名古屋 2R 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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウウミカゼ	阪野学（愛知）	実88.8	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 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭 05/20 名古屋5R 6着/11頭 05/05 名古屋5R 5着/11頭+1.0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 5.7着 × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22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 1.2% / 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。
2	グルーヴィデザイン追込	加藤聡（愛知）	実3.0	B○ A🌟◎勝率38% EV+13% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/28 名古屋6R 1着/12頭勝利 05/05 名古屋4R 6着/10頭+1.6秒 04/20 名古屋12R 10着/12頭+1.1秒 02/25 名古屋5R 2着/11頭+0.1秒 12/04 名古屋2R 1着/12頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 33.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.7% / 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。
3	ユメミ追込	尾崎章（愛知）	実3.9	B△ A△勝率8% EV-69% 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3走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／前走3着）
前5走 07/28 名古屋7R 3着/12頭+0.3秒 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14頭+2.0秒 04/09 川崎5R 11着/12頭+2.5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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 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 1.1% (オッズ暗示: 25.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 -70% ※ 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	ビックピカンテ	小笠羚（愛知）	実13.9	B× A△勝率4% EV-45% 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12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9着/12頭 06/02 名古屋6R 2着/12頭 05/19 名古屋12R 4着/11頭+1.0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 5.7着 × 当競馬場適性 58走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 22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 3.9% / 期待値 -46% ※ 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	アンジェララヴ	松本一（笠松）	実38.2	B× A▽勝率2% EV-37% 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 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭 06/02 名古屋7R 8着/12頭+2.0秒 05/19 名古屋7R 2着/11頭+1.0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 5.0着 × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し △ 騎手近50戦勝率 2% (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 9位 / 勝率 1.6% / 期待値 -37% ※ 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	ホウオウブライツ自在	塚本征（愛知）	実3.3	B🌟◎ A○勝率27% EV-11% 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29%と適性高／同距離帯6走で勝率33%／同馬場状態で勝率33%）
前5走 07/28 名古屋7R 4着/12頭+0.8秒 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6秒 11/11 名古屋8R 9着/11頭+4.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 22日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +194% (市場が大幅過小評価) AI 予想勝率 89.4% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.8% / 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。
7	ルミノーゾ自在	細川智（愛知）	実24.2	B× A▽勝率3% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向／同距離帯は31走で勝ち無し）
前5走 07/29 名古屋1R 7着/12頭+1.9秒 06/17 名古屋4R 5着/11頭+2.0秒 06/03 名古屋1R 9着/12頭 05/19 名古屋5R 1着/11頭勝利 05/04 名古屋6R 6着/10頭+2.7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 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し △ 騎手近50戦勝率 2% (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: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
8	アドバンスオーセン	東川慎（笠松）	実16.8	B△ A×勝率3% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭 06/03 名古屋1R 3着/12頭+4.0秒 05/20 名古屋7R 6着/11頭
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 7.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 4% (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: 6.0%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -54% ※ 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	ディアマント	木之葵（愛知）	実11.5	B▲ A▲勝率10% EV+19% 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50%と好調）
前5走 07/29 名古屋12R 5着/12頭+1.9秒 06/30 名古屋5R 1着/11頭 ― ― ―
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 50% (絶好調) △ 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) -47% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 8.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 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。
10	クワイエットエニフ	近藤颯（愛知）	実15.8	B△ A△勝率4% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は11走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9頭 06/02 名古屋4R 3着/11頭+1.0秒 05/04 名古屋2R 3着/11頭+0.2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 33% (上り調子) △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.5% / 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	オーブラボー	柿原翔（愛知）	実168.0	B× A▽勝率1% EV-6% 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 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒 06/03 名古屋5R 12着/12頭+2.0秒 05/20 名古屋8R 10着/10頭
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 11.0着 (不振) × 当競馬場適性 70走で勝率 3% (苦戦) ▽ 距離適性同距離は 65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 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 0.6% / 期待値 -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。
12	ハズムリズム逃げ	山田祥（愛知）	実118.4	B× A▽勝率1% EV+38% 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 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0秒 05/06 名古屋1R 11着/11頭+1.2秒 04/22 名古屋4R 8着/12頭+1.2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 11.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 5% ▽ 前走実績前走 12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 11位 / 勝率 1.2% / 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。

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 ○

ホウオウブライツ

騎手塚本征（愛知）

単勝オッズ

3.3倍

AI期待値

+194%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎2グルーヴィデザイン

3.0倍

EV -86%

▲A:▲9ディアマント

11.5倍

EV -47%

出走馬全12頭

◎A:○6

ホウオウブライツ

塚本征（愛知）

3.3倍

+194%

›

○A:◎2

グルーヴィデザイン

加藤聡（愛知）

3.0倍

-86%

›

▲A:▲9

ディアマント

木之葵（愛知）

11.5倍

-47%

›

△A:△3

ユメミ

尾崎章（愛知）

3.9倍

-95%

›

△A:△10

クワイエットエニフ

近藤颯（愛知）

15.8倍

-97%

›

△A:×8

アドバンスオーセン

東川慎（笠松）

16.8倍

-98%

›

×A:▽7

ルミノーゾ

細川智（愛知）

24.2倍

-97%

›

×A:△4

ビックピカンテ

小笠羚（愛知）

13.9倍

-99%

›

×A:▽5

アンジェララヴ

松本一（笠松）

38.2倍

-99%

›

×A:▽1

メイショウウミカゼ

阪野学（愛知）

88.8倍

-99%

›

×A:▽12

ハズムリズム

山田祥（愛知）

118.4倍

-99%

›

×A:▽11

オーブラボー

柿原翔（愛知）

168.0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。

▶ 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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウウミカゼ	阪野学（愛知）	実88.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場34走で勝率3%と苦戦傾向／同距離帯は37走で勝ち無し）
前5走 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭 05/20 名古屋5R 6着/11頭 05/05 名古屋5R 5着/11頭+1.0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 5.7着 × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 1.2% (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。
2	グルーヴィデザイン追込	加藤聡（愛知）	実3.0	🌟◎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40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/28 名古屋6R 1着/12頭勝利 05/05 名古屋4R 6着/10頭+1.6秒 04/20 名古屋12R 10着/12頭+1.1秒 02/25 名古屋5R 2着/11頭+0.1秒 12/04 名古屋2R 1着/12頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 37.7% (オッズ暗示: 33.3%) ※ 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。
3	ユメミ追込	尾崎章（愛知）	実3.9	△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3走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／前走3着）
前5走 07/28 名古屋7R 3着/12頭+0.3秒 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14頭+2.0秒 04/09 川崎5R 11着/12頭+2.5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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 25.6%) ※ 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。
4	ビックピカンテ	小笠羚（愛知）	実13.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場58走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／前走2着）
前5走 07/28 名古屋12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9着/12頭 06/02 名古屋6R 2着/12頭 05/19 名古屋12R 4着/11頭+1.0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 5.7着 × 当競馬場適性 58走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.2%) ※ 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	アンジェララヴ	松本一（笠松）	実38.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場46走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し）
前5走 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭 06/02 名古屋7R 8着/12頭+2.0秒 05/19 名古屋7R 2着/11頭+1.0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 5.0着 × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し △ 騎手近50戦勝率 2% (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) -37% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
6	ホウオウブライツ自在	塚本征（愛知）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯6走で勝率33%／同馬場状態で勝率33%）
前5走 07/28 名古屋7R 4着/12頭+0.8秒 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6秒 11/11 名古屋8R 9着/11頭+4.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 26.8% (オッズ暗示: 30.3%) ※ 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。
7	ルミノーゾ自在	細川智（愛知）	実24.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向／同距離帯は31走で勝ち無し）
前5走 07/29 名古屋1R 7着/12頭+1.9秒 06/17 名古屋4R 5着/11頭+2.0秒 06/03 名古屋1R 9着/12頭 05/19 名古屋5R 1着/11頭勝利 05/04 名古屋6R 6着/10頭+2.7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 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し △ 騎手近50戦勝率 2% (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) -38% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.1%) ※ 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。
8	アドバンスオーセン	東川慎（笠松）	実16.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭 06/03 名古屋1R 3着/12頭+4.0秒 05/20 名古屋7R 6着/11頭
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 7.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 2.7% (オッズ暗示: 6.0%) ※ 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。
9	ディアマント	木之葵（愛知）	実11.5	▲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50%と好調）
前5走 07/29 名古屋12R 5着/12頭+1.9秒 06/30 名古屋5R 1着/11頭 ― ― ―
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 50% (絶好調) △ 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) +19% (市場と概ね一致) AI 予想勝率 10.4% (オッズ暗示: 8.7%) ※ 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。
10	クワイエットエニフ	近藤颯（愛知）	実15.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は11走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9頭 06/02 名古屋4R 3着/11頭+1.0秒 05/04 名古屋2R 3着/11頭+0.2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 33% (上り調子) △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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) -44% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.3%) ※ 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。
11	オーブラボー	柿原翔（愛知）	実168.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場70走で勝率3%と苦戦傾向／同距離帯は65走で勝ち無し／直近3走平均11.0着と低調）
前5走 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒 06/03 名古屋5R 12着/12頭+2.0秒 05/20 名古屋8R 10着/10頭
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 11.0着 (不振) × 当競馬場適性 70走で勝率 3% (苦戦) ▽ 距離適性同距離は 65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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 0.6% (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。
12	ハズムリズム逃げ	山田祥（愛知）	実118.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0秒 05/06 名古屋1R 11着/11頭+1.2秒 04/22 名古屋4R 8着/12頭+1.2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 11.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 5% ▽ 前走実績前走 12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) +38% (妙味あり) AI 予想勝率 1.2% (オッズ暗示: 0.8%) ※ 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

グルーヴィデザイン

騎手加藤聡（愛知）

単勝オッズ

3.0倍

AI期待値

+13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ホウオウブライツ

3.3倍

EV -11%

▲9ディアマント

11.5倍

EV +19%

出走馬全12頭

◎2

グルーヴィデザイン

加藤聡（愛知）

3.0倍

+13%

›

○6

ホウオウブライツ

塚本征（愛知）

3.3倍

-11%

›

▲9

ディアマント

木之葵（愛知）

11.5倍

+19%

›

△3

ユメミ

尾崎章（愛知）

3.9倍

-69%

›

△4

ビックピカンテ

小笠羚（愛知）

13.9倍

-45%

›

△10

クワイエットエニフ

近藤颯（愛知）

15.8倍

-44%

›

×8

アドバンスオーセン

東川慎（笠松）

16.8倍

-53%

›

▽7

ルミノーゾ

細川智（愛知）

24.2倍

-38%

›

▽5

アンジェララヴ

松本一（笠松）

38.2倍

-37%

›

▽1

メイショウウミカゼ

阪野学（愛知）

88.8倍

+10%

›

▽12

ハズムリズム

山田祥（愛知）

118.4倍

+38%

›

▽11

オーブラボー

柿原翔（愛知）

168.0倍

-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。

▶ 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