名古屋 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アットザホップ逃げ推奨	大畑慧（愛知）	実13.7	B◎ A▽勝率4% EV-45% 詳細▼	市場が大きく過小評価、AI予想勝率55% × オッズ13.7倍で期待値+658%の有力候補（直近3走勝率67%と絶好調／当競馬場13走で勝率31%と適性高／同距離帯で勝率25%と得意）
前5走 07/29 名古屋7R 6着/12頭+0.8秒 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利 03/11 名古屋3R 2着/11頭+0.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 12走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) +658% (市場が大幅過小評価) AI 予想勝率 55.4% (オッズ暗示: 7.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。
2	インジェニアス	加藤聡（愛知）	実18.7	B× A×勝率2% 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 07/13 名古屋10R 9着/12頭 07/01 名古屋11R 9着/11頭 06/02 名古屋9R 8着/12頭 05/19 名古屋10R 9着/12頭+1.1秒 05/04 名古屋10R 4着/8頭+0.7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 8.7着 (不振) ○ 当競馬場適性 63走で勝率 16% (相性良) ○ 距離適性同距離 35走で勝率 23% ◎ 騎手近50戦勝率 20% (好調) × 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 2.4% / 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。
3	ヴィジブルライト先行推奨	塚本征（愛知）	実7.2	B× A◎勝率25% EV+81% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全／騎手は近50戦勝率22%と好調）
前5走 07/22 大井12R 8着/11頭+2.4秒 07/01 大井8R 9着/14頭+2.0秒 05/21 大井6R 8着/12頭 04/30 大井8R 6着/10頭+1.8秒 04/16 大井8R 5着/12頭+0.7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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 22% (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) -100% (大幅な期待値マイナス) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.2% / 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。
4	アフロビート	筒井勇（笠松）	実10.0	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17走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 07/29 名古屋7R 3着/12頭+0.2秒 07/14 名古屋9R 8着/11頭 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭
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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 14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) -93% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 -45% ※ 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	ヴァルドグラース	木之葵（愛知）	実9.5	B▲ A△勝率11% EV+1% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場20走で勝率5%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 07/30 名古屋10R 2着/11頭+1.2秒 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10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 2.7着 (安定) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +67% (市場が大幅過小評価) AI 予想勝率 17.7% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
6	サンマルエンパイア逃げ	大畑雅（愛知）	実1.9	B△ A○勝率25% EV-53% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯24走で勝率29%／同馬場状態で勝率36%／280日ぶりの実戦）
前5走 11/12 名古屋11R 4着/9頭+0.7秒 10/17 名古屋11R 3着/11頭+0.3秒 10/02 名古屋11R 3着/12頭+0.8秒 09/03 名古屋11R 1着/12頭勝利 07/23 名古屋11R 3着/12頭+0.4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 3.3着 ○ 当競馬場適性 27走で勝率 22% (相性良) ◎ 距離適性同距離 24走で勝率 29% ◎ 馬場適性同馬場 14走で勝率 36% △ ローテーション 280日休養明け × 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 1.8% (オッズ暗示: 52.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.7% / 期待値 -53% ※ 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	グラスチアー	加藤誓（愛知）	実120.9	B× A▽勝率1% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率4%と苦戦傾向／同距離帯は48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7R 11着/12頭+1.5秒 07/14 名古屋9R 10着/11頭 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭
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 48走で勝率 4% (苦戦) ▽ 距離適性同距離は 48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) -82% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.7% / 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。
8	ハクサンシャトル逃げ	今井貴（愛知）	実11.7	B△ A△勝率9% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場50走で勝率4%と苦戦傾向／同距離帯は47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7R 7着/12頭+1.3秒 06/30 名古屋7R 4着/12頭+0.0秒 06/05 名古屋7R 1着/12頭 05/08 名古屋1R 1着/10頭勝利 04/24 名古屋3R 5着/12頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 50走で勝率 4% (苦戦) ▽ 距離適性同距離は 47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) -53% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -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	イットウショウグウ追込	近藤颯（愛知）	実25.7	B× A×勝率1% EV-68% 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8R 12着/12頭+3.7秒 05/28 浦和6R 8着/12頭 05/06 船橋6R 14着/14頭+2.3秒 04/20 浦和7R 12着/12頭+5.4秒 03/17 浦和8R 12着/12頭+7.1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 11.3着 (不振) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 14% ▽ 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 9位 / 勝率 1.2% / 期待値 -68% ※ 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	ウィッティングハム	丸野勝（愛知）	実7.3	B○ A▲勝率17% EV+24% 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5走 07/29 名古屋7R 5着/12頭+0.7秒 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10頭 06/05 名古屋12R 3着/11頭
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 23走で勝率 13% ○ 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) +48% (妙味あり) AI 予想勝率 20.3% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.0% / 期待値 +24% ※ 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

B推奨Aモデル ▽

アットザホップ

騎手大畑慧（愛知）

単勝オッズ

13.7倍

AI期待値

+658%

買い目

¥1,200

全レースの推奨

AIの推奨本命の次点

○A:▲10ウィッティングハム

7.3倍

EV +48%

▲A:△5ヴァルドグラース

9.5倍

EV +67%

出走馬全10頭

◎A:▽1

アットザホップ

大畑慧（愛知）

13.7倍

+658%

›

○A:▲10

ウィッティングハム

丸野勝（愛知）

7.3倍

+48%

›

▲A:△5

ヴァルドグラース

木之葵（愛知）

9.5倍

+67%

›

△A:△8

ハクサンシャトル

今井貴（愛知）

11.7倍

-53%

›

△A:○6

サンマルエンパイア

大畑雅（愛知）

1.9倍

-96%

›

△A:△4

アフロビート

筒井勇（笠松）

10.0倍

-93%

›

×A:▽7

グラスチアー

加藤誓（愛知）

120.9倍

-81%

›

×A:◎3

ヴィジブルライト

塚本征（愛知）

7.2倍

-99%

›

×A:×2

インジェニアス

加藤聡（愛知）

18.7倍

-99%

›

×A:×9

イットウショウグウ

近藤颯（愛知）

25.7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

A. 市場込みモデル

単勝 3 ヴィジブルライト ¥300 実7.2倍期待値 +82% ❌不的中6着単勝 7.2倍

B. 市場除外+キャリブ

単勝 1 アットザホップ ¥1,200 実13.7倍期待値 +658% ❌不的中3着単勝 13.7倍

※ オッズは予測時点の値です。

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アットザホップ逃げ推奨	大畑慧（愛知）	実13.7	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場13走で勝率31%と適性高／同距離帯で勝率25%と得意）
前5走 07/29 名古屋7R 6着/12頭+0.8秒 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利 03/11 名古屋3R 2着/11頭+0.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 12走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.3%) ※ 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。
2	インジェニアス	加藤聡（愛知）	実18.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／騎手は近50戦で勝率20%）
前5走 07/13 名古屋10R 9着/12頭 07/01 名古屋11R 9着/11頭 06/02 名古屋9R 8着/12頭 05/19 名古屋10R 9着/12頭+1.1秒 05/04 名古屋10R 4着/8頭+0.7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 8.7着 (不振) ○ 当競馬場適性 63走で勝率 16% (相性良) ○ 距離適性同距離 35走で勝率 23% ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 2.4% (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。
3	ヴィジブルライト先行推奨	塚本征（愛知）	実7.2	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+81%の中穴候補（適度な間隔で状態万全／騎手は近50戦勝率22%と好調）
前5走 07/22 大井12R 8着/11頭+2.4秒 07/01 大井8R 9着/14頭+2.0秒 05/21 大井6R 8着/12頭 04/30 大井8R 6着/10頭+1.8秒 04/16 大井8R 5着/12頭+0.7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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 22% (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) +81% (市場が大幅過小評価) AI 予想勝率 25.2% (オッズ暗示: 13.9%) ※ 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	アフロビート	筒井勇（笠松）	実10.0	△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17走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 07/29 名古屋7R 3着/12頭+0.2秒 07/14 名古屋9R 8着/11頭 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭
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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 14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) -45% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 10.0%) ※ 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。
5	ヴァルドグラース	木之葵（愛知）	実9.5	△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20走で勝率5%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 07/30 名古屋10R 2着/11頭+1.2秒 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10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 2.7着 (安定) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +1% (市場と概ね一致) AI 予想勝率 10.6% (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。
6	サンマルエンパイア逃げ	大畑雅（愛知）	実1.9	○詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯24走で勝率29%／同馬場状態で勝率36%／280日ぶりの実戦）
前5走 11/12 名古屋11R 4着/9頭+0.7秒 10/17 名古屋11R 3着/11頭+0.3秒 10/02 名古屋11R 3着/12頭+0.8秒 09/03 名古屋11R 1着/12頭勝利 07/23 名古屋11R 3着/12頭+0.4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 3.3着 ○ 当競馬場適性 27走で勝率 22% (相性良) ◎ 距離適性同距離 24走で勝率 29% ◎ 馬場適性同馬場 14走で勝率 36% △ ローテーション 280日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 24.7% (オッズ暗示: 52.6%) ※ 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。
7	グラスチアー	加藤誓（愛知）	実120.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率4%と苦戦傾向／同距離帯は48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7R 11着/12頭+1.5秒 07/14 名古屋9R 10着/11頭 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭
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 48走で勝率 4% (苦戦) ▽ 距離適性同距離は 48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) -12% (オッズ過剰評価) AI 予想勝率 0.7% (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。
8	ハクサンシャトル逃げ	今井貴（愛知）	実11.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場50走で勝率4%と苦戦傾向／同距離帯は47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7R 7着/12頭+1.3秒 06/30 名古屋7R 4着/12頭+0.0秒 06/05 名古屋7R 1着/12頭 05/08 名古屋1R 1着/10頭勝利 04/24 名古屋3R 5着/12頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 50走で勝率 4% (苦戦) ▽ 距離適性同距離は 47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) -0% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.5%) ※ 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。
9	イットウショウグウ追込	近藤颯（愛知）	実25.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調）
前5走 07/29 名古屋8R 12着/12頭+3.7秒 05/28 浦和6R 8着/12頭 05/06 船橋6R 14着/14頭+2.3秒 04/20 浦和7R 12着/12頭+5.4秒 03/17 浦和8R 12着/12頭+7.1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 11.3着 (不振) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 14% ▽ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.9%) ※ 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。
10	ウィッティングハム	丸野勝（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5走 07/29 名古屋7R 5着/12頭+0.7秒 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10頭 06/05 名古屋12R 3着/11頭
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 23走で勝率 13% ○ 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) +24% (市場と概ね一致) AI 予想勝率 17.0% (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。

🎯 AIの本命

A推奨

ヴィジブルライト

騎手塚本征（愛知）

単勝オッズ

7.2倍

AI期待値

+81%

買い目

¥300

全レースの推奨

AIの推奨本命の次点

○6サンマルエンパイア

1.9倍

EV -53%

▲10ウィッティングハム

7.3倍

EV +24%

出走馬全10頭

◎3

ヴィジブルライト

塚本征（愛知）

7.2倍

+81%

›

○6

サンマルエンパイア

大畑雅（愛知）

1.9倍

-53%

›

▲10

ウィッティングハム

丸野勝（愛知）

7.3倍

+24%

›

△5

ヴァルドグラース

木之葵（愛知）

9.5倍

+1%

›

△8

ハクサンシャトル

今井貴（愛知）

11.7倍

›

△4

アフロビート

筒井勇（笠松）

10.0倍

-44%

›

▽1

アットザホップ

大畑慧（愛知）

13.7倍

-45%

›

×2

インジェニアス

加藤聡（愛知）

18.7倍

-55%

›

×9

イットウショウグウ

近藤颯（愛知）

25.7倍

-68%

›

▽7

グラスチアー

加藤誓（愛知）

120.9倍

-12%

›

💡 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

A. 市場込みモデル

単勝 3 ヴィジブルライト ¥300 実7.2倍期待値 +82% ❌不的中6着単勝 7.2倍

B. 市場除外+キャリブ

単勝 1 アットザホップ ¥1,200 実13.7倍期待値 -46% ❌不的中3着単勝 13.7倍

※ オッズは予測時点の値です。

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