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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウイサミ	尾崎章（愛知）	推定—	B△ A×勝率6% EV-89% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/13 名古屋3R 6着/12頭 06/30 名古屋4R 6着/12頭 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% × Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 期待値 -89% ※ 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	チアフルドア	木之葵（愛知）	推定—	B× A△勝率8% EV-85% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋2R 6着/12頭 06/30 名古屋2R 8着/12頭 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.9% / 期待値 -86% ※ 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	ワルキューレクイン	渡邊竜（笠松）	推定—	B▲ A▲勝率12% EV-78% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/30 名古屋3R 6着/12頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.7% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.0% / 期待値 -78% ※ 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	アミナス	塚本征（愛知）	推定—	B◎ A×勝率15% EV-74% 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（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 53.6% × Aモデルの評価 (参考) レース内 1位 / 勝率 15.4% / 期待値 -74% ※ 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	メイショウアルマ	細川智（愛知）	推定—	B× A×勝率7% EV-86% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋2R 8着/12頭 06/16 名古屋5R 10着/11頭+3.0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 9.0着 (不振) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 7位 / 勝率 7.1% / 期待値 -87% ※ 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	ロードリュイール	大畑雅（愛知）	推定—	B△ A△勝率12% EV-80% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 1.0% △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.8% / 期待値 -81% ※ 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	フォーアライター	大原浩（笠松）	推定—	B× A×勝率4% EV-93% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 11位 / 勝率 3.7% / 期待値 -93% ※ 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	ジェルソミーノ	丹羽克（愛知）	推定—	B× A×勝率6% EV-88% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋4R 8着/12頭+3.0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 8.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 期待値 -89% ※ 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	メドウセージ	加藤聡（愛知）	推定—	B△ A△勝率8% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調／117日ぶりの実戦）
前5走 04/02 船橋6R 10着/10頭+7.5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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 117日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 期待値 -87% ※ 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	パシオネ	小笠羚（愛知）	推定—	B× A×勝率5% EV-89% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋2R 10着/12頭 05/04 名古屋4R 6着/10頭+4.5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 8.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 5.1% / 期待値 -90% ※ 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	クインズサクラ	東川慎（笠松）	推定—	B× A×勝率4% EV-93% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋4R 11着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 12位 / 勝率 3.5% / 期待値 -93% ※ 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	シュトルムカイザー	今井貴（愛知）	推定—	B○ A○勝率13% EV-78% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 43.6% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.4% / 期待値 -79% ※ 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Aモデル ×

アミナス

騎手塚本征（愛知）

単勝オッズ

—

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

○A:○12シュトルムカイザー

—

EV —

▲A:▲3ワルキューレクイン

—

EV —

出走馬全12頭

◎A:×4

アミナス

塚本征（愛知）

—

›

○A:○12

シュトルムカイザー

今井貴（愛知）

—

›

▲A:▲3

ワルキューレクイン

渡邊竜（笠松）

—

›

△A:△6

ロードリュイール

大畑雅（愛知）

—

›

△A:×1

メイショウイサミ

尾崎章（愛知）

—

›

△A:△9

メドウセージ

加藤聡（愛知）

—

›

×A:△2

チアフルドア

木之葵（愛知）

—

›

×A:×5

メイショウアルマ

細川智（愛知）

—

›

×A:×7

フォーアライター

大原浩（笠松）

—

›

×A:×8

ジェルソミーノ

丹羽克（愛知）

—

›

×A:×10

パシオネ

小笠羚（愛知）

—

›

×A:×11

クインズサクラ

東川慎（笠松）

—

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウイサミ	尾崎章（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/13 名古屋3R 6着/12頭 06/30 名古屋4R 6着/12頭 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 5.5% ※ 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。
2	チアフルドア	木之葵（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/13 名古屋2R 6着/12頭 06/30 名古屋2R 8着/12頭 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 7.9% ※ 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	ワルキューレクイン	渡邊竜（笠松）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/30 名古屋3R 6着/12頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 12.0% ※ 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	アミナス	塚本征（愛知）	推定—	×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（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) × 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 15.4% ※ 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。
5	メイショウアルマ	細川智（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.0着と低調）
前5走 07/13 名古屋2R 8着/12頭 06/16 名古屋5R 10着/11頭+3.0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 9.0着 (不振) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 7.1% ※ 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。
6	ロードリュイール	大畑雅（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 11.8% ※ 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	フォーアライター	大原浩（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調）
前5走 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.7% ※ 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	ジェルソミーノ	丹羽克（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.0着と低調）
前5走 07/13 名古屋4R 8着/12頭+3.0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 8.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 6.2% ※ 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。
9	メドウセージ	加藤聡（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調／117日ぶりの実戦）
前5走 04/02 船橋6R 10着/10頭+7.5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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 117日休養明け × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 8.4% ※ 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	パシオネ	小笠羚（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.0着と低調）
前5走 07/13 名古屋2R 10着/12頭 05/04 名古屋4R 6着/10頭+4.5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 8.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.1% ※ 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。
11	クインズサクラ	東川慎（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均11.0着と低調）
前5走 07/13 名古屋4R 11着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.5% ※ 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。
12	シュトルムカイザー	今井貴（愛知）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 13.4% ※ 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の本命

AI評価1位

アミナス

騎手塚本征（愛知）

単勝オッズ

—

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

○12シュトルムカイザー

—

EV —

▲3ワルキューレクイン

—

EV —

出走馬全12頭

×4

アミナス

塚本征（愛知）

—

›

○12

シュトルムカイザー

今井貴（愛知）

—

›

▲3

ワルキューレクイン

渡邊竜（笠松）

—

›

△6

ロードリュイール

大畑雅（愛知）

—

›

△9

メドウセージ

加藤聡（愛知）

—

›

△2

チアフルドア

木之葵（愛知）

—

›

×5

メイショウアルマ

細川智（愛知）

—

›

×8

ジェルソミーノ

丹羽克（愛知）

—

›

×1

メイショウイサミ

尾崎章（愛知）

—

›

×10

パシオネ

小笠羚（愛知）

—

›

×7

フォーアライター

大原浩（笠松）

—

›

×11

クインズサクラ

東川慎（笠松）

—

›

💡 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。