名古屋 10R 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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スキューマパーラ	大原浩（笠松）	実88.0	B× A×勝率1% EV-50% 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9R 8着/12頭 06/17 名古屋8R 8着/11頭 06/02 名古屋8R 6着/11頭+3.0秒 05/20 名古屋4R 2着/11頭 05/05 名古屋7R 5着/11頭+1.5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 7.3着 (不振) × 当競馬場適性 64走で勝率 5% (苦戦) △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.6% / 期待値 -51% ※ 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	タマモルピナス	近藤颯（愛知）	実48.1	B× A▽勝率1% EV-37% 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 07/15 名古屋9R 8着/12頭+0.0秒 06/30 名古屋9R 5着/12頭+3.0秒 06/22 名古屋6R 1着/10頭 05/25 名古屋12R 2着/11頭 05/06 名古屋12R 1着/12頭勝利
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 46走で勝率 9% △ 距離適性同距離 38走で勝率 8% ○ 騎手近50戦勝率 18% ○ 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 9位 / 勝率 1.3% / 期待値 -37% ※ 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	テーオーリップマン	望月洵（愛知）	推定—	B○ A▲勝率11% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率33%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/15 名古屋9R 6着/12頭 06/18 名古屋8R 4着/10頭 06/05 名古屋6R 1着/12頭 05/22 名古屋7R 1着/11頭 05/07 名古屋5R 2着/10頭+0.2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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 13.3% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.6% / 期待値 -83% ※ 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	トップパワー	東川慎（笠松）	実10.3	B△ A○勝率12% EV+28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/17 名古屋9R 2着/3頭 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭 05/05 名古屋12R 1着/12頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 1.2% (オッズ暗示: 9.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.5% / 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。
5	ヴァルドグラース	木之葵（愛知）	実16.6	B× A△勝率6% EV+1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10頭 05/08 名古屋9R 6着/12頭+1.1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 3.3着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 13走で勝率 8% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 +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	ヤマカツライコウ逃げ	大畑慧（愛知）	実21.9	B△ A△勝率6% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率40%と適性高／同距離帯9走で勝率44%／直近3走で勝率67%と好調）
前5走 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1着/12頭 05/22 名古屋5R 1着/10頭 05/05 名古屋6R 1着/12頭勝利 01/04 名古屋5R 4着/12頭+0.9秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。
7	メイクン差し	丸野勝（愛知）	実15.3	B△ A△勝率10% EV+47% 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／66日ぶりの実戦）
前5走 05/25 名古屋3R 1着/9頭 05/08 名古屋10R 3着/10頭+1.1秒 04/24 名古屋8R 5着/11頭+1.9秒 03/27 名古屋6R 7着/9頭+2.3秒 03/02 名古屋7R 4着/10頭+0.5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 16走で勝率 19% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 10走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.7% / 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。
8	ビッグベッター	丹羽克（愛知）	実160.9	B× A▽勝率1% EV-18% 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 07/15 名古屋9R 7着/12頭 06/16 名古屋8R 6着/12頭 06/02 名古屋8R 8着/11頭 05/20 名古屋9R 5着/11頭 05/05 名古屋1R 5着/11頭+0.5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 7.0着 (不振) △ 当競馬場適性 86走で勝率 13% △ 距離適性同距離 55走で勝率 11% △ 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 0.5% / 期待値 -19% ※ 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	サンセットベリー追込	塚本征（愛知）	実45.0	B× A▽勝率2% EV-11% 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 04/20 名古屋11R 7着/11頭+1.6秒 04/07 名古屋9R 6着/12頭+0.7秒 02/27 名古屋12R 7着/9頭+1.1秒 01/28 名古屋10R 10着/12頭+2.7秒 01/04 名古屋11R 7着/11頭+1.7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 6.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 21走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 101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) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -12% ※ 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	ブルースバローズ	加藤聡（愛知）	実1.1	B🌟◎ A×勝率45% EV-50% 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（当競馬場3走で勝率100%と適性高／同距離帯3走で勝率100%／直近3走で勝率100%と好調）
前5走 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 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) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ○ 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 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 79.1% (オッズ暗示: 90.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 45.0% / 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。
11	バウブロッサム	細川智（愛知）	実117.9	B× A▽勝率1% EV+36% 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9R 9着/12頭+3.0秒 06/17 名古屋8R 5着/11頭 06/02 名古屋8R 9着/11頭 05/20 名古屋12R 9着/11頭 05/05 名古屋8R 7着/10頭+1.5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 7.7着 (不振) △ 当競馬場適性 56走で勝率 9% △ 距離適性同距離 50走で勝率 8% × 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 1.2% / 期待値 +37% ※ 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	バイアンドホールド自在	渡邊竜（笠松）	実41.9	B▲ A▽勝率4% EV+87% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0秒 05/22 名古屋12R 6着/10頭 05/07 名古屋10R 4着/10頭+1.2秒 04/22 名古屋12R 7着/12頭+2.7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 5.7着 △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 騎手近50戦勝率 18% ○ 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) +7% (市場と概ね一致) AI 予想勝率 2.6% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 期待値 +88% ※ 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 ×

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

1.1倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3テーオーリップマン

—

EV —

▲A:▽12バイアンドホールド

41.9倍

EV +7%

出走馬全12頭

◎A:×10

ブルースバローズ

加藤聡（愛知）

1.1倍

-13%

›

○A:▲3

テーオーリップマン

望月洵（愛知）

—

›

▲A:▽12

バイアンドホールド

渡邊竜（笠松）

41.9倍

+7%

›

△A:△6

ヤマカツライコウ

大畑慧（愛知）

21.9倍

-47%

›

△A:○4

トップパワー

東川慎（笠松）

10.3倍

-87%

›

△A:△7

メイクン

丸野勝（愛知）

15.3倍

-81%

›

×A:△5

ヴァルドグラース

木之葵（愛知）

16.6倍

-95%

›

×A:▽9

サンセットベリー

塚本征（愛知）

45.0倍

-99%

›

×A:▽2

タマモルピナス

近藤颯（愛知）

48.1倍

-99%

›

×A:×1

スキューマパーラ

大原浩（笠松）

88.0倍

-99%

›

×A:▽11

バウブロッサム

細川智（愛知）

117.9倍

-99%

›

×A:▽8

ビッグベッター

丹羽克（愛知）

160.9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）

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スキューマパーラ	大原浩（笠松）	実88.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場64走で勝率5%と苦戦傾向）
前5走 06/30 名古屋9R 8着/12頭 06/17 名古屋8R 8着/11頭 06/02 名古屋8R 6着/11頭+3.0秒 05/20 名古屋4R 2着/11頭 05/05 名古屋7R 5着/11頭+1.5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 7.3着 (不振) × 当競馬場適性 64走で勝率 5% (苦戦) △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
2	タマモルピナス	近藤颯（愛知）	実48.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 07/15 名古屋9R 8着/12頭+0.0秒 06/30 名古屋9R 5着/12頭+3.0秒 06/22 名古屋6R 1着/10頭 05/25 名古屋12R 2着/11頭 05/06 名古屋12R 1着/12頭勝利
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 46走で勝率 9% △ 距離適性同距離 38走で勝率 8% ○ 騎手近50戦勝率 18% ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
3	テーオーリップマン	望月洵（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6走で勝率33%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/15 名古屋9R 6着/12頭 06/18 名古屋8R 4着/10頭 06/05 名古屋6R 1着/12頭 05/22 名古屋7R 1着/11頭 05/07 名古屋5R 2着/10頭+0.2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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 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。
4	トップパワー	東川慎（笠松）	実10.3	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/17 名古屋9R 2着/3頭 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭 05/05 名古屋12R 1着/12頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 7走で勝率 14% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 12.5% (オッズ暗示: 9.7%) ※ 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。
5	ヴァルドグラース	木之葵（愛知）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10頭 05/08 名古屋9R 6着/12頭+1.1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 3.3着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 13走で勝率 8% ○ 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) +1% (市場と概ね一致) AI 予想勝率 6.1% (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	ヤマカツライコウ逃げ	大畑慧（愛知）	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率40%と適性高／同距離帯9走で勝率44%／直近3走で勝率67%と好調）
前5走 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1着/12頭 05/22 名古屋5R 1着/10頭 05/05 名古屋6R 1着/12頭勝利 01/04 名古屋5R 4着/12頭+0.9秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 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) +35% (妙味あり) AI 予想勝率 6.2% (オッズ暗示: 4.6%) ※ 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。
7	メイクン差し	丸野勝（愛知）	実15.3	△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／66日ぶりの実戦）
前5走 05/25 名古屋3R 1着/9頭 05/08 名古屋10R 3着/10頭+1.1秒 04/24 名古屋8R 5着/11頭+1.9秒 03/27 名古屋6R 7着/9頭+2.3秒 03/02 名古屋7R 4着/10頭+0.5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 16走で勝率 19% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 10走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 9.7% (オッズ暗示: 6.5%) ※ 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。
8	ビッグベッター	丹羽克（愛知）	実160.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋9R 7着/12頭 06/16 名古屋8R 6着/12頭 06/02 名古屋8R 8着/11頭 05/20 名古屋9R 5着/11頭 05/05 名古屋1R 5着/11頭+0.5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 7.0着 (不振) △ 当競馬場適性 86走で勝率 13% △ 距離適性同距離 55走で勝率 11% △ 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) -19% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ※ 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。
9	サンセットベリー追込	塚本征（愛知）	実45.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（101日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 04/20 名古屋11R 7着/11頭+1.6秒 04/07 名古屋9R 6着/12頭+0.7秒 02/27 名古屋12R 7着/9頭+1.1秒 01/28 名古屋10R 10着/12頭+2.7秒 01/04 名古屋11R 7着/11頭+1.7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 6.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 21走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 101日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.2%) ※ 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	ブルースバローズ	加藤聡（愛知）	実1.1	×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（当競馬場3走で勝率100%と適性高／同距離帯3走で勝率100%／直近3走で勝率100%と好調）
前5走 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 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) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ○ 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 27日の間隔 (理想的) × 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 45.0% (オッズ暗示: 90.9%) ※ 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。
11	バウブロッサム	細川智（愛知）	実117.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/30 名古屋9R 9着/12頭+3.0秒 06/17 名古屋8R 5着/11頭 06/02 名古屋8R 9着/11頭 05/20 名古屋12R 9着/11頭 05/05 名古屋8R 7着/10頭+1.5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 7.7着 (不振) △ 当競馬場適性 56走で勝率 9% △ 距離適性同距離 50走で勝率 8% ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 1.2% (オッズ暗示: 0.8%) ※ 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。
12	バイアンドホールド自在	渡邊竜（笠松）	実41.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0秒 05/22 名古屋12R 6着/10頭 05/07 名古屋10R 4着/10頭+1.2秒 04/22 名古屋12R 7着/12頭+2.7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 5.7着 △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 騎手近50戦勝率 18% ○ 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) +87% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.4%) ※ 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

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

1.1倍

AI期待値

-50%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4トップパワー

10.3倍

EV +28%

▲3テーオーリップマン

—

EV —

出走馬全12頭

×10

ブルースバローズ

加藤聡（愛知）

1.1倍

-50%

›

○4

トップパワー

東川慎（笠松）

10.3倍

+28%

›

▲3

テーオーリップマン

望月洵（愛知）

—

›

△7

メイクン

丸野勝（愛知）

15.3倍

+47%

›

△6

ヤマカツライコウ

大畑慧（愛知）

21.9倍

+35%

›

△5

ヴァルドグラース

木之葵（愛知）

16.6倍

+1%

›

▽12

バイアンドホールド

渡邊竜（笠松）

41.9倍

+87%

›

▽9

サンセットベリー

塚本征（愛知）

45.0倍

-11%

›

▽2

タマモルピナス

近藤颯（愛知）

48.1倍

-37%

›

▽11

バウブロッサム

細川智（愛知）

117.9倍

+36%

›

×1

スキューマパーラ

大原浩（笠松）

88.0倍

-50%

›

▽8

ビッグベッター

丹羽克（愛知）

160.9倍

-18%

›

💡 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。