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 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クモンリュウ先行	大畑雅（愛知）	実31.0	B△ A△勝率6% EV+94% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯は3走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/30 名古屋1R 7着/11頭+1.4秒 06/16 名古屋1R 1着/10頭 06/05 名古屋2R 6着/12頭 05/19 名古屋4R 9着/11頭+5.5秒 03/12 船橋7R 6着/9頭+1.6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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 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 0.2% (オッズ暗示: 3.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 +95% ※ 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	アイオロステソーロ	深澤杏（笠松）	実49.9	B× A×勝率1% EV-57% 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 07/30 名古屋5R 7着/12頭+1.0秒 07/14 名古屋4R 3着/12頭 06/22 名古屋4R 9着/11頭 06/02 名古屋2R 10着/11頭+3.0秒 05/25 名古屋4R 11着/11頭+6.0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 6.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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 11位 / 勝率 0.9% / 期待値 -57% ※ 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	ウインモアナ	小笠羚（愛知）	実85.3	B× A×勝率0% EV-64% 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 07/30 名古屋4R 9着/12頭+2.0秒 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭 06/22 名古屋5R 11着/12頭 06/03 名古屋2R 1着/12頭
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 9.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% △ 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) -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 0.4% / 期待値 -64% ※ 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	ケイツークルサード	近藤颯（愛知）	実3.7	B○ A○勝率17% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/31 名古屋1R 1着/12頭勝利 06/30 名古屋4R 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戦の調子勝率 50% (絶好調) ◎ 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) -83% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.4% / 期待値 -36% ※ 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	スエ自在	丸野勝（愛知）	実45.9	B× A▽勝率2% 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 07/30 名古屋1R 9着/11頭+1.5秒 07/01 名古屋4R 5着/12頭 05/07 名古屋3R 8着/11頭+2.1秒 04/07 名古屋3R 1着/11頭勝利 03/23 名古屋1R 7着/10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 7.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 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。
6	クツシタオトシタ	細川智（愛知）	実49.1	B× A▽勝率1% EV-43% 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 07/27 川崎8R 10着/11頭+2.1秒 07/08 川崎2R 6着/9頭 06/16 川崎1R 11着/12頭 06/02 船橋2R 5着/12頭 05/12 川崎1R 2着/12頭+0.9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 9.0着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24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 -43% ※ 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	シンクシビリティ	渡邊竜（笠松）	実11.3	B▲ A▲勝率7% EV-21% 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／同距離帯は3走で勝ち無し／前走3着）
前5走 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12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 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 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.0% / 期待値 -21% ※ 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	アーデントアイ	加藤聡（愛知）	実1.4	B🌟◎ A🌟◎勝率54% EV-25% 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走平均2.0着と安定／前走2着）
前5走 07/31 名古屋6R 2着/12頭+0.1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 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 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) +30% (妙味あり) AI 予想勝率 93.6% (オッズ暗示: 71.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 53.5% / 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。
9	ルクスプロフェシー	加藤誓（愛知）	実32.2	B△ A△勝率5% EV+67% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.2% / 期待値 +67% ※ 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	ゴッドシュアウイン	今井貴（愛知）	実54.8	B× A▽勝率1% 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 07/30 名古屋4R 7着/12頭+1.4秒 07/17 名古屋1R 1着/3頭 06/16 名古屋3R 5着/11頭+0.0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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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 -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。
11	エバーウインド	筒井勇（笠松）	実48.9	B△ A▽勝率2% EV-24% 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%／同馬場状態で勝率33%）
前5走 07/30 名古屋4R 5着/12頭+1.1秒 07/01 名古屋4R 8着/12頭+4.0秒 06/16 名古屋5R 1着/11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% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 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。
12	ウエスタンオレンジ自在	塚本征（愛知）	実34.2	B× A△勝率3% EV+14% 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 05/07 名古屋3R 11着/11頭+3.3秒 04/23 名古屋5R 5着/11頭+1.6秒 03/23 名古屋3R 1着/11頭勝利 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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 105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 6位 / 勝率 3.3% / 期待値 +14% ※ 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 ◎

アーデントアイ

騎手加藤聡（愛知）

単勝オッズ

1.4倍

AI期待値

+30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4ケイツークルサード

3.7倍

EV -82%

▲A:▲7シンクシビリティ

11.3倍

EV -92%

出走馬全12頭

◎A:◎8

アーデントアイ

加藤聡（愛知）

1.4倍

+30%

›

○A:○4

ケイツークルサード

近藤颯（愛知）

3.7倍

-82%

›

▲A:▲7

シンクシビリティ

渡邊竜（笠松）

11.3倍

-92%

›

△A:△9

ルクスプロフェシー

加藤誓（愛知）

32.2倍

-77%

›

△A:△1

クモンリュウ

大畑雅（愛知）

31.0倍

-92%

›

△A:▽11

エバーウインド

筒井勇（笠松）

48.9倍

-95%

›

×A:△12

ウエスタンオレンジ

塚本征（愛知）

34.2倍

-99%

›

×A:▽5

スエ

丸野勝（愛知）

45.9倍

-99%

›

×A:▽6

クツシタオトシタ

細川智（愛知）

49.1倍

-99%

›

×A:×2

アイオロステソーロ

深澤杏（笠松）

49.9倍

-99%

›

×A:▽10

ゴッドシュアウイン

今井貴（愛知）

54.8倍

-99%

›

×A:×3

ウインモアナ

小笠羚（愛知）

85.3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 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クモンリュウ先行	大畑雅（愛知）	実31.0	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯は3走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/30 名古屋1R 7着/11頭+1.4秒 06/16 名古屋1R 1着/10頭 06/05 名古屋2R 6着/12頭 05/19 名古屋4R 9着/11頭+5.5秒 03/12 船橋7R 6着/9頭+1.6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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 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% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.2%) ※ 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。
2	アイオロステソーロ	深澤杏（笠松）	実49.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/30 名古屋5R 7着/12頭+1.0秒 07/14 名古屋4R 3着/12頭 06/22 名古屋4R 9着/11頭 06/02 名古屋2R 10着/11頭+3.0秒 05/25 名古屋4R 11着/11頭+6.0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 6.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -57% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
3	ウインモアナ	小笠羚（愛知）	実85.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/30 名古屋4R 9着/12頭+2.0秒 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭 06/22 名古屋5R 11着/12頭 06/03 名古屋2R 1着/12頭
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 9.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% △ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
4	ケイツークルサード	近藤颯（愛知）	実3.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/31 名古屋1R 1着/12頭勝利 06/30 名古屋4R 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戦の調子勝率 50% (絶好調) ◎ 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) -36% (大幅な期待値マイナス) AI 予想勝率 17.4% (オッズ暗示: 27.0%) ※ 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	スエ自在	丸野勝（愛知）	実45.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 名古屋1R 9着/11頭+1.5秒 07/01 名古屋4R 5着/12頭 05/07 名古屋3R 8着/11頭+2.1秒 04/07 名古屋3R 1着/11頭勝利 03/23 名古屋1R 7着/10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 7.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 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) +7% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.2%) ※ 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。
6	クツシタオトシタ	細川智（愛知）	実49.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/27 川崎8R 10着/11頭+2.1秒 07/08 川崎2R 6着/9頭 06/16 川崎1R 11着/12頭 06/02 船橋2R 5着/12頭 05/12 川崎1R 2着/12頭+0.9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 9.0着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
7	シンクシビリティ	渡邊竜（笠松）	実11.3	▲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／同距離帯は3走で勝ち無し／前走3着）
前5走 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12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 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 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 8.8%) ※ 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	アーデントアイ	加藤聡（愛知）	実1.4	🌟◎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走平均2.0着と安定／前走2着）
前5走 07/31 名古屋6R 2着/12頭+0.1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 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 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) -25% (オッズ過剰評価) AI 予想勝率 53.5% (オッズ暗示: 71.4%) ※ 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。
9	ルクスプロフェシー	加藤誓（愛知）	実32.2	△詳細▼	大穴、AI予想勝率低く長期回収困難
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 4% (やや苦戦) 🌟◎ 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 5.2% (オッズ暗示: 3.1%) ※ 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。
10	ゴッドシュアウイン	今井貴（愛知）	実54.8	▽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%／同馬場状態で勝率33%）
前5走 07/30 名古屋4R 7着/12頭+1.4秒 07/17 名古屋1R 1着/3頭 06/16 名古屋3R 5着/11頭+0.0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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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 1.0% (オッズ暗示: 1.8%) ※ 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。
11	エバーウインド	筒井勇（笠松）	実48.9	▽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33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率33%）
前5走 07/30 名古屋4R 5着/12頭+1.1秒 07/01 名古屋4R 8着/12頭+4.0秒 06/16 名古屋5R 1着/11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% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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% (オッズ過剰評価) AI 予想勝率 1.5% (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。
12	ウエスタンオレンジ自在	塚本征（愛知）	実34.2	△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／直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 05/07 名古屋3R 11着/11頭+3.3秒 04/23 名古屋5R 5着/11頭+1.6秒 03/23 名古屋3R 1着/11頭勝利 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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 105日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 3.3% (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。

🎯 AIの本命

AI評価1位

アーデントアイ

騎手加藤聡（愛知）

単勝オッズ

1.4倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ケイツークルサード

3.7倍

EV -35%

▲7シンクシビリティ

11.3倍

EV -21%

出走馬全12頭

◎8

アーデントアイ

加藤聡（愛知）

1.4倍

-25%

›

○4

ケイツークルサード

近藤颯（愛知）

3.7倍

-35%

›

▲7

シンクシビリティ

渡邊竜（笠松）

11.3倍

-21%

›

△1

クモンリュウ

大畑雅（愛知）

31.0倍

+94%

›

△9

ルクスプロフェシー

加藤誓（愛知）

32.2倍

+67%

›

△12

ウエスタンオレンジ

塚本征（愛知）

34.2倍

+14%

›

▽5

スエ

丸野勝（愛知）

45.9倍

+7%

›

▽11

エバーウインド

筒井勇（笠松）

48.9倍

-24%

›

▽6

クツシタオトシタ

細川智（愛知）

49.1倍

-43%

›

▽10

ゴッドシュアウイン

今井貴（愛知）

54.8倍

-45%

›

×2

アイオロステソーロ

深澤杏（笠松）

49.9倍

-57%

›

×3

ウインモアナ

小笠羚（愛知）

85.3倍

-64%

›

💡 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