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 |
スケダチムヨウ |
加藤誓（愛知） |
実183.6 |
B× A▽勝率1% EV+10% 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 11位 / 勝率 0.6% / 期待値 +11% ※ 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 |
ミディエイター |
近藤颯（愛知） |
実96.5 |
B× A▽勝率2% EV+102% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 +102% ※ 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 |
ラブミーアゲイン |
望月洵（愛知） |
実9.0 |
B× A△勝率8% EV-29% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。 |
| 4 |
リリーボレア |
小笠羚（愛知） |
実2.8 |
B△ A▲勝率12% EV-67% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 35.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 -67% ※ 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 |
テイスティング |
今井貴（愛知） |
実65.4 |
B○ A▽勝率2% 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) +999% (市場が大幅過小評価) AI 予想勝率 23.1% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 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。 |
| 6 |
イヌボウノサザナミ |
大原浩（笠松） |
実196.3 |
B× A▽勝率1% EV-1% 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) -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 -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。 |
| 7 |
コンプレックス |
丹羽克（愛知） |
実47.6 |
B× A▽勝率2% EV-14% 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) -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 -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。 |
| 8 |
アルメーリス |
丸野勝（愛知） |
実23.5 |
B△ A△勝率7% EV+59% 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) -72% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 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。 |
| 9 |
グリュック |
加藤利（愛知） |
実38.4 |
B× A▽勝率3% EV+0% 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) -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 2.6% / 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。 |
| 10 |
フクスケ 推奨 |
塚本征（愛知） |
実14.5 |
B◎ A△勝率7% EV+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) +522% (市場が大幅過小評価) AI 予想勝率 42.9% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 +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 |
アウラニ |
山田祥（愛知） |
実2.2 |
B▲ A🌟◎勝率43% EV-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) -65% (大幅な期待値マイナス) AI 予想勝率 15.8% (オッズ暗示: 45.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 43.5% / 期待値 -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。 |
| 12 |
ウインファイネスト |
渡邊竜（笠松） |
実6.6 |
B△ A○勝率14% EV-9% 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) +4% (市場と概ね一致) AI 予想勝率 15.8% (オッズ暗示: 15.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 13.7% / 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。 |
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)
+522% (市場が大幅過小評価)
AI 予想勝率
42.9% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.2% / 期待値 +4%
🌟◎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
23.1% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.8% / 期待値 +15%
×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
15.8% (オッズ暗示: 45.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 43.5% / 期待値 -4%
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
15.8% (オッズ暗示: 15.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 13.7% / 期待値 -9%
×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
1.2% (オッズ暗示: 4.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +59%
×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
0.7% (オッズ暗示: 35.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.7% / 期待値 -67%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
AI 予想勝率
0.4% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.8% / 期待値 -30%
×期待値 (オッズ vs AI勝率)
-92% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 +102%
×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 2.6% / 期待値 +1%
×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 -15%
×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 +11%
×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 -1%
💡 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
10
フクスケ
¥900
実14.5倍
期待値 +522%
❌不的中7着単勝 14.5倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スケダチムヨウ |
加藤誓（愛知） |
実183.6 |
▽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) +10% (市場と概ね一致) AI 予想勝率 0.6% (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。 |
| 2 |
ミディエイター |
近藤颯（愛知） |
実96.5 |
▽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) +102% (市場が大幅過小評価) AI 予想勝率 2.1% (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。 |
| 3 |
ラブミーアゲイン |
望月洵（愛知） |
実9.0 |
△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) -30% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 11.1%) ※ 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 |
リリーボレア |
小笠羚（愛知） |
実2.8 |
▲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) -67% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 35.7%) ※ 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 |
テイスティング |
今井貴（愛知） |
実65.4 |
▽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 1.8% (オッズ暗示: 1.5%) ※ 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。 |
| 6 |
イヌボウノサザナミ |
大原浩（笠松） |
実196.3 |
▽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) -1% (オッズ過剰評価) AI 予想勝率 0.5% (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。 |
| 7 |
コンプレックス |
丹羽克（愛知） |
実47.6 |
▽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) -15% (オッズ過剰評価) AI 予想勝率 1.8% (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。 |
| 8 |
アルメーリス |
丸野勝（愛知） |
実23.5 |
△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) +59% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 4.3%) ※ 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。 |
| 9 |
グリュック |
加藤利（愛知） |
実38.4 |
▽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) +0% (市場と概ね一致) AI 予想勝率 2.6% (オッズ暗示: 2.6%) ※ 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。 |
| 10 |
フクスケ 推奨 |
塚本征（愛知） |
実14.5 |
△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) +4% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.9%) ※ 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 |
アウラニ |
山田祥（愛知） |
実2.2 |
🌟◎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) -4% (オッズ過剰評価) AI 予想勝率 43.5% (オッズ暗示: 45.5%) ※ 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 |
ウインファイネスト |
渡邊竜（笠松） |
実6.6 |
○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) -9% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 15.2%) ※ 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。 |
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)
-4% (オッズ過剰評価)
AI 予想勝率
43.5% (オッズ暗示: 45.5%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
13.7% (オッズ暗示: 15.2%)
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
11.7% (オッズ暗示: 35.7%)
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
7.8% (オッズ暗示: 11.1%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
7.2% (オッズ暗示: 6.9%)
🌟◎期待値 (オッズ vs AI勝率)
+59% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 4.3%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
2.6% (オッズ暗示: 2.6%)
🌟◎期待値 (オッズ vs AI勝率)
+102% (市場が大幅過小評価)
AI 予想勝率
2.1% (オッズ暗示: 1.0%)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
1.8% (オッズ暗示: 2.1%)
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
1.8% (オッズ暗示: 1.5%)
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
0.6% (オッズ暗示: 0.5%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
0.5% (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
10
フクスケ
¥900
実14.5倍
期待値 +4%
❌不的中7着単勝 14.5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。
