨 |
山田祥（愛知） |
実29.2 |
B△ A▽勝率2% EV-38% 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) +139% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 3.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -38% ※ 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の推奨本命の次点
出走馬全12頭
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
9.7% (オッズ暗示: 37.0%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 38.1% / 期待値 +3%
🌟◎期待値 (オッズ vs AI勝率)
+83% (市場が大幅過小評価)
AI 予想勝率
9.7% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.3% / 期待値 +0%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 31.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 19.9% / 期待値 -36%
×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
8.2% (オッズ暗示: 29.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.5% / 期待値 -47%
◎期待値 (オッズ vs AI勝率)
+36% (妙味あり)
AI 予想勝率
8.2% (オッズ暗示: 6.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.9% / 期待値 +14%
🌟◎期待値 (オッズ vs AI勝率)
+139% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 3.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 -38%
🌟◎期待値 (オッズ vs AI勝率)
+157% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 -15%
🌟◎期待値 (オッズ vs AI勝率)
+200% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.7% / 期待値 -39%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
8.2% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.7% / 期待値 +35%
🌟◎期待値 (オッズ vs AI勝率)
+91% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 4.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.2% / 期待値 +25%
🌟◎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
7.6% (オッズ暗示: 2.5%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.1% / 期待値 -56%
🌟◎期待値 (オッズ vs AI勝率)
+637% (市場が大幅過小評価)
AI 予想勝率
7.6% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.9% / 期待値 -17%
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
12
シルヴァークラウン
実29.2倍
期待値 +139%
❌不的中7着単勝 29.2倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ヴァイツェン |
近藤颯（愛知） |
実97.0 |
▽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) -17% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。 |
| 2 |
ビオトープ |
大畑慧（愛知） |
実23.9 |
△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) +25% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.2%) ※ 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 |
フォーアライター |
今井貴（愛知） |
実40.3 |
×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) -56% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.5%) ※ 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 |
パシオネ |
小笠羚（愛知） |
実18.9 |
△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) +0% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 5.3%) ※ 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。 |
| 5 |
ビーチェ |
阪野学（愛知） |
実16.6 |
△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) +14% (市場と概ね一致) AI 予想勝率 6.9% (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。 |
| 6 |
チアフルドア |
木之葵（愛知） |
実36.7 |
▽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) -39% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.7%) ※ 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 |
アルメーリス |
塚本征（愛知） |
実3.4 |
▲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) -47% (大幅な期待値マイナス) AI 予想勝率 15.5% (オッズ暗示: 29.4%) ※ 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 |
メイショウアルマ |
大畑雅（愛知） |
実207.1 |
▽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) +35% (妙味あり) AI 予想勝率 0.7% (オッズ暗示: 0.5%) ※ 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 |
シャンティフレーズ |
加藤聡（愛知） |
実31.4 |
▽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) -15% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.2%) ※ 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。 |
| 10 |
フローラルウェイ |
渡邊竜（笠松） |
実3.2 |
○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) -36% (大幅な期待値マイナス) AI 予想勝率 19.9% (オッズ暗示: 31.2%) ※ 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。 |
| 11 |
ノーブルサンライズ |
丸野勝（愛知） |
実2.7 |
🌟◎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) +2% (市場と概ね一致) AI 予想勝率 38.1% (オッズ暗示: 37.0%) ※ 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。 |
| 12 |
シルヴァークラウン 推奨 |
山田祥（愛知） |
実29.2 |
▽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) -38% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.4%) ※ 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。 |
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の推奨本命の次点
出走馬全12頭
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
38.1% (オッズ暗示: 37.0%)
×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
19.9% (オッズ暗示: 31.2%)
×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
15.5% (オッズ暗示: 29.4%)
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
6.9% (オッズ暗示: 6.0%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
5.3% (オッズ暗示: 5.3%)
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
5.2% (オッズ暗示: 4.2%)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
2.7% (オッズ暗示: 3.2%)
×期待値 (オッズ vs AI勝率)
-38% (大幅な期待値マイナス)
AI 予想勝率
2.1% (オッズ暗示: 3.4%)
×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
1.7% (オッズ暗示: 2.7%)
×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
1.1% (オッズ暗示: 2.5%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.0%)
◎期待値 (オッズ vs AI勝率)
+35% (妙味あり)
AI 予想勝率
0.7% (オッズ暗示: 0.5%)
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
12
シルヴァークラウン
実29.2倍
期待値 +139%
❌不的中7着単勝 29.2倍
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。
