名古屋 8R 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 |
コパノデーヴィド 追込 |
木之葵（愛知） |
実79.6 |
B× A▽勝率1% EV-44% 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) -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 0.7% / 期待値 -44% ※ 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 |
アオカミ |
大畑慧（愛知） |
実5.7 |
B△ A▲勝率10% EV-40% 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) -79% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 17.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.5% / 期待値 -40% ※ 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 |
ピーチブロッサム |
丸野勝（愛知） |
実6.2 |
B× A△勝率9% EV-43% 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) -100% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 -44% ※ 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 |
イットウショウグウ 追込 |
近藤颯（愛知） |
実48.5 |
B× A×勝率1% EV-62% 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) -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 -63% ※ 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 |
ユアグローリー |
細川智（愛知） |
実18.8 |
B× A▽勝率4% EV-29% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.7% / 期待値 -30% ※ 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 |
テーオーニルソン 逃げ |
大原浩（笠松） |
実29.6 |
B× A▽勝率3% EV-25% 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 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。 |
| 7 |
ベレーザフィン |
丹羽克（愛知） |
実37.6 |
B△ A▽勝率3% EV+26% 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) +39% (妙味あり) AI 予想勝率 3.7% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 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。 |
| 8 |
ブルスケッタ |
村上弘（愛知） |
実5.3 |
B○ A○勝率23% EV+20% 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) -56% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 18.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 22.8% / 期待値 +21% ※ 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 |
バイマイセルフ |
塚本征（愛知） |
実16.8 |
B▲ A△勝率5% EV-9% 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) +40% (妙味あり) AI 予想勝率 8.4% (オッズ暗示: 6.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。 |
| 10 |
カワテンティアラ |
加藤聡（愛知） |
実2.4 |
B🌟◎ A🌟◎勝率32% EV-24% 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) +71% (市場が大幅過小評価) AI 予想勝率 71.5% (オッズ暗示: 41.7%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 31.7% / 期待値 -24% ※ 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 |
ワウワウワウ 自在 |
渡邊竜（笠松） |
実9.4 |
B△ A△勝率9% EV-19% 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) -65% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -20% ※ 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 |
シンコーマーチャン 自在 |
小笠羚（愛知） |
実51.0 |
B× A▽勝率1% EV-49% 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) -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 1.0% / 期待値 -50% ※ 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)
+71% (市場が大幅過小評価)
AI 予想勝率
71.5% (オッズ暗示: 41.7%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 31.7% / 期待値 -24%
×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
8.4% (オッズ暗示: 18.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 22.8% / 期待値 +21%
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
8.4% (オッズ暗示: 6.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.4% / 期待値 -9%
×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
3.7% (オッズ暗示: 17.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.5% / 期待値 -40%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
3.7% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.5% / 期待値 -20%
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
3.7% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.4% / 期待値 +27%
×期待値 (オッズ vs AI勝率)
-84% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 3.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.5% / 期待値 -25%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 5.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.7% / 期待値 -30%
×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 4位 / 勝率 9.1% / 期待値 -44%
×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 -63%
×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 1.0% / 期待値 -50%
×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 0.7% / 期待値 -44%
💡 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）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
コパノデーヴィド 追込 |
木之葵（愛知） |
実79.6 |
▽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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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。 |
| 2 |
アオカミ |
大畑慧（愛知） |
実5.7 |
▲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) -40% (大幅な期待値マイナス) AI 予想勝率 10.5% (オッズ暗示: 17.5%) ※ 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 |
ピーチブロッサム |
丸野勝（愛知） |
実6.2 |
△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) -44% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 16.1%) ※ 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。 |
| 4 |
イットウショウグウ 追込 |
近藤颯（愛知） |
実48.5 |
×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) -63% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.1%) ※ 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。 |
| 5 |
ユアグローリー |
細川智（愛知） |
実18.8 |
▽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) -30% (オッズ過剰評価) AI 予想勝率 3.7% (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。 |
| 6 |
テーオーニルソン 逃げ |
大原浩（笠松） |
実29.6 |
▽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) -25% (オッズ過剰評価) AI 予想勝率 2.5% (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。 |
| 7 |
ベレーザフィン |
丹羽克（愛知） |
実37.6 |
▽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) +26% (市場と概ね一致) AI 予想勝率 3.4% (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。 |
| 8 |
ブルスケッタ |
村上弘（愛知） |
実5.3 |
○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) +20% (市場と概ね一致) AI 予想勝率 22.8% (オッズ暗示: 18.9%) ※ 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。 |
| 9 |
バイマイセルフ |
塚本征（愛知） |
実16.8 |
△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) -9% (オッズ過剰評価) AI 予想勝率 5.4% (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。 |
| 10 |
カワテンティアラ |
加藤聡（愛知） |
実2.4 |
🌟◎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) -24% (オッズ過剰評価) AI 予想勝率 31.7% (オッズ暗示: 41.7%) ※ 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 |
ワウワウワウ 自在 |
渡邊竜（笠松） |
実9.4 |
△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) -20% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.6%) ※ 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 |
シンコーマーチャン 自在 |
小笠羚（愛知） |
実51.0 |
▽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) -50% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.0%) ※ 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。 |
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)
-24% (オッズ過剰評価)
AI 予想勝率
31.7% (オッズ暗示: 41.7%)
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
22.8% (オッズ暗示: 18.9%)
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
10.5% (オッズ暗示: 17.5%)
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
9.1% (オッズ暗示: 16.1%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
8.5% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
5.4% (オッズ暗示: 6.0%)
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
3.7% (オッズ暗示: 5.3%)
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
3.4% (オッズ暗示: 2.7%)
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 3.4%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
1.0% (オッズ暗示: 2.0%)
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 2.1%)
×期待値 (オッズ vs AI勝率)
-44% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.3%)
💡 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）
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。
