名古屋 4R 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 |
クイーンオブハート |
加藤聡（愛知） |
実31.3 |
B× A×勝率1% EV-58% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.2%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -58% ※ 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 |
ポプリーニ |
望月洵（愛知） |
実6.1 |
B△ A○勝率10% EV-39% 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 1.3% (オッズ暗示: 16.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 9.9% / 期待値 -39% ※ 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 |
ブロンディ |
大畑慧（愛知） |
実12.8 |
B△ A△勝率7% EV-12% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -13% ※ 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 |
バッカス |
小笠羚（愛知） |
実31.3 |
B○ A△勝率4% EV+30% 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) -25% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 +31% ※ 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 |
センリョウヤクシャ |
阪野学（愛知） |
実3.7 |
B× A▲勝率9% EV-65% 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) -100% (大幅な期待値マイナス) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 -66% ※ 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 |
マイトグラッド |
丹羽克（愛知） |
実17.3 |
B× A△勝率4% EV-23% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 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。 |
| 7 |
ターコイズテソーロ |
丸野勝（愛知） |
実100.7 |
B▲ A▽勝率1% EV-2% 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) +83% (市場が大幅過小評価) AI 予想勝率 1.8% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -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。 |
| 8 |
トモロウィンアスク |
近藤颯（愛知） |
実34.9 |
B△ A▽勝率2% EV-22% 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 1.3% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 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 |
オーケーグレイス |
丸山真（愛知） |
実183.8 |
B× A▽勝率1% EV-1% 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 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。 |
| 10 |
ビックリパラダイス |
加藤誓（愛知） |
実42.1 |
B× A▽勝率2% EV-21% 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) -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 1.9% / 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。 |
| 11 |
クルスデルスール |
渡邊竜（笠松） |
実35.7 |
B× A▽勝率2% EV-11% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 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。 |
| 12 |
マイネルスラーヴァ |
今井貴（愛知） |
実1.8 |
B🌟◎ A🌟◎勝率56% EV+0% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 1位 (最上位評価) 🌟◎期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 92.3% (オッズ暗示: 55.6%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 55.9% / 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。 |
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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
🌟◎期待値 (オッズ vs AI勝率)
+66% (市場が大幅過小評価)
AI 予想勝率
92.3% (オッズ暗示: 55.6%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 55.9% / 期待値 +1%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
2.4% (オッズ暗示: 3.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.2% / 期待値 +31%
🌟◎期待値 (オッズ vs AI勝率)
+83% (市場が大幅過小評価)
AI 予想勝率
1.8% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.0% / 期待値 -2%
×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
1.3% (オッズ暗示: 16.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 9.9% / 期待値 -39%
×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
1.3% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.2% / 期待値 -22%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 7.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.8% / 期待値 -13%
×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
0.1% (オッズ暗示: 5.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.4% / 期待値 -24%
×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
0.1% (オッズ暗示: 3.2%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.3% / 期待値 -58%
×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
0.1% (オッズ暗示: 2.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.5% / 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 3位 / 勝率 9.3% / 期待値 -66%
×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 1.9% / 期待値 -21%
×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
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 |
クイーンオブハート |
加藤聡（愛知） |
実31.3 |
×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) -58% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.2%) ※ 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 |
ポプリーニ |
望月洵（愛知） |
実6.1 |
○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) -39% (大幅な期待値マイナス) AI 予想勝率 9.9% (オッズ暗示: 16.4%) ※ 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。 |
| 3 |
ブロンディ |
大畑慧（愛知） |
実12.8 |
△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) -13% (オッズ過剰評価) AI 予想勝率 6.8% (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。 |
| 4 |
バッカス |
小笠羚（愛知） |
実31.3 |
△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) +30% (妙味あり) AI 予想勝率 4.2% (オッズ暗示: 3.2%) ※ 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。 |
| 5 |
センリョウヤクシャ |
阪野学（愛知） |
実3.7 |
▲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) -66% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 27.0%) ※ 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 |
マイトグラッド |
丹羽克（愛知） |
実17.3 |
△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) -24% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.8%) ※ 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 |
ターコイズテソーロ |
丸野勝（愛知） |
実100.7 |
▽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) -2% (オッズ過剰評価) AI 予想勝率 1.0% (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。 |
| 8 |
トモロウィンアスク |
近藤颯（愛知） |
実34.9 |
▽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 2.2% (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。 |
| 9 |
オーケーグレイス |
丸山真（愛知） |
実183.8 |
▽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) -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。 |
| 10 |
ビックリパラダイス |
加藤誓（愛知） |
実42.1 |
▽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) -21% (オッズ過剰評価) AI 予想勝率 1.9% (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。 |
| 11 |
クルスデルスール |
渡邊竜（笠松） |
実35.7 |
▽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) -11% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.8%) ※ 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 |
マイネルスラーヴァ |
今井貴（愛知） |
実1.8 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 1位 (最上位評価) △期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 55.9% (オッズ暗示: 55.6%) ※ 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。 |
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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
55.9% (オッズ暗示: 55.6%)
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
9.9% (オッズ暗示: 16.4%)
×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
9.3% (オッズ暗示: 27.0%)
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
6.8% (オッズ暗示: 7.8%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
4.4% (オッズ暗示: 5.8%)
◎期待値 (オッズ vs AI勝率)
+30% (妙味あり)
AI 予想勝率
4.2% (オッズ暗示: 3.2%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 2.8%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
2.2% (オッズ暗示: 2.9%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.4%)
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 3.2%)
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
1.0% (オッズ暗示: 1.0%)
△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
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。
