名古屋 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンメリダ差し	近藤颯（愛知）	実39.9	B× A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0秒 10/17 名古屋10R 12着/12頭+4.5秒 09/18 名古屋12R 4着/12頭+1.2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 8.7着 (不振) ○ 当競馬場適性 25走で勝率 16% (相性良) △ 距離適性同距離 14走で勝率 7% ○ 馬場適性同馬場 17走で勝率 24% ○ 騎手近50戦勝率 16% × 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 0.0% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 -53% ※ 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	リストン自在	阪野学（愛知）	実31.8	B× A▽勝率3% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9着/12頭 05/22 名古屋10R 8着/10頭 05/07 名古屋10R 10着/10頭+3.7秒 04/23 名古屋8R 6着/12頭+2.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 43走で勝率 12% △ 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) ○ ローテーション 14日の間隔 (理想的) × 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 0.0% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
3	フローラビーナス	丹羽克（愛知）	実106.4	B× A▽勝率1% EV-10% 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 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒 04/23 名古屋8R 10着/12頭+3.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 17走で勝率 35% ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.8% / 期待値 -10% ※ 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	テルケンユミカグラ逃げ	塚本征（愛知）	実2.7	B○ A◎勝率27% EV-28% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率43%と適性高／同距離帯7走で勝率43%／同馬場状態で勝率50%）
前5走 07/03 名古屋1R 2着/12頭+3.0秒 06/03 名古屋7R 1着/12頭 05/19 名古屋12R 1着/11頭勝利 05/06 名古屋10R 4着/11頭+0.2秒 04/20 名古屋4R 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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 30.5% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.6% / 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。
5	ブルロッソ	渡邊竜（笠松）	実2.0	B△ A○勝率21% EV-57% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定）
前5走 07/03 名古屋10R 4着/12頭 06/22 名古屋1R 2着/11頭+0.0秒 06/05 名古屋1R 3着/11頭+2.0秒 05/22 名古屋8R 6着/11頭+0.0秒 05/06 名古屋1R 1着/11頭勝利
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 3.0着 (安定) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 50.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.1% / 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。
6	アルゴフィリオ	大原浩（笠松）	実26.9	B× A×勝率2% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調）
前5走 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒 04/24 浦和5R 8着/9頭+2.1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 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 -53% ※ 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	リンノパルピート	今井貴（愛知）	実41.9	B× A▽勝率2% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場39走で勝率3%と苦戦傾向／同距離帯は34走で勝ち無し／前走3着）
前5走 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭 05/25 名古屋6R 9着/10頭 05/08 名古屋8R 10着/11頭+2.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 39走で勝率 3% (苦戦) ▽ 距離適性同距離は 34走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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	シスターネビュラ差し	村上弘（愛知）	実31.9	B× A▽勝率4% 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 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3秒 03/20 浦和8R 6着/13頭+1.5秒 03/02 川崎8R 5着/9頭+0.5秒 02/02 川崎6R 8着/13頭+1.5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 8.3着 (不振) ▽ 距離適性同距離は 30走で勝ち無し ○ ローテーション 25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 7位 / 勝率 3.5% / 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。
9	ネクタール追込推奨	望月洵（愛知）	実11.8	B◎ A▲勝率18% EV+109% 詳細▼	市場が大きく過小評価、AI予想勝率52% × オッズ11.8倍で期待値+508%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率20%）
前5走 07/14 名古屋8R 1着/12頭 06/04 名古屋3R 2着/12頭+1.0秒 05/22 名古屋5R 7着/10頭+2.0秒 05/07 名古屋5R 8着/10頭+0.9秒 02/22 浦和7R 6着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +508% (市場が大幅過小評価) AI 予想勝率 51.6% (オッズ暗示: 8.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 期待値 +109% ※ 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	セラヴィーナス	丸野勝（愛知）	実23.6	B△ A△勝率5% EV+15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し／前走3着）
前5走 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒 05/06 名古屋10R 1着/11頭勝利 04/23 名古屋2R 8着/12頭+1.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 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。
11	クィーンミツコ自在	加藤聡（愛知）	実17.9	B△ A△勝率5% EV-17% 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5走 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭 05/06 名古屋1R 3着/11頭+0.0秒 04/22 名古屋3R 2着/12頭+0.1秒 04/09 名古屋2R 11着/11頭+3.5秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 36走で勝率 6% △ 距離適性同距離 31走で勝率 6% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 期待値 -17% ※ 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	パーソナルレコード推奨	大畑慧（愛知）	実16.2	B▲ A△勝率14% EV+119% 詳細▼	市場が大きく過小評価、AI予想勝率14% × オッズ16.2倍で期待値+120%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭 05/21 名古屋5R 2着/10頭 05/06 名古屋2R 4着/10頭+0.6秒 04/22 名古屋8R 5着/11頭+1.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 7走で勝率 14% ○ 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) +120% (市場が大幅過小評価) AI 予想勝率 13.6% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.6% / 期待値 +120% ※ 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

B推奨Aモデル ▲

ネクタール

騎手望月洵（愛知）

単勝オッズ

11.8倍

AI期待値

+508%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:◎4テルケンユミカグラ

2.7倍

EV -17%

▲A:△12パーソナルレコード

16.2倍

EV +120%

出走馬全12頭

◎A:▲9

ネクタール

望月洵（愛知）

11.8倍

+508%

›

○A:◎4

テルケンユミカグラ

塚本征（愛知）

2.7倍

-17%

›

▲A:△12

パーソナルレコード

大畑慧（愛知）

16.2倍

+120%

›

△A:○5

ブルロッソ

渡邊竜（笠松）

2.0倍

-92%

›

△A:△10

セラヴィーナス

丸野勝（愛知）

23.6倍

-90%

›

△A:△11

クィーンミツコ

加藤聡（愛知）

17.9倍

-99%

›

×A:×6

アルゴフィリオ

大原浩（笠松）

26.9倍

-99%

›

×A:▽2

リストン

阪野学（愛知）

31.8倍

-98%

›

×A:×1

エイシンメリダ

近藤颯（愛知）

39.9倍

-98%

›

×A:▽7

リンノパルピート

今井貴（愛知）

41.9倍

-98%

›

×A:▽8

シスターネビュラ

村上弘（愛知）

31.9倍

-99%

›

×A:▽3

フローラビーナス

丹羽克（愛知）

106.4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 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 12 パーソナルレコード ¥100 実16.2倍期待値 +121% ❌不的中3着単勝 16.2倍

B. 市場除外+キャリブ

単勝 9 ネクタール ¥1,100 実11.8倍期待値 +509% ❌不的中6着単勝 11.8倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンメリダ差し	近藤颯（愛知）	実39.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0秒 10/17 名古屋10R 12着/12頭+4.5秒 09/18 名古屋12R 4着/12頭+1.2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 8.7着 (不振) ○ 当競馬場適性 25走で勝率 16% (相性良) △ 距離適性同距離 14走で勝率 7% ○ 馬場適性同馬場 17走で勝率 24% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.5%) ※ 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	リストン自在	阪野学（愛知）	実31.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9着/12頭 05/22 名古屋10R 8着/10頭 05/07 名古屋10R 10着/10頭+3.7秒 04/23 名古屋8R 6着/12頭+2.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 43走で勝率 12% △ 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) ○ ローテーション 14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 2.6% (オッズ暗示: 3.1%) ※ 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	フローラビーナス	丹羽克（愛知）	実106.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率30%と適性高／同距離帯17走で勝率35%／直近3走平均9.0着と低調）
前5走 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒 04/23 名古屋8R 10着/12頭+3.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 17走で勝率 35% ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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。
4	テルケンユミカグラ逃げ	塚本征（愛知）	実2.7	◎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7走で勝率43%と適性高／同距離帯7走で勝率43%／同馬場状態で勝率50%）
前5走 07/03 名古屋1R 2着/12頭+3.0秒 06/03 名古屋7R 1着/12頭 05/19 名古屋12R 1着/11頭勝利 05/06 名古屋10R 4着/11頭+0.2秒 04/20 名古屋4R 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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 26.6% (オッズ暗示: 37.0%) ※ 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。
5	ブルロッソ	渡邊竜（笠松）	実2.0	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定）
前5走 07/03 名古屋10R 4着/12頭 06/22 名古屋1R 2着/11頭+0.0秒 06/05 名古屋1R 3着/11頭+2.0秒 05/22 名古屋8R 6着/11頭+0.0秒 05/06 名古屋1R 1着/11頭勝利
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 3.0着 (安定) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 21.1% (オッズ暗示: 50.0%) ※ 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	アルゴフィリオ	大原浩（笠松）	実26.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調）
前5走 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒 04/24 浦和5R 8着/9頭+2.1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 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.7%) ※ 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。
7	リンノパルピート	今井貴（愛知）	実41.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場39走で勝率3%と苦戦傾向／同距離帯は34走で勝ち無し／前走3着）
前5走 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭 05/25 名古屋6R 9着/10頭 05/08 名古屋8R 10着/11頭+2.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 39走で勝率 3% (苦戦) ▽ 距離適性同距離は 34走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 1.7% (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。
8	シスターネビュラ差し	村上弘（愛知）	実31.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は30走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3秒 03/20 浦和8R 6着/13頭+1.5秒 03/02 川崎8R 5着/9頭+0.5秒 02/02 川崎6R 8着/13頭+1.5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 8.3着 (不振) ▽ 距離適性同距離は 30走で勝ち無し ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 3.5% (オッズ暗示: 3.1%) ※ 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。
9	ネクタール追込推奨	望月洵（愛知）	実11.8	▲詳細▼	市場が大きく過小評価、AI予想勝率18% × オッズ11.8倍で期待値+109%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率20%）
前5走 07/14 名古屋8R 1着/12頭 06/04 名古屋3R 2着/12頭+1.0秒 05/22 名古屋5R 7着/10頭+2.0秒 05/07 名古屋5R 8着/10頭+0.9秒 02/22 浦和7R 6着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 17.7% (オッズ暗示: 8.5%) ※ 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	セラヴィーナス	丸野勝（愛知）	実23.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し／前走3着）
前5走 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒 05/06 名古屋10R 1着/11頭勝利 04/23 名古屋2R 8着/12頭+1.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) +15% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.2%) ※ 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。
11	クィーンミツコ自在	加藤聡（愛知）	実17.9	△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5走 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭 05/06 名古屋1R 3着/11頭+0.0秒 04/22 名古屋3R 2着/12頭+0.1秒 04/09 名古屋2R 11着/11頭+3.5秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 36走で勝率 6% △ 距離適性同距離 31走で勝率 6% ○ 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) -17% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.6%) ※ 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	パーソナルレコード推奨	大畑慧（愛知）	実16.2	△詳細▼	市場が大きく過小評価、AI予想勝率14% × オッズ16.2倍で期待値+119%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭 05/21 名古屋5R 2着/10頭 05/06 名古屋2R 4着/10頭+0.6秒 04/22 名古屋8R 5着/11頭+1.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 7走で勝率 14% ○ 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) +119% (市場が大幅過小評価) AI 予想勝率 13.6% (オッズ暗示: 6.2%) ※ 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の本命

AI評価1位

テルケンユミカグラ

騎手塚本征（愛知）

単勝オッズ

2.7倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ブルロッソ

2.0倍

EV -57%

▲9ネクタール

11.8倍

EV +109%

出走馬全12頭

◎4

テルケンユミカグラ

塚本征（愛知）

2.7倍

-28%

›

○5

ブルロッソ

渡邊竜（笠松）

2.0倍

-57%

›

▲9

ネクタール

望月洵（愛知）

11.8倍

+109%

›

△12

パーソナルレコード

大畑慧（愛知）

16.2倍

+119%

›

△10

セラヴィーナス

丸野勝（愛知）

23.6倍

+15%

›

△11

クィーンミツコ

加藤聡（愛知）

17.9倍

-17%

›

▽8

シスターネビュラ

村上弘（愛知）

31.9倍

+11%

›

▽2

リストン

阪野学（愛知）

31.8倍

-18%

›

▽7

リンノパルピート

今井貴（愛知）

41.9倍

-26%

›

×6

アルゴフィリオ

大原浩（笠松）

26.9倍

-53%

›

×1

エイシンメリダ

近藤颯（愛知）

39.9倍

-53%

›

▽3

フローラビーナス

丹羽克（愛知）

106.4倍

-10%

›

💡 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

単勝 12 パーソナルレコード ¥100 実16.2倍期待値 +120% ❌不的中3着単勝 16.2倍

B. 市場除外+キャリブ

単勝 9 ネクタール ¥1,100 実11.8倍期待値 +109% ❌不的中6着単勝 11.8倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。