名古屋 3R 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 |
メグレズ |
丸野勝（愛知） |
実4.5 |
B△ A▲勝率13% EV-42% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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 5位 (中位評価) ×期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 22.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 期待値 -43% ※ 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 |
バリウマ |
小笠羚（愛知） |
実67.9 |
B× A▽勝率1% EV-28% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -28% ※ 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 |
サンダーブラック |
今井貴（愛知） |
実25.2 |
B▽ A▽勝率3% EV-32% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 7位 (中位評価) △期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 4.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -33% ※ 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 |
ネオゼウス |
望月洵（愛知） |
実2.6 |
B🌟◎ A🌟◎勝率32% EV-15% 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) -7% (オッズ過剰評価) AI 予想勝率 35.7% (オッズ暗示: 38.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 32.4% / 期待値 -16% ※ 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 |
メイジョウパナシェ |
細川智（愛知） |
実155.8 |
B▽ A▽勝率1% EV+26% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 9位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 1.2% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 +26% ※ 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 |
スティルユアハート |
加藤聡（愛知） |
実61.1 |
B▽ A▽勝率2% EV+8% 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) +71% (市場が大幅過小評価) AI 予想勝率 2.8% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 +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 |
マーレオ 推奨 |
近藤颯（愛知） |
実23.0 |
B△ A△勝率5% 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) +129% (市場が大幅過小評価) AI 予想勝率 10.0% (オッズ暗示: 4.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 +26% ※ 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 |
ゴールドタッチ |
渡邊竜（笠松） |
実12.9 |
B△ A△勝率6% EV-21% 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) -2% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 7.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 期待値 -22% ※ 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 |
ネイティブダンス |
塚本征（愛知） |
実3.4 |
B▲ A○勝率25% EV-15% 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) -49% (大幅な期待値マイナス) AI 予想勝率 14.9% (オッズ暗示: 29.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.8% / 期待値 -16% ※ 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 |
デナリ |
大畑慧（愛知） |
実5.9 |
B○ A△勝率12% EV-28% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 2位 (上位評価) △期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 17.2% (オッズ暗示: 16.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.2% / 期待値 -28% ※ 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10頭
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
35.7% (オッズ暗示: 38.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 32.4% / 期待値 -16%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
17.2% (オッズ暗示: 16.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.2% / 期待値 -28%
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
14.9% (オッズ暗示: 29.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.8% / 期待値 -16%
🌟◎期待値 (オッズ vs AI勝率)
+129% (市場が大幅過小評価)
AI 予想勝率
10.0% (オッズ暗示: 4.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.5% / 期待値 +26%
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
7.6% (オッズ暗示: 22.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.7% / 期待値 -43%
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
7.6% (オッズ暗示: 7.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.1% / 期待値 -22%
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
2.8% (オッズ暗示: 4.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 -33%
🌟◎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
2.8% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.8% / 期待値 +8%
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+88% (市場が大幅過小評価)
AI 予想勝率
1.2% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.8% / 期待値 +26%
×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
0.2% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 -28%
💡 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
7
マーレオ
¥100
実23.0倍
期待値 +130%
❌不的中10着単勝 23.0倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
メグレズ |
丸野勝（愛知） |
実4.5 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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 3位 (上位評価) ×期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 22.2%) ※ 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。 |
| 2 |
バリウマ |
小笠羚（愛知） |
実67.9 |
▽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) -28% (オッズ過剰評価) AI 予想勝率 1.1% (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。 |
| 3 |
サンダーブラック |
今井貴（愛知） |
実25.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 7位 (中位評価) ×期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 4.0%) ※ 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 |
ネオゼウス |
望月洵（愛知） |
実2.6 |
🌟◎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) -16% (オッズ過剰評価) AI 予想勝率 32.4% (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。 |
| 5 |
メイジョウパナシェ |
細川智（愛知） |
実155.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 10位 (中位評価) △期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 0.8% (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。 |
| 6 |
スティルユアハート |
加藤聡（愛知） |
実61.1 |
▽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) +8% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.6%) ※ 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 |
マーレオ 推奨 |
近藤颯（愛知） |
実23.0 |
△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 5.5% (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。 |
| 8 |
ゴールドタッチ |
渡邊竜（笠松） |
実12.9 |
△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) -22% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.8%) ※ 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。 |
| 9 |
ネイティブダンス |
塚本征（愛知） |
実3.4 |
○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) -16% (オッズ過剰評価) AI 予想勝率 24.8% (オッズ暗示: 29.4%) ※ 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 |
デナリ |
大畑慧（愛知） |
実5.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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) -28% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 16.9%) ※ 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10頭
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
32.4% (オッズ暗示: 38.5%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
24.8% (オッズ暗示: 29.4%)
○AIランク評価 (順位学習モデル)
レース内 3位 (上位評価)
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
12.7% (オッズ暗示: 22.2%)
△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)
-28% (オッズ過剰評価)
AI 予想勝率
12.2% (オッズ暗示: 16.9%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
6.1% (オッズ暗示: 7.8%)
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
5.5% (オッズ暗示: 4.3%)
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
2.7% (オッズ暗示: 4.0%)
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
1.8% (オッズ暗示: 1.6%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
1.1% (オッズ暗示: 1.5%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
0.8% (オッズ暗示: 0.6%)
💡 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
7
マーレオ
¥100
実23.0倍
期待値 +26%
❌不的中10着単勝 23.0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。
