名古屋 7R 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

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	タマモサウルス	大原浩（笠松）	実37.4	B× A×勝率1% EV-59% 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 07/28 名古屋5R 3着/12頭+2.8秒 06/30 名古屋6R 11着/12頭 06/16 名古屋6R 8着/10頭+0.0秒 06/02 名古屋6R 7着/12頭 05/19 名古屋12R 11着/11頭+2.7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 7.3着 (不振) △ 当競馬場適性 66走で勝率 8% △ 距離適性同距離 46走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 21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 10位 / 勝率 1.1% / 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。
2	メイショウミスイチ	今井貴（愛知）	実32.7	B△ A▽勝率2% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭 06/16 名古屋7R 6着/10頭 06/02 名古屋7R 7着/12頭+1.0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 8.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 -38% ※ 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	マッサーノ	丸山真（愛知）	実23.5	B× A×勝率2% EV-59% 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 07/28 名古屋5R 2着/12頭+2.4秒 06/30 名古屋12R 7着/12頭 06/16 名古屋6R 9着/10頭 06/02 名古屋5R 6着/11頭 05/19 名古屋6R 8着/11頭+1.2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 6.0着 × 当競馬場適性 37走で勝率 0% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 21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 9位 / 勝率 1.7% / 期待値 -60% ※ 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	ウタカタ先行	木之葵（愛知）	実21.5	B△ A△勝率2% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 07/28 名古屋12R 8着/10頭+1.9秒 06/30 名古屋6R 10着/12頭 06/02 名古屋6R 11着/12頭 05/19 名古屋6R 3着/11頭+0.3秒 05/04 名古屋6R 5着/10頭+2.2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 9.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21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: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.0% / 期待値 -57% ※ 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	ナムラアダム	柿原翔（愛知）	実74.3	B× A×勝率0% EV-77% 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 07/28 名古屋6R 9着/12頭+3.4秒 07/13 名古屋6R 12着/12頭+8.0秒 06/02 名古屋7R 10着/12頭+0.0秒 05/20 名古屋2R 8着/10頭+0.0秒 04/20 名古屋9R 11着/11頭+3.8秒
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 10.3着 (不振) × 当競馬場適性 73走で勝率 4% (苦戦) ▽ 距離適性同距離は 68走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21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 12位 / 勝率 0.3% / 期待値 -77% ※ 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	ヤタガラスマヒナ自在	加藤利（愛知）	実37.1	B× A▽勝率2% EV-33% 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 07/28 名古屋6R 10着/12頭+3.9秒 01/28 名古屋1R 12着/12頭+2.7秒 01/14 名古屋4R 5着/11頭+1.2秒 01/02 名古屋7R 4着/11頭+2.2秒 12/22 名古屋3R 6着/12頭+2.4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 9.0着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21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 8位 / 勝率 1.8% / 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。
7	オルトジュピター差し	大畑雅（愛知）	実18.7	B△ A△勝率6% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走3着）
前5走 07/28 名古屋6R 3着/12頭+0.8秒 07/13 名古屋12R 7着/12頭 06/30 名古屋5R 3着/11頭 06/02 名古屋5R 10着/11頭 03/23 名古屋7R 9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 4.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 21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: 5.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.6% / 期待値 +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。
8	ロッカフラダンサー自在	大畑慧（愛知）	実3.8	B○ A○勝率22% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 07/13 名古屋5R 3着/3頭 09/02 名古屋3R 2着/12頭+1.0秒 08/19 名古屋4R 4着/11頭+2.5秒 04/23 名古屋7R 8着/11頭+1.0秒 04/10 名古屋3R 6着/12頭+0.9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 3.0着 (安定) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 39.5% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 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。
9	ストレンジャー追込	小笠羚（愛知）	実22.7	B× A△勝率4% EV-19% 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 07/28 名古屋5R 4着/12頭+3.4秒 06/30 名古屋6R 7着/12頭 05/19 名古屋7R 9着/11頭+3.1秒 05/04 名古屋12R 7着/11頭+1.8秒 04/20 名古屋8R 12着/12頭+4.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 23走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21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 5位 / 勝率 3.5% / 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。
10	メイショウヨリキリ差し	望月洵（愛知）	実9.5	B▲ A▲勝率10% EV-3% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 07/13 名古屋6R 11着/12頭 04/08 名古屋6R 8着/11頭+1.9秒 03/10 名古屋4R 4着/11頭+1.1秒 02/23 名古屋2R 1着/11頭勝利 ―
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 7.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 10.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 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	ニシキビブラビブレ追込	丹羽克（愛知）	実54.1	B× A×勝率1% EV-71% 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 12/09 名古屋8R 11着/12頭+3.0秒 11/25 名古屋4R 8着/12頭+4.9秒 11/12 名古屋6R 8着/12頭+3.3秒 10/30 名古屋6R 11着/12頭+6.0秒 10/17 名古屋1R 5着/12頭+0.7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 9.0着 (不振) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 252日休養明け × 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 0.5% / 期待値 -72% ※ 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	ホウオウサンサール先行	塚本征（愛知）	実1.7	B🌟◎ A🌟◎勝率49% EV-16% 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5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／187日ぶりの実戦）
前5走 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5秒 01/02 名古屋6R 3着/11頭+0.4秒 12/19 名古屋6R 4着/12頭+1.1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 4.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 187日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 57.7% (オッズ暗示: 58.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 48.9% / 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。

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 ◎

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.7倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ロッカフラダンサー

3.8倍

EV +50%

▲A:▲10メイショウヨリキリ

9.5倍

EV -87%

出走馬全12頭

◎A:◎12

ホウオウサンサール

塚本征（愛知）

1.7倍

-1%

›

○A:○8

ロッカフラダンサー

大畑慧（愛知）

3.8倍

+50%

›

▲A:▲10

メイショウヨリキリ

望月洵（愛知）

9.5倍

-87%

›

△A:▽2

メイショウミスイチ

今井貴（愛知）

32.7倍

-60%

›

△A:△7

オルトジュピター

大畑雅（愛知）

18.7倍

-97%

›

△A:△4

ウタカタ

木之葵（愛知）

21.5倍

-97%

›

×A:△9

ストレンジャー

小笠羚（愛知）

22.7倍

-99%

›

×A:×3

マッサーノ

丸山真（愛知）

23.5倍

-99%

›

×A:▽6

ヤタガラスマヒナ

加藤利（愛知）

37.1倍

-99%

›

×A:×1

タマモサウルス

大原浩（笠松）

37.4倍

-99%

›

×A:×11

ニシキビブラビブレ

丹羽克（愛知）

54.1倍

-99%

›

×A:×5

ナムラアダム

柿原翔（愛知）

74.3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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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	タマモサウルス	大原浩（笠松）	実37.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/28 名古屋5R 3着/12頭+2.8秒 06/30 名古屋6R 11着/12頭 06/16 名古屋6R 8着/10頭+0.0秒 06/02 名古屋6R 7着/12頭 05/19 名古屋12R 11着/11頭+2.7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 7.3着 (不振) △ 当競馬場適性 66走で勝率 8% △ 距離適性同距離 46走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.7%) ※ 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。
2	メイショウミスイチ	今井貴（愛知）	実32.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭 06/16 名古屋7R 6着/10頭 06/02 名古屋7R 7着/12頭+1.0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 8.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 1.9% (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	マッサーノ	丸山真（愛知）	実23.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場37走で勝率0%と苦戦傾向／同距離帯は39走で勝ち無し／前走2着）
前5走 07/28 名古屋5R 2着/12頭+2.4秒 06/30 名古屋12R 7着/12頭 06/16 名古屋6R 9着/10頭 06/02 名古屋5R 6着/11頭 05/19 名古屋6R 8着/11頭+1.2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 6.0着 × 当競馬場適性 37走で勝率 0% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
4	ウタカタ先行	木之葵（愛知）	実21.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 07/28 名古屋12R 8着/10頭+1.9秒 06/30 名古屋6R 10着/12頭 06/02 名古屋6R 11着/12頭 05/19 名古屋6R 3着/11頭+0.3秒 05/04 名古屋6R 5着/10頭+2.2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 9.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.7%) ※ 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	ナムラアダム	柿原翔（愛知）	実74.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場73走で勝率4%と苦戦傾向／同距離帯は68走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/28 名古屋6R 9着/12頭+3.4秒 07/13 名古屋6R 12着/12頭+8.0秒 06/02 名古屋7R 10着/12頭+0.0秒 05/20 名古屋2R 8着/10頭+0.0秒 04/20 名古屋9R 11着/11頭+3.8秒
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 10.3着 (不振) × 当競馬場適性 73走で勝率 4% (苦戦) ▽ 距離適性同距離は 68走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.3%) ※ 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。
6	ヤタガラスマヒナ自在	加藤利（愛知）	実37.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率0%と苦戦傾向／同距離帯は31走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/28 名古屋6R 10着/12頭+3.9秒 01/28 名古屋1R 12着/12頭+2.7秒 01/14 名古屋4R 5着/11頭+1.2秒 01/02 名古屋7R 4着/11頭+2.2秒 12/22 名古屋3R 6着/12頭+2.4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 9.0着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 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 1.8% (オッズ暗示: 2.7%) ※ 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	オルトジュピター差し	大畑雅（愛知）	実18.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走3着）
前5走 07/28 名古屋6R 3着/12頭+0.8秒 07/13 名古屋12R 7着/12頭 06/30 名古屋5R 3着/11頭 06/02 名古屋5R 10着/11頭 03/23 名古屋7R 9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 4.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.3%) ※ 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	ロッカフラダンサー自在	大畑慧（愛知）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 07/13 名古屋5R 3着/3頭 09/02 名古屋3R 2着/12頭+1.0秒 08/19 名古屋4R 4着/11頭+2.5秒 04/23 名古屋7R 8着/11頭+1.0秒 04/10 名古屋3R 6着/12頭+0.9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 3.0着 (安定) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 26.3%) ※ 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	ストレンジャー追込	小笠羚（愛知）	実22.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/28 名古屋5R 4着/12頭+3.4秒 06/30 名古屋6R 7着/12頭 05/19 名古屋7R 9着/11頭+3.1秒 05/04 名古屋12R 7着/11頭+1.8秒 04/20 名古屋8R 12着/12頭+4.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 23走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.4%) ※ 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	メイショウヨリキリ差し	望月洵（愛知）	実9.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 07/13 名古屋6R 11着/12頭 04/08 名古屋6R 8着/11頭+1.9秒 03/10 名古屋4R 4着/11頭+1.1秒 02/23 名古屋2R 1着/11頭勝利 ―
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 7.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 10.5%) ※ 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。
11	ニシキビブラビブレ追込	丹羽克（愛知）	実54.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率2%と苦戦傾向／同距離帯は39走で勝ち無し／直近3走平均9.0着と低調）
前5走 12/09 名古屋8R 11着/12頭+3.0秒 11/25 名古屋4R 8着/12頭+4.9秒 11/12 名古屋6R 8着/12頭+3.3秒 10/30 名古屋6R 11着/12頭+6.0秒 10/17 名古屋1R 5着/12頭+0.7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 9.0着 (不振) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 252日休養明け × 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 0.5% (オッズ暗示: 1.8%) ※ 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	ホウオウサンサール先行	塚本征（愛知）	実1.7	🌟◎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5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／187日ぶりの実戦）
前5走 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5秒 01/02 名古屋6R 3着/11頭+0.4秒 12/19 名古屋6R 4着/12頭+1.1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 4.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 187日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 48.9% (オッズ暗示: 58.8%) ※ 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。

🎯 AIの本命

AI評価1位

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.7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

○8ロッカフラダンサー

3.8倍

EV -14%

▲10メイショウヨリキリ

9.5倍

EV -3%

出走馬全12頭

◎12

ホウオウサンサール

塚本征（愛知）

1.7倍

-16%

›

○8

ロッカフラダンサー

大畑慧（愛知）

3.8倍

-14%

›

▲10

メイショウヨリキリ

望月洵（愛知）

9.5倍

-3%

›

△7

オルトジュピター

大畑雅（愛知）

18.7倍

+5%

›

△9

ストレンジャー

小笠羚（愛知）

22.7倍

-19%

›

△4

ウタカタ

木之葵（愛知）

21.5倍

-57%

›

▽2

メイショウミスイチ

今井貴（愛知）

32.7倍

-38%

›

▽6

ヤタガラスマヒナ

加藤利（愛知）

37.1倍

-33%

›

×3

マッサーノ

丸山真（愛知）

23.5倍

-59%

›

×1

タマモサウルス

大原浩（笠松）

37.4倍

-59%

›

×11

ニシキビブラビブレ

丹羽克（愛知）

54.1倍

-71%

›

×5

ナムラアダム

柿原翔（愛知）

74.3倍

-77%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項