名古屋 9R 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

9R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローズドゥレッシュ	丸野勝（愛知）	実17.9	B× A▽勝率3% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し／前走2着）
前5走 07/17 名古屋10R 2着/12頭 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7着/11頭 05/25 名古屋2R 3着/10頭+0.0秒 05/08 名古屋3R 6着/10頭+1.1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 4.7着 × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -44% ※ 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	ドルチェルナ	阪野学（愛知）	実38.2	B× A▽勝率3% EV-1% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%）
前5走 07/01 名古屋7R 6着/11頭 06/17 名古屋6R 6着/11頭 06/03 名古屋8R 7着/12頭+2.0秒 05/20 名古屋4R 8着/11頭+0.0秒 04/22 名古屋7R 6着/12頭+1.3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 6.3着 ○ 当競馬場適性 18走で勝率 22% (相性良) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 9走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) × 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: 2.6%) ▽ Aモデルの評価 (参考) レース内 8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。
3	ラブバイオレット逃げ	丹羽克（愛知）	実9.6	B△ A△勝率6% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場24走で勝率4%と苦戦傾向／前走3着）
前5走 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1秒 03/27 名古屋4R 7着/12頭+2.7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 4.7着 × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 期待値 -44% ※ 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	カスミヅキ	塚本征（愛知）	実13.1	B△ A△勝率7% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭 05/25 名古屋12R 3着/11頭 05/08 名古屋4R 3着/10頭+0.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.6% / 期待値 -14% ※ 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	タッチザシーリング	近藤颯（愛知）	実61.8	B○ A▽勝率1% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% 🌟◎ 期待値 (オッズ vs AI勝率) +231% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -20% ※ 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	トータルダイヤ先行	山田祥（愛知）	実40.5	B× A△勝率3% EV+27% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 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。
7	ドラゴンガール推奨	今井貴（愛知）	実7.3	B▲ A○勝率21% EV+55% 詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/17 名古屋6R 2着/3頭 07/03 名古屋9R 3着/12頭+0.0秒 06/04 名古屋12R 7着/12頭 05/22 名古屋8R 2着/11頭+2.0秒 04/23 名古屋4R 9着/12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 4.0着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 2着 (好走) ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 13.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.3% / 期待値 +56% ※ 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	イナズマライン	木之葵（愛知）	実86.8	B× A▽勝率1% EV-27% 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 4着/12頭 05/20 名古屋9R 7着/11頭+0.0秒 05/06 名古屋5R 10着/11頭+4.3秒 04/09 名古屋5R 6着/11頭+1.3秒 03/25 名古屋11R 12着/12頭+4.1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 26走で勝率 8% △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (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 0.8% / 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。
9	ホウオウシーザー	細川智（愛知）	実10.2	B△ A▲勝率13% EV+34% 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67%と好調／前走勝利の勢い）
前5走 07/03 名古屋1R 1着/12頭 06/22 名古屋1R 4着/11頭+0.0秒 06/03 名古屋12R 1着/12頭 05/21 名古屋2R 5着/10頭 05/06 名古屋1R 7着/11頭+0.3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 67% (絶好調) △ 当競馬場適性 17走で勝率 12% △ 距離適性同距離 15走で勝率 13% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 9.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 期待値 +34% ※ 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	エンジェルナンバー逃げ	渡邊竜（笠松）	実1.4	B🌟◎ A🌟◎勝率40% EV-44% 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19走で勝率26%と適性高／同距離帯15走で勝率27%／直近3走で勝率67%と好調）
前5走 03/11 名古屋12R 3着/11頭+0.4秒 02/13 名古屋12R 1着/11頭勝利 01/30 名古屋5R 1着/12頭勝利 01/05 名古屋5R 1着/12頭勝利 12/24 名古屋8R 4着/11頭+1.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 19走で勝率 26% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ ローテーション 142日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 82.9% (オッズ暗示: 71.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.7% / 期待値 -44% ※ 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	エグザルテーション	大原浩（笠松）	実92.7	B× A▽勝率2% EV+61% 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8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7秒 12/09 名古屋11R 10着/12頭+2.0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 10.0着 (不振) ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% ◎ 馬場適性同馬場 15走で勝率 33% △ 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 9位 / 勝率 1.7% / 期待値 +61% ※ 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	パルティーダ	柿原翔（愛知）	実155.0	B× A▽勝率1% EV+21% 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7R 10着/12頭 06/18 名古屋8R 10着/10頭+0.0秒 06/04 名古屋8R 7着/11頭 05/21 名古屋7R 6着/10頭 05/06 名古屋5R 4着/11頭+2.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 18走で勝率 11% △ 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 +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。

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 ◎

エンジェルナンバー

騎手渡邊竜（笠松）

単勝オッズ

1.4倍

AI期待値

+16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽5タッチザシーリング

61.8倍

EV +231%

▲A:○7ドラゴンガール

7.3倍

EV -66%

出走馬全12頭

◎A:◎10

エンジェルナンバー

渡邊竜（笠松）

1.4倍

+16%

›

○A:▽5

タッチザシーリング

近藤颯（愛知）

61.8倍

+231%

›

▲A:○7

ドラゴンガール

今井貴（愛知）

7.3倍

-66%

›

△A:△4

カスミヅキ

塚本征（愛知）

13.1倍

-53%

›

△A:▲9

ホウオウシーザー

細川智（愛知）

10.2倍

-68%

›

△A:△3

ラブバイオレット

丹羽克（愛知）

9.6倍

-98%

›

×A:▽1

ローズドゥレッシュ

丸野勝（愛知）

17.9倍

-97%

›

×A:▽2

ドルチェルナ

阪野学（愛知）

38.2倍

-97%

›

×A:△6

トータルダイヤ

山田祥（愛知）

40.5倍

-97%

›

×A:▽8

イナズマライン

木之葵（愛知）

86.8倍

-99%

›

×A:▽11

エグザルテーション

大原浩（笠松）

92.7倍

-99%

›

×A:▽12

パルティーダ

柿原翔（愛知）

155.0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 7 ドラゴンガール ¥200 実7.3倍期待値 -66% ❌不的中6着単勝 7.3倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

9R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローズドゥレッシュ	丸野勝（愛知）	実17.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し／前走2着）
前5走 07/17 名古屋10R 2着/12頭 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7着/11頭 05/25 名古屋2R 3着/10頭+0.0秒 05/08 名古屋3R 6着/10頭+1.1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 4.7着 × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 3.1% (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。
2	ドルチェルナ	阪野学（愛知）	実38.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%）
前5走 07/01 名古屋7R 6着/11頭 06/17 名古屋6R 6着/11頭 06/03 名古屋8R 7着/12頭+2.0秒 05/20 名古屋4R 8着/11頭+0.0秒 04/22 名古屋7R 6着/12頭+1.3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 6.3着 ○ 当競馬場適性 18走で勝率 22% (相性良) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 9走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) 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。
3	ラブバイオレット逃げ	丹羽克（愛知）	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場24走で勝率4%と苦戦傾向／前走3着）
前5走 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1秒 03/27 名古屋4R 7着/12頭+2.7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 4.7着 × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 10.4%) ※ 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。
4	カスミヅキ	塚本征（愛知）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭 05/25 名古屋12R 3着/11頭 05/08 名古屋4R 3着/10頭+0.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.6%) ※ 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。
5	タッチザシーリング	近藤颯（愛知）	実61.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.3% (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。
6	トータルダイヤ先行	山田祥（愛知）	実40.5	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) +27% (市場と概ね一致) AI 予想勝率 3.1% (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。
7	ドラゴンガール推奨	今井貴（愛知）	実7.3	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+55%の中穴候補（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/17 名古屋6R 2着/3頭 07/03 名古屋9R 3着/12頭+0.0秒 06/04 名古屋12R 7着/12頭 05/22 名古屋8R 2着/11頭+2.0秒 04/23 名古屋4R 9着/12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 4.0着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 2着 (好走) ○ 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) +55% (市場が大幅過小評価) AI 予想勝率 21.3% (オッズ暗示: 13.7%) ※ 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。
8	イナズマライン	木之葵（愛知）	実86.8	▽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 4着/12頭 05/20 名古屋9R 7着/11頭+0.0秒 05/06 名古屋5R 10着/11頭+4.3秒 04/09 名古屋5R 6着/11頭+1.3秒 03/25 名古屋11R 12着/12頭+4.1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 26走で勝率 8% △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.2%) ※ 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。
9	ホウオウシーザー	細川智（愛知）	実10.2	▲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67%と好調／前走勝利の勢い）
前5走 07/03 名古屋1R 1着/12頭 06/22 名古屋1R 4着/11頭+0.0秒 06/03 名古屋12R 1着/12頭 05/21 名古屋2R 5着/10頭 05/06 名古屋1R 7着/11頭+0.3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 67% (絶好調) △ 当競馬場適性 17走で勝率 12% △ 距離適性同距離 15走で勝率 13% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +34% (妙味あり) AI 予想勝率 13.2% (オッズ暗示: 9.8%) ※ 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。
10	エンジェルナンバー逃げ	渡邊竜（笠松）	実1.4	🌟◎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19走で勝率26%と適性高／同距離帯15走で勝率27%／直近3走で勝率67%と好調）
前5走 03/11 名古屋12R 3着/11頭+0.4秒 02/13 名古屋12R 1着/11頭勝利 01/30 名古屋5R 1着/12頭勝利 01/05 名古屋5R 1着/12頭勝利 12/24 名古屋8R 4着/11頭+1.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 19走で勝率 26% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ ローテーション 142日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 39.7% (オッズ暗示: 71.4%) ※ 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	エグザルテーション	大原浩（笠松）	実92.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均10.0着と低調）
前5走 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7秒 12/09 名古屋11R 10着/12頭+2.0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 10.0着 (不振) ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% ◎ 馬場適性同馬場 15走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 1.7% (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。
12	パルティーダ	柿原翔（愛知）	実155.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 06/30 名古屋7R 10着/12頭 06/18 名古屋8R 10着/10頭+0.0秒 06/04 名古屋8R 7着/11頭 05/21 名古屋7R 6着/10頭 05/06 名古屋5R 4着/11頭+2.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 18走で勝率 11% △ 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) +21% (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。

🎯 AIの本命

AI評価1位

エンジェルナンバー

騎手渡邊竜（笠松）

単勝オッズ

1.4倍

AI期待値

-44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ドラゴンガール

7.3倍

EV +55%

▲9ホウオウシーザー

10.2倍

EV +34%

出走馬全12頭

◎10

エンジェルナンバー

渡邊竜（笠松）

1.4倍

-44%

›

○7

ドラゴンガール

今井貴（愛知）

7.3倍

+55%

›

▲9

ホウオウシーザー

細川智（愛知）

10.2倍

+34%

›

△4

カスミヅキ

塚本征（愛知）

13.1倍

-13%

›

△3

ラブバイオレット

丹羽克（愛知）

9.6倍

-44%

›

△6

トータルダイヤ

山田祥（愛知）

40.5倍

+27%

›

▽1

ローズドゥレッシュ

丸野勝（愛知）

17.9倍

-44%

›

▽2

ドルチェルナ

阪野学（愛知）

38.2倍

-1%

›

▽11

エグザルテーション

大原浩（笠松）

92.7倍

+61%

›

▽5

タッチザシーリング

近藤颯（愛知）

61.8倍

-20%

›

▽8

イナズマライン

木之葵（愛知）

86.8倍

-27%

›

▽12

パルティーダ

柿原翔（愛知）

155.0倍

+21%

›

💡 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 7 ドラゴンガール ¥200 実7.3倍期待値 +56% ❌不的中6着単勝 7.3倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。