名古屋 1R 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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カイトアザリー	尾崎章（愛知）	実57.2	B× A×勝率1% EV-50% 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 07/01 名古屋3R 4着/12頭 06/18 名古屋4R 4着/12頭 05/25 名古屋1R 7着/10頭 05/07 名古屋2R 10着/10頭+3.6秒 04/24 名古屋2R 8着/12頭+2.5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 5.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.9% / 期待値 -51% ※ 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	ナンヨーロイヤル自在	今井貴（愛知）	実17.8	B○ A▲勝率8% EV+34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し）
前5走 07/31 名古屋6R 8着/12頭+1.9秒 07/14 名古屋1R 5着/12頭 05/12 川崎8R 7着/12頭+1.3秒 03/12 船橋7R 3着/9頭+1.1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 6.7着 ▽ 距離適性同距離は 3走で勝ち無し ○ 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) +7% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.5% / 期待値 +34% ※ 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	ウインマデイラ	大原浩（笠松）	実6.2	B△ A○勝率12% EV-24% 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5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 07/31 名古屋6R 3着/12頭+0.7秒 07/14 名古屋1R 6着/12頭+1.0秒 06/18 名古屋3R 2着/12頭 06/03 名古屋4R 5着/12頭+7.0秒 05/19 名古屋4R 3着/11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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 16.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.2% / 期待値 -25% ※ 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	クロムハーツガール	東川慎（笠松）	実229.8	B× A▽勝率0% 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 07/31 名古屋6R 12着/12頭+4.6秒 07/14 名古屋1R 12着/12頭+4.0秒 07/01 名古屋3R 11着/12頭+4.0秒 06/22 名古屋2R 11着/11頭 06/02 名古屋1R 11着/12頭+2.0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 11.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -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 0.3% / 期待値 -34% ※ 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	ジューンスマッシュ	近藤颯（愛知）	実29.3	B× A▽勝率2% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 名古屋1R 4着/12頭+0.0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 4.0着 × 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 0.2% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 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	メイナンファスト差し	渡邊竜（笠松）	実15.2	B× A△勝率7% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/31 名古屋6R 5着/12頭+0.8秒 07/15 名古屋11R 9着/12頭 10/16 名古屋3R 1着/11頭勝利 09/18 名古屋9R 6着/12頭+1.2秒 09/04 名古屋8R 3着/10頭+1.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 16% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 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。
7	アウトリュコス	望月洵（愛知）	実20.9	B▲ A△勝率4% EV-6% 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／騎手は近50戦で勝率28%）
前5走 07/30 名古屋1R 6着/11頭+1.3秒 07/13 名古屋4R 1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 50% (絶好調) ◎ 騎手近50戦勝率 28% (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) -61% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 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。
8	ハクノセブン差し	細川智（愛知）	実90.0	B× A▽勝率1% EV-32% 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 05/24 312R 7着/9頭+1.8秒 05/10 316R 5着/10頭+1.5秒 04/25 312R 7着/10頭+2.9秒 04/12 312R 4着/10頭+2.3秒 02/08 311R 3着/9頭+0.3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 6.3着 ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.8% / 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。
9	メーテルリンク	木之葵（愛知）	実11.6	B△ A△勝率7% EV-22% 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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 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。
10	ヴェロシア	塚本征（愛知）	実1.3	B🌟◎ A🌟◎勝率57% EV-26% 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100%と好調／前走勝利の勢い／騎手は近50戦で勝率20%）
前5走 07/28 名古屋4R 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戦の調子勝率 100% (絶好調) ◎ 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 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 88.7% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 56.8% / 期待値 -26% ※ 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	チェリカキング	加藤聡（愛知）	実36.0	B△ A▽勝率2% EV-39% 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 07/31 名古屋6R 11着/12頭+3.6秒 06/30 名古屋1R 1着/12頭 06/05 名古屋2R 4着/12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 18% ▽ 前走実績前走 11着 (大敗) ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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 ◎

ヴェロシア

騎手塚本征（愛知）

単勝オッズ

1.3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

○A:▲2ナンヨーロイヤル

17.8倍

EV +7%

▲A:△7アウトリュコス

20.9倍

EV -61%

出走馬全11頭

◎A:◎10

ヴェロシア

塚本征（愛知）

1.3倍

+15%

›

○A:▲2

ナンヨーロイヤル

今井貴（愛知）

17.8倍

+7%

›

▲A:△7

アウトリュコス

望月洵（愛知）

20.9倍

-61%

›

△A:△9

メーテルリンク

木之葵（愛知）

11.6倍

-81%

›

△A:○3

ウインマデイラ

大原浩（笠松）

6.2倍

-95%

›

△A:▽11

チェリカキング

加藤聡（愛知）

36.0倍

-81%

›

×A:△6

メイナンファスト

渡邊竜（笠松）

15.2倍

-96%

›

×A:▽5

ジューンスマッシュ

近藤颯（愛知）

29.3倍

-92%

›

×A:×1

カイトアザリー

尾崎章（愛知）

57.2倍

-99%

›

×A:▽8

ハクノセブン

細川智（愛知）

90.0倍

-99%

›

×A:▽4

クロムハーツガール

東川慎（笠松）

229.8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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カイトアザリー	尾崎章（愛知）	実57.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 07/01 名古屋3R 4着/12頭 06/18 名古屋4R 4着/12頭 05/25 名古屋1R 7着/10頭 05/07 名古屋2R 10着/10頭+3.6秒 04/24 名古屋2R 8着/12頭+2.5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 5.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.7%) ※ 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	ナンヨーロイヤル自在	今井貴（愛知）	実17.8	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し）
前5走 07/31 名古屋6R 8着/12頭+1.9秒 07/14 名古屋1R 5着/12頭 05/12 川崎8R 7着/12頭+1.3秒 03/12 船橋7R 3着/9頭+1.1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 6.7着 ▽ 距離適性同距離は 3走で勝ち無し ○ 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) +34% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.6%) ※ 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。
3	ウインマデイラ	大原浩（笠松）	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 07/31 名古屋6R 3着/12頭+0.7秒 07/14 名古屋1R 6着/12頭+1.0秒 06/18 名古屋3R 2着/12頭 06/03 名古屋4R 5着/12頭+7.0秒 05/19 名古屋4R 3着/11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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 16.1%) ※ 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。
4	クロムハーツガール	東川慎（笠松）	実229.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／直近3走平均11.7着と低調）
前5走 07/31 名古屋6R 12着/12頭+4.6秒 07/14 名古屋1R 12着/12頭+4.0秒 07/01 名古屋3R 11着/12頭+4.0秒 06/22 名古屋2R 11着/11頭 06/02 名古屋1R 11着/12頭+2.0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 11.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ※ 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	ジューンスマッシュ	近藤颯（愛知）	実29.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 名古屋1R 4着/12頭+0.0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 4.0着 × 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 2.2% (オッズ暗示: 3.4%) ※ 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	メイナンファスト差し	渡邊竜（笠松）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/31 名古屋6R 5着/12頭+0.8秒 07/15 名古屋11R 9着/12頭 10/16 名古屋3R 1着/11頭勝利 09/18 名古屋9R 6着/12頭+1.2秒 09/04 名古屋8R 3着/10頭+1.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 16% ○ 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) -0% (オッズ過剰評価) AI 予想勝率 6.6% (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。
7	アウトリュコス	望月洵（愛知）	実20.9	△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／騎手は近50戦で勝率28%）
前5走 07/30 名古屋1R 6着/11頭+1.3秒 07/13 名古屋4R 1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 50% (絶好調) ◎ 騎手近50戦勝率 28% (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) -6% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.8%) ※ 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	ハクノセブン差し	細川智（愛知）	実90.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／88日ぶりの実戦）
前5走 05/24 312R 7着/9頭+1.8秒 05/10 316R 5着/10頭+1.5秒 04/25 312R 7着/10頭+2.9秒 04/12 312R 4着/10頭+2.3秒 02/08 311R 3着/9頭+0.3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 6.3着 ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.8% (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。
9	メーテルリンク	木之葵（愛知）	実11.6	△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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 8.6%) ※ 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	ヴェロシア	塚本征（愛知）	実1.3	🌟◎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100%と好調／前走勝利の勢い／騎手は近50戦で勝率20%）
前5走 07/28 名古屋4R 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戦の調子勝率 100% (絶好調) ◎ 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 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 56.8% (オッズ暗示: 76.9%) ※ 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。
11	チェリカキング	加藤聡（愛知）	実36.0	▽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 07/31 名古屋6R 11着/12頭+3.6秒 06/30 名古屋1R 1着/12頭 06/05 名古屋2R 4着/12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 18% ▽ 前走実績前走 11着 (大敗) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.8%) ※ 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

ヴェロシア

騎手塚本征（愛知）

単勝オッズ

1.3倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ウインマデイラ

6.2倍

EV -24%

▲2ナンヨーロイヤル

17.8倍

EV +34%

出走馬全11頭

◎10

ヴェロシア

塚本征（愛知）

1.3倍

-26%

›

○3

ウインマデイラ

大原浩（笠松）

6.2倍

-24%

›

▲2

ナンヨーロイヤル

今井貴（愛知）

17.8倍

+34%

›

△9

メーテルリンク

木之葵（愛知）

11.6倍

-22%

›

△6

メイナンファスト

渡邊竜（笠松）

15.2倍

›

△7

アウトリュコス

望月洵（愛知）

20.9倍

-6%

›

▽5

ジューンスマッシュ

近藤颯（愛知）

29.3倍

-36%

›

▽11

チェリカキング

加藤聡（愛知）

36.0倍

-39%

›

×1

カイトアザリー

尾崎章（愛知）

57.2倍

-50%

›

▽8

ハクノセブン

細川智（愛知）

90.0倍

-32%

›

▽4

クロムハーツガール

東川慎（笠松）

229.8倍

-33%

›

💡 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