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 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラブミーエール追込	丹羽克（愛知）	実34.1	B× A▽勝率2% EV-38% 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 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12頭+3.5秒 05/06 船橋1R 6着/10頭+1.6秒 04/02 船橋1R 8着/11頭+2.8秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 距離適性同距離は 8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 26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 9位 / 勝率 1.8% / 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。
2	メイショウトサンコ	今井貴（愛知）	実28.4	B△ A▽勝率5% EV+41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 名古屋7R 11着/12頭 06/04 名古屋3R 6着/12頭+1.0秒 05/22 名古屋4R 6着/10頭 05/06 名古屋10R 3着/11頭+0.1秒 04/23 名古屋1R 3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戦の調子平均 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ▽ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 期待値 +42% ※ 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	ミッシュマッシュ	渡邊竜（笠松）	実6.3	B△ A△勝率11% EV-29% 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22走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3着/11頭 06/03 名古屋12R 10着/12頭 05/20 名古屋5R 3着/11頭
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 4.7着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 期待値 -29% ※ 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	カフジキームン	大原浩（笠松）	実206.1	B× A▽勝率1% EV+72% 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 07/14 名古屋7R 9着/12頭+0.0秒 06/19 名古屋2R 10着/11頭 06/04 名古屋4R 11着/12頭+4.0秒 05/22 名古屋7R 11着/11頭+5.0秒 05/07 名古屋7R 11着/11頭+2.6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 10.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 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 0.8% / 期待値 +73% ※ 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	ジャストハンマー	加藤誓（愛知）	実89.5	B× A▽勝率1% EV-27% 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 07/14 名古屋6R 9着/12頭+0.0秒 07/02 名古屋12R 12着/12頭+1.0秒 06/19 名古屋1R 4着/10頭+0.0秒 06/04 名古屋3R 9着/12頭 05/22 名古屋4R 10着/10頭+4.0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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 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 0.8% / 期待値 -27% ※ 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	グランリッジライン	小笠羚（愛知）	実2.6	B○ A○勝率16% EV-59% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／前走3着）
前5走 07/01 名古屋6R 3着/12頭 06/17 名古屋12R 2着/12頭 05/25 名古屋12R 7着/11頭 05/06 名古屋12R 6着/12頭+1.9秒 04/22 名古屋1R 3着/12頭+0.7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 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 38.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.8% / 期待値 -59% ※ 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	モンサンフリージア	加藤聡（愛知）	実3.1	B× A△勝率10% EV-68% 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31走で勝率3%と苦戦傾向／同距離帯は30走で勝ち無し／直近3走平均2.7着と安定）
前5走 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭 06/03 名古屋1R 2着/12頭+4.0秒 05/20 名古屋2R 4着/10頭+2.0秒 05/05 名古屋4R 8着/10頭+2.1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 2.7着 (安定) × 当競馬場適性 31走で勝率 3% (苦戦) ▽ 距離適性同距離は 30走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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 0.0% (オッズ暗示: 32.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 期待値 -69% ※ 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	リコークルセーダー自在	細川智（愛知）	実19.6	B× A▽勝率3% EV-47% 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 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3秒 04/20 名古屋6R 6着/12頭+1.3秒 04/07 名古屋11R 6着/11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戦の調子勝率 33% (上り調子) △ 当競馬場適性 38走で勝率 5% △ 距離適性同距離 34走で勝率 6% ◎ 前走実績前走 1着 (勢い継続) × 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 2.7% / 期待値 -48% ※ 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	ブリリアントギフト	木之葵（愛知）	実39.8	B× A▽勝率1% EV-45% 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 07/14 名古屋6R 8着/12頭 07/02 名古屋12R 10着/12頭 06/19 名古屋2R 9着/11頭+1.0秒 05/22 名古屋5R 4着/10頭+0.0秒 05/07 名古屋5R 7着/10頭+0.8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 9.0着 (不振) △ 当競馬場適性 82走で勝率 6% △ 距離適性同距離 70走で勝率 7% ○ 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 1.4% / 期待値 -45% ※ 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	エコログロス	大畑雅（愛知）	推定—	B◎ A×勝率30% EV-53% 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100%と好調／前走勝利の勢い）
前5走 06/30 名古屋6R 1着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 91.7% × Aモデルの評価 (参考) レース内 1位 / 勝率 30.4% / 期待値 -54% ※ 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	スイングボーイ	大畑慧（愛知）	実13.1	B△ A△勝率7% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場34走で勝率3%と苦戦傾向／同距離帯は33走で勝ち無し）
前5走 07/02 名古屋12R 9着/12頭+0.0秒 06/19 名古屋1R 5着/10頭 06/04 名古屋3R 8着/12頭 05/22 名古屋5R 8着/10頭 05/07 名古屋5R 9着/10頭+1.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 33走で勝ち無し ○ ローテーション 27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 0.2% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 期待値 -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。
12	ミステンザン	近藤颯（愛知）	実6.3	B▲ A▲勝率13% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12頭 05/19 名古屋6R 1着/11頭勝利 05/04 名古屋5R 2着/11頭+0.1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 7.7着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 11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) -86% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 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。

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 ×

エコログロス

騎手大畑雅（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:○6グランリッジライン

2.6倍

EV -88%

▲A:▲12ミステンザン

6.3倍

EV -85%

出走馬全12頭

◎A:×10

エコログロス

大畑雅（愛知）

—

›

○A:○6

グランリッジライン

小笠羚（愛知）

2.6倍

-88%

›

▲A:▲12

ミステンザン

近藤颯（愛知）

6.3倍

-85%

›

△A:△3

ミッシュマッシュ

渡邊竜（笠松）

6.3倍

-94%

›

△A:▽2

メイショウトサンコ

今井貴（愛知）

28.4倍

-90%

›

△A:△11

スイングボーイ

大畑慧（愛知）

13.1倍

-97%

›

×A:△7

モンサンフリージア

加藤聡（愛知）

3.1倍

-99%

›

×A:▽8

リコークルセーダー

細川智（愛知）

19.6倍

-99%

›

×A:▽1

ラブミーエール

丹羽克（愛知）

34.1倍

-99%

›

×A:▽9

ブリリアントギフト

木之葵（愛知）

39.8倍

-99%

›

×A:▽5

ジャストハンマー

加藤誓（愛知）

89.5倍

-99%

›

×A:▽4

カフジキームン

大原浩（笠松）

206.1倍

-99%

›

💡 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 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラブミーエール追込	丹羽克（愛知）	実34.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／直近3走平均10.7着と低調）
前5走 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12頭+3.5秒 05/06 船橋1R 6着/10頭+1.6秒 04/02 船橋1R 8着/11頭+2.8秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 距離適性同距離は 8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 26日の間隔 (理想的) × 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 1.8% (オッズ暗示: 2.9%) ※ 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。
2	メイショウトサンコ	今井貴（愛知）	実28.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 名古屋7R 11着/12頭 06/04 名古屋3R 6着/12頭+1.0秒 05/22 名古屋4R 6着/10頭 05/06 名古屋10R 3着/11頭+0.1秒 04/23 名古屋1R 3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戦の調子平均 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ▽ 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) +41% (妙味あり) AI 予想勝率 5.0% (オッズ暗示: 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。
3	ミッシュマッシュ	渡邊竜（笠松）	実6.3	△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22走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3着/11頭 06/03 名古屋12R 10着/12頭 05/20 名古屋5R 3着/11頭
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 4.7着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 15.9%) ※ 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。
4	カフジキームン	大原浩（笠松）	実206.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/14 名古屋7R 9着/12頭+0.0秒 06/19 名古屋2R 10着/11頭 06/04 名古屋4R 11着/12頭+4.0秒 05/22 名古屋7R 11着/11頭+5.0秒 05/07 名古屋7R 11着/11頭+2.6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 10.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 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) +72% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
5	ジャストハンマー	加藤誓（愛知）	実89.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/14 名古屋6R 9着/12頭+0.0秒 07/02 名古屋12R 12着/12頭+1.0秒 06/19 名古屋1R 4着/10頭+0.0秒 06/04 名古屋3R 9着/12頭 05/22 名古屋4R 10着/10頭+4.0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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.8% (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。
6	グランリッジライン	小笠羚（愛知）	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／前走3着）
前5走 07/01 名古屋6R 3着/12頭 06/17 名古屋12R 2着/12頭 05/25 名古屋12R 7着/11頭 05/06 名古屋12R 6着/12頭+1.9秒 04/22 名古屋1R 3着/12頭+0.7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 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 15.8% (オッズ暗示: 38.5%) ※ 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。
7	モンサンフリージア	加藤聡（愛知）	実3.1	△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31走で勝率3%と苦戦傾向／同距離帯は30走で勝ち無し／直近3走平均2.7着と安定）
前5走 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭 06/03 名古屋1R 2着/12頭+4.0秒 05/20 名古屋2R 4着/10頭+2.0秒 05/05 名古屋4R 8着/10頭+2.1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 2.7着 (安定) × 当競馬場適性 31走で勝率 3% (苦戦) ▽ 距離適性同距離は 30走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 32.3%) ※ 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。
8	リコークルセーダー自在	細川智（愛知）	実19.6	▽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 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3秒 04/20 名古屋6R 6着/12頭+1.3秒 04/07 名古屋11R 6着/11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戦の調子勝率 33% (上り調子) △ 当競馬場適性 38走で勝率 5% △ 距離適性同距離 34走で勝率 6% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 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。
9	ブリリアントギフト	木之葵（愛知）	実39.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/14 名古屋6R 8着/12頭 07/02 名古屋12R 10着/12頭 06/19 名古屋2R 9着/11頭+1.0秒 05/22 名古屋5R 4着/10頭+0.0秒 05/07 名古屋5R 7着/10頭+0.8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 9.0着 (不振) △ 当競馬場適性 82走で勝率 6% △ 距離適性同距離 70走で勝率 7% ○ 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 1.4% (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。
10	エコログロス	大畑雅（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（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/30 名古屋6R 1着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 30.4% ※ 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。
11	スイングボーイ	大畑慧（愛知）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場34走で勝率3%と苦戦傾向／同距離帯は33走で勝ち無し）
前5走 07/02 名古屋12R 9着/12頭+0.0秒 06/19 名古屋1R 5着/10頭 06/04 名古屋3R 8着/12頭 05/22 名古屋5R 8着/10頭 05/07 名古屋5R 9着/10頭+1.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 33走で勝ち無し ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.6%) ※ 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。
12	ミステンザン	近藤颯（愛知）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12頭 05/19 名古屋6R 1着/11頭勝利 05/04 名古屋5R 2着/11頭+0.1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 7.7着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 11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) -17% (オッズ過剰評価) AI 予想勝率 13.2% (オッズ暗示: 15.9%) ※ 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。

🎯 AIの本命

AI評価1位

エコログロス

騎手大畑雅（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

○6グランリッジライン

2.6倍

EV -59%

▲12ミステンザン

6.3倍

EV -17%

出走馬全12頭

×10

エコログロス

大畑雅（愛知）

—

›

○6

グランリッジライン

小笠羚（愛知）

2.6倍

-59%

›

▲12

ミステンザン

近藤颯（愛知）

6.3倍

-17%

›

△3

ミッシュマッシュ

渡邊竜（笠松）

6.3倍

-29%

›

△7

モンサンフリージア

加藤聡（愛知）

3.1倍

-68%

›

△11

スイングボーイ

大畑慧（愛知）

13.1倍

-9%

›

▽2

メイショウトサンコ

今井貴（愛知）

28.4倍

+41%

›

▽8

リコークルセーダー

細川智（愛知）

19.6倍

-47%

›

▽1

ラブミーエール

丹羽克（愛知）

34.1倍

-38%

›

▽9

ブリリアントギフト

木之葵（愛知）

39.8倍

-45%

›

▽4

カフジキームン

大原浩（笠松）

206.1倍

+72%

›

▽5

ジャストハンマー

加藤誓（愛知）

89.5倍

-27%

›

💡 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。