名古屋 3R 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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレースシャルマン追込	大畑雅（愛知）	実18.5	B× A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4秒 04/10 名古屋5R 8着/11頭+2.4秒 03/26 名古屋6R 7着/12頭+3.0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 9.0着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 19走で勝率 11% × 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 0.2% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -48% ※ 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	テルケンレンテル逃げ	村上弘（愛知）	実2.3	B🌟◎ A🌟◎勝率41% EV-1% 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（直近3走で勝率33%と好調／337日ぶりの実戦）
前5走 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5秒 07/25 名古屋10R 1着/11頭勝利 07/09 名古屋4R 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 13走で勝率 23% (相性良) △ 距離適性同距離 20走で勝率 10% ○ 馬場適性同馬場 13走で勝率 23% △ ローテーション 337日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 73.3% (オッズ暗示: 43.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.1% / 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	ブリリアントギフト	望月洵（愛知）	実20.6	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 07/29 名古屋2R 6着/11頭+1.5秒 07/14 名古屋6R 8着/12頭 07/02 名古屋12R 10着/12頭 06/19 名古屋2R 9着/11頭+1.0秒 05/22 名古屋5R 4着/10頭+0.0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 8.0着 (不振) △ 当競馬場適性 83走で勝率 6% △ 距離適性同距離 71走で勝率 7% ◎ 騎手近50戦勝率 24% (好調) ○ 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 1.4% / 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。
4	ラプラタ自在	近藤颯（愛知）	実70.7	B× A▽勝率1% EV-39% 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 05/15 川崎12R 14着/14頭+4.4秒 04/06 川崎7R 14着/14頭+3.5秒 03/05 川崎6R 11着/11頭+4.0秒 02/05 川崎6R 12着/12頭+3.3秒 01/02 川崎6R 14着/14頭+5.0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 13.0着 (不振) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 14着 (大敗) △ ローテーション 96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 0.9% / 期待値 -40% ※ 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	タガノポストマン	小笠羚（愛知）	実6.0	B▲ A△勝率9% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場25走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭 05/21 名古屋1R 6着/10頭 05/05 名古屋12R 5着/12頭+1.2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 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 21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) -73% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 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。
6	キャヴァリアルティ	大原浩（笠松）	実25.3	B△ A▽勝率3% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／前走3着）
前5走 07/29 名古屋12R 3着/12頭+1.8秒 07/13 名古屋7R 3着/12頭 07/01 名古屋6R 6着/12頭+0.0秒 06/18 名古屋12R 7着/12頭 06/03 名古屋5R 3着/12頭+4.0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 4.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 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) -62% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。
7	ツキヨザクラ自在	細川智（愛知）	実7.3	B△ A▲勝率13% EV-10% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／177日ぶりの実戦）
前5走 02/23 名古屋4R 1着/12頭勝利 01/26 名古屋6R 4着/12頭+1.1秒 01/14 名古屋8R 8着/12頭+1.2秒 01/01 名古屋7R 9着/12頭+2.1秒 12/19 名古屋1R 6着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 177日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.9% / 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。
8	アルーリングソレル	今井貴（愛知）	実15.2	B× A△勝率5% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率3%と苦戦傾向／同距離帯は34走で勝ち無し）
前5走 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0秒 05/21 名古屋2R 4着/10頭 04/22 名古屋8R 8着/11頭+1.4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 6.7着 × 当競馬場適性 35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 12着 (大敗) × 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: 6.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 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。
9	ベールドゥフィーユ	友森翔（愛知）	実37.2	B× A×勝率1% EV-55% 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12R 4着/12頭+1.8秒 07/14 名古屋5R 3着/3頭 07/01 名古屋12R 9着/12頭 06/17 名古屋4R 4着/11頭+0.0秒 06/03 名古屋12R 12着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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) -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 1.3% / 期待値 -55% ※ 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	ベルフォン	加藤聡（愛知）	実5.4	B○ A○勝率18% EV+0% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場23走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／前走3着）
前5走 07/14 名古屋12R 3着/11頭 07/01 名古屋6R 5着/12頭 06/17 名古屋12R 5着/12頭+1.0秒 06/03 名古屋6R 6着/12頭+3.0秒 05/20 名古屋8R 4着/10頭
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 4.3着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.7% / 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。
11	ラブミーエール追込	丹羽克（愛知）	実34.5	B× A×勝率1% EV-81% 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2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12頭+3.5秒 05/06 船橋1R 6着/10頭+1.6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) ▽ 距離適性同距離は 9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) -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 -82% ※ 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	アグネス	東川慎（笠松）	実14.0	B△ A△勝率4% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 07/29 名古屋12R 6着/12頭+1.9秒 07/14 名古屋6R 4着/12頭+0.0秒 07/01 名古屋12R 10着/12頭+0.0秒 06/17 名古屋1R 2着/11頭 06/03 名古屋12R 8着/12頭
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 6.7着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 20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) -92% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -40% ※ 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 ◎

テルケンレンテル

騎手村上弘（愛知）

単勝オッズ

2.3倍

AI期待値

+68%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ベルフォン

5.4倍

EV -17%

▲A:△5タガノポストマン

6.0倍

EV -73%

出走馬全12頭

◎A:◎2

テルケンレンテル

村上弘（愛知）

2.3倍

+68%

›

○A:○10

ベルフォン

加藤聡（愛知）

5.4倍

-17%

›

▲A:△5

タガノポストマン

小笠羚（愛知）

6.0倍

-73%

›

△A:▲7

ツキヨザクラ

細川智（愛知）

7.3倍

-67%

›

△A:▽6

キャヴァリアルティ

大原浩（笠松）

25.3倍

-62%

›

△A:△12

アグネス

東川慎（笠松）

14.0倍

-91%

›

×A:▽1

グレースシャルマン

大畑雅（愛知）

18.5倍

-96%

›

×A:△8

アルーリングソレル

今井貴（愛知）

15.2倍

-98%

›

×A:×3

ブリリアントギフト

望月洵（愛知）

20.6倍

-99%

›

×A:×11

ラブミーエール

丹羽克（愛知）

34.5倍

-99%

›

×A:×9

ベールドゥフィーユ

友森翔（愛知）

37.2倍

-99%

›

×A:▽4

ラプラタ

近藤颯（愛知）

70.7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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレースシャルマン追込	大畑雅（愛知）	実18.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4秒 04/10 名古屋5R 8着/11頭+2.4秒 03/26 名古屋6R 7着/12頭+3.0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 9.0着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 19走で勝率 11% × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 5.4%) ※ 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。
2	テルケンレンテル逃げ	村上弘（愛知）	実2.3	🌟◎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（直近3走で勝率33%と好調／337日ぶりの実戦）
前5走 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5秒 07/25 名古屋10R 1着/11頭勝利 07/09 名古屋4R 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 13走で勝率 23% (相性良) △ 距離適性同距離 20走で勝率 10% ○ 馬場適性同馬場 13走で勝率 23% △ ローテーション 337日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 41.1% (オッズ暗示: 43.5%) ※ 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。
3	ブリリアントギフト	望月洵（愛知）	実20.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／騎手は近50戦で勝率24%）
前5走 07/29 名古屋2R 6着/11頭+1.5秒 07/14 名古屋6R 8着/12頭 07/02 名古屋12R 10着/12頭 06/19 名古屋2R 9着/11頭+1.0秒 05/22 名古屋5R 4着/10頭+0.0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 8.0着 (不振) △ 当競馬場適性 83走で勝率 6% △ 距離適性同距離 71走で勝率 7% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.9%) ※ 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	ラプラタ自在	近藤颯（愛知）	実70.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は22走で勝ち無し／直近3走平均13.0着と低調／96日ぶりの実戦）
前5走 05/15 川崎12R 14着/14頭+4.4秒 04/06 川崎7R 14着/14頭+3.5秒 03/05 川崎6R 11着/11頭+4.0秒 02/05 川崎6R 12着/12頭+3.3秒 01/02 川崎6R 14着/14頭+5.0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 13.0着 (不振) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 14着 (大敗) △ ローテーション 96日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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。
5	タガノポストマン	小笠羚（愛知）	実6.0	△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25走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭 05/21 名古屋1R 6着/10頭 05/05 名古屋12R 5着/12頭+1.2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 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 21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) -46% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 16.7%) ※ 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。
6	キャヴァリアルティ	大原浩（笠松）	実25.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／前走3着）
前5走 07/29 名古屋12R 3着/12頭+1.8秒 07/13 名古屋7R 3着/12頭 07/01 名古屋6R 6着/12頭+0.0秒 06/18 名古屋12R 7着/12頭 06/03 名古屋5R 3着/12頭+4.0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 4.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.0%) ※ 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。
7	ツキヨザクラ自在	細川智（愛知）	実7.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／177日ぶりの実戦）
前5走 02/23 名古屋4R 1着/12頭勝利 01/26 名古屋6R 4着/12頭+1.1秒 01/14 名古屋8R 8着/12頭+1.2秒 01/01 名古屋7R 9着/12頭+2.1秒 12/19 名古屋1R 6着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 177日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 12.9% (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	アルーリングソレル	今井貴（愛知）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率3%と苦戦傾向／同距離帯は34走で勝ち無し）
前5走 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0秒 05/21 名古屋2R 4着/10頭 04/22 名古屋8R 8着/11頭+1.4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 6.7着 × 当競馬場適性 35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 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.6%) ※ 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。
9	ベールドゥフィーユ	友森翔（愛知）	実37.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 07/29 名古屋12R 4着/12頭+1.8秒 07/14 名古屋5R 3着/3頭 07/01 名古屋12R 9着/12頭 06/17 名古屋4R 4着/11頭+0.0秒 06/03 名古屋12R 12着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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) -55% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
10	ベルフォン	加藤聡（愛知）	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場23走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／前走3着）
前5走 07/14 名古屋12R 3着/11頭 07/01 名古屋6R 5着/12頭 06/17 名古屋12R 5着/12頭+1.0秒 06/03 名古屋6R 6着/12頭+3.0秒 05/20 名古屋8R 4着/10頭
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 4.3着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 18.5%) ※ 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	ラブミーエール追込	丹羽克（愛知）	実34.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は9走で勝ち無し／直近3走平均10.0着と低調）
前5走 07/29 名古屋2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12頭+3.5秒 05/06 船橋1R 6着/10頭+1.6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) ▽ 距離適性同距離は 9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) -82% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
12	アグネス	東川慎（笠松）	実14.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 07/29 名古屋12R 6着/12頭+1.9秒 07/14 名古屋6R 4着/12頭+0.0秒 07/01 名古屋12R 10着/12頭+0.0秒 06/17 名古屋1R 2着/11頭 06/03 名古屋12R 8着/12頭
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 6.7着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 20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) -40% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 7.1%) ※ 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の本命

AI評価1位

テルケンレンテル

騎手村上弘（愛知）

単勝オッズ

2.3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

○10ベルフォン

5.4倍

EV +0%

▲7ツキヨザクラ

7.3倍

EV -10%

出走馬全12頭

◎2

テルケンレンテル

村上弘（愛知）

2.3倍

-1%

›

○10

ベルフォン

加藤聡（愛知）

5.4倍

+0%

›

▲7

ツキヨザクラ

細川智（愛知）

7.3倍

-10%

›

△5

タガノポストマン

小笠羚（愛知）

6.0倍

-46%

›

△8

アルーリングソレル

今井貴（愛知）

15.2倍

-20%

›

△12

アグネス

東川慎（笠松）

14.0倍

-39%

›

▽1

グレースシャルマン

大畑雅（愛知）

18.5倍

-47%

›

▽6

キャヴァリアルティ

大原浩（笠松）

25.3倍

-39%

›

×3

ブリリアントギフト

望月洵（愛知）

20.6倍

-71%

›

×9

ベールドゥフィーユ

友森翔（愛知）

37.2倍

-55%

›

▽4

ラプラタ

近藤颯（愛知）

70.7倍

-39%

›

×11

ラブミーエール

丹羽克（愛知）

34.5倍

-81%

›

💡 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