名古屋 5R 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

5R 名古屋競馬場ダ1400m ダート1400m　発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カリビアンダンサー	今井貴（愛知）	実50.7	B△ A▽勝率2% EV+16% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +16% ※ 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	ナムラライラック	木之葵（愛知）	実7.1	B× A△勝率6% EV-58% 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4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/29 名古屋4R 4着/11頭+0.7秒 07/02 名古屋4R 5着/11頭 06/18 名古屋4R 1着/12頭 06/03 名古屋2R 2着/12頭 ―
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 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 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 0.2% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.9% / 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。
3	ベラケンタウロス	望月洵（愛知）	実4.8	B○ A▲勝率13% EV-37% 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3着／騎手は近50戦で勝率20%）
前5走 07/29 名古屋5R 3着/12頭+0.7秒 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭 06/03 名古屋4R 2着/12頭+2.0秒 05/04 名古屋4R 3着/10頭+0.9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 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) +118% (市場が大幅過小評価) AI 予想勝率 45.6% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 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。
4	ララクレアドルーン	大畑雅（愛知）	実18.3	B△ A△勝率4% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 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 1.5% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 -32% ※ 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	ルナーマンス	阪野学（愛知）	実73.1	B× A▽勝率1% EV-29% 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5R 10着/12頭+2.9秒 07/02 船橋9R 3着/3頭 ― ― ―
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 6.5着 △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 10位 / 勝率 1.0% / 期待値 -29% ※ 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	ナムラシンジロー	塚本征（愛知）	実2.0	B▲ A🌟◎勝率42% EV-15% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 5.8% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.2% / 期待値 -16% ※ 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	キャメロン	友森翔（愛知）	実72.3	B× A▽勝率1% EV+7% 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5R 7着/12頭+1.6秒 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0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 7.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 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 9位 / 勝率 1.5% / 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。
8	フェスティヴニーサ	加藤聡（愛知）	実25.3	B△ A△勝率6% EV+39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走2着）
前5走 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0秒 06/02 名古屋2R 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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 20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 0.6% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 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。
9	テリオスヒナ	小笠羚（愛知）	実4.6	B🌟◎ A○勝率20% EV-5% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/30 名古屋1R 1着/11頭勝利 07/17 名古屋3R 2着/3頭 06/30 名古屋4R 2着/12頭+0.0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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20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 45.6% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.5% / 期待値 -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。
10	ジーティーウンカイ	丸山真（愛知）	実27.1	B× A▽勝率3% EV-16% 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0%と苦戦傾向／前走2着）
前5走 07/29 名古屋4R 2着/11頭+0.6秒 07/14 名古屋3R 2着/12頭+0.0秒 06/22 名古屋5R 9着/12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 3走で勝率 0% (苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -16% ※ 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	コパノモロッコ	近藤颯（愛知）	実86.9	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 07/15 名古屋2R 11着/12頭+0.0秒 07/02 名古屋4R 8着/11頭 06/17 名古屋3R 7着/11頭 05/20 園田4R 10着/12頭 04/22 園田10R 6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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11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 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。
12	レヨンドルミエール	村上弘（愛知）	実156.7	B× A▽勝率0% EV-22% 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4R 11着/11頭+4.6秒 07/15 名古屋1R 12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 11.5着 (不振) ▽ 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 0.5% / 期待値 -22% ※ 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 ○

テリオスヒナ

騎手小笠羚（愛知）

単勝オッズ

4.6倍

AI期待値

+109%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3ベラケンタウロス

4.8倍

EV +118%

▲A:◎6ナムラシンジロー

2.0倍

EV -88%

出走馬全12頭

◎A:○9

テリオスヒナ

小笠羚（愛知）

4.6倍

+109%

›

○A:▲3

ベラケンタウロス

望月洵（愛知）

4.8倍

+118%

›

▲A:◎6

ナムラシンジロー

塚本征（愛知）

2.0倍

-88%

›

△A:△4

ララクレアドルーン

大畑雅（愛知）

18.3倍

-72%

›

△A:△8

フェスティヴニーサ

加藤聡（愛知）

25.3倍

-85%

›

△A:▽1

カリビアンダンサー

今井貴（愛知）

50.7倍

-71%

›

×A:△2

ナムラライラック

木之葵（愛知）

7.1倍

-98%

›

×A:▽10

ジーティーウンカイ

丸山真（愛知）

27.1倍

-94%

›

×A:▽7

キャメロン

友森翔（愛知）

72.3倍

-99%

›

×A:▽5

ルナーマンス

阪野学（愛知）

73.1倍

-99%

›

×A:▽11

コパノモロッコ

近藤颯（愛知）

86.9倍

-99%

›

×A:▽12

レヨンドルミエール

村上弘（愛知）

156.7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

5R 名古屋競馬場ダ1400m ダート1400m　発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カリビアンダンサー	今井貴（愛知）	実50.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.0%) ※ 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。
2	ナムラライラック	木之葵（愛知）	実7.1	△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4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/29 名古屋4R 4着/11頭+0.7秒 07/02 名古屋4R 5着/11頭 06/18 名古屋4R 1着/12頭 06/03 名古屋2R 2着/12頭 ―
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 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 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) -58% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 14.1%) ※ 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	ベラケンタウロス	望月洵（愛知）	実4.8	▲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3着／騎手は近50戦で勝率20%）
前5走 07/29 名古屋5R 3着/12頭+0.7秒 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭 06/03 名古屋4R 2着/12頭+2.0秒 05/04 名古屋4R 3着/10頭+0.9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 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 20.8%) ※ 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。
4	ララクレアドルーン	大畑雅（愛知）	実18.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 5.5%) ※ 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。
5	ルナーマンス	阪野学（愛知）	実73.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 名古屋5R 10着/12頭+2.9秒 07/02 船橋9R 3着/3頭 ― ― ―
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 6.5着 △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -29% (オッズ過剰評価) AI 予想勝率 1.0% (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。
6	ナムラシンジロー	塚本征（愛知）	実2.0	🌟◎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（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 42.2% (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。
7	キャメロン	友森翔（愛知）	実72.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率4%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/29 名古屋5R 7着/12頭+1.6秒 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0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 7.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 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) +7% (市場と概ね一致) AI 予想勝率 1.5% (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。
8	フェスティヴニーサ	加藤聡（愛知）	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9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走2着）
前5走 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0秒 06/02 名古屋2R 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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 5.5% (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。
9	テリオスヒナ	小笠羚（愛知）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/30 名古屋1R 1着/11頭勝利 07/17 名古屋3R 2着/3頭 06/30 名古屋4R 2着/12頭+0.0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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 20.5% (オッズ暗示: 21.7%) ※ 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	ジーティーウンカイ	丸山真（愛知）	実27.1	▽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0%と苦戦傾向／前走2着）
前5走 07/29 名古屋4R 2着/11頭+0.6秒 07/14 名古屋3R 2着/12頭+0.0秒 06/22 名古屋5R 9着/12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 3走で勝率 0% (苦戦) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 3.1% (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。
11	コパノモロッコ	近藤颯（愛知）	実86.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/15 名古屋2R 11着/12頭+0.0秒 07/02 名古屋4R 8着/11頭 06/17 名古屋3R 7着/11頭 05/20 園田4R 10着/12頭 04/22 園田10R 6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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) △ 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。
12	レヨンドルミエール	村上弘（愛知）	実156.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 07/29 名古屋4R 11着/11頭+4.6秒 07/15 名古屋1R 12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 11.5着 (不振) ▽ 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) -22% (オッズ過剰評価) AI 予想勝率 0.5% (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

ナムラシンジロー

騎手塚本征（愛知）

単勝オッズ

2.0倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9テリオスヒナ

4.6倍

EV -5%

▲3ベラケンタウロス

4.8倍

EV -37%

出走馬全12頭

◎6

ナムラシンジロー

塚本征（愛知）

2.0倍

-15%

›

○9

テリオスヒナ

小笠羚（愛知）

4.6倍

-5%

›

▲3

ベラケンタウロス

望月洵（愛知）

4.8倍

-37%

›

△2

ナムラライラック

木之葵（愛知）

7.1倍

-58%

›

△8

フェスティヴニーサ

加藤聡（愛知）

25.3倍

+39%

›

△4

ララクレアドルーン

大畑雅（愛知）

18.3倍

-31%

›

▽10

ジーティーウンカイ

丸山真（愛知）

27.1倍

-16%

›

▽1

カリビアンダンサー

今井貴（愛知）

50.7倍

+16%

›

▽7

キャメロン

友森翔（愛知）

72.3倍

+7%

›

▽5

ルナーマンス

阪野学（愛知）

73.1倍

-29%

›

▽11

コパノモロッコ

近藤颯（愛知）

86.9倍

-27%

›

▽12

レヨンドルミエール

村上弘（愛知）

156.7倍

-22%

›

💡 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