名古屋 4R 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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	トントンビョウシ	細川智（愛知）	実67.6	B× A▽勝率1% EV-21% 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 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒 05/06 名古屋4R 12着/12頭+3.9秒 04/13 名古屋1R 1着/12頭勝利
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 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 33% △ 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 22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 1.2% / 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。
2	マジョリカ	東川慎（笠松）	実199.3	B× A▽勝率1% EV+0% 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 9着/11頭+3.1秒 07/15 名古屋1R 11着/12頭+0.0秒 07/02 名古屋2R 5着/11頭+0.0秒 06/17 名古屋2R 11着/11頭 05/20 名古屋6R 9着/10頭
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22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 0.5% / 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。
3	ペプチドプラタ	加藤聡（愛知）	実5.0	B▲ A▲勝率14% EV-28% 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 07/31 名古屋6R 1着/12頭勝利 07/17 名古屋1R 2着/3頭 06/30 名古屋3R 4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 20% (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) -59% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 期待値 -28% ※ 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	ナムラキングダム逃げ	塚本征（愛知）	実2.9	B○ A🌟◎勝率43% EV+24% 詳細▼	人気馬、市場評価通りで上乗せなし（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）
前5走 07/29 名古屋4R 5着/11頭+1.0秒 04/24 名古屋2R 1着/12頭勝利 04/08 名古屋2R 2着/12頭+0.2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% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 17.5% (オッズ暗示: 34.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.1% / 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。
5	スターアライズ	加藤誓（愛知）	実130.4	B× A▽勝率0% EV-40% 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 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒 06/17 名古屋3R 10着/11頭+3.0秒 06/04 名古屋1R 11着/12頭+2.0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 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22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 -41% ※ 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	マイネルスラーヴァ推奨	柿原翔（愛知）	実17.9	B◎ A▽勝率3% EV-40% 詳細▼	市場が大きく過小評価、AI予想勝率66% × オッズ17.9倍で期待値+999%の有力候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/31 名古屋4R 1着/12頭勝利 ― ― ― ―
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 100% (絶好調) △ 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 20日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 65.8% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 -41% ※ 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	ウインクリンゲル	丹羽克（愛知）	実25.9	B× A×勝率2% EV-52% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6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 07/30 名古屋4R 3着/12頭+0.9秒 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭 06/22 名古屋2R 2着/11頭 06/02 名古屋1R 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戦の調子平均 5.7着 × 当競馬場適性 6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 4% (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) -90% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
8	マイネルラジェム	村上弘（愛知）	実9.7	B△ A△勝率9% EV-10% 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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均3.0着と安定）
前5走 07/15 名古屋1R 4着/12頭 07/02 名古屋2R 3着/11頭 06/22 名古屋4R 2着/11頭+1.0秒 06/02 名古屋1R 2着/12頭+2.0秒 05/22 名古屋3R 3着/11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戦の調子平均 3.0着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し × 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 3.0% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。
9	ベベペッパー	今井貴（愛知）	実4.3	B△ A○勝率15% EV-35% 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4走で勝率25%／同馬場状態で勝率33%）
前5走 07/30 名古屋4R 2着/12頭+0.2秒 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.0% / 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。
10	デパーチャー	望月洵（愛知）	実31.0	B× A▽勝率3% EV-19% 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 8着/11頭+2.9秒 07/15 名古屋1R 5着/12頭+0.0秒 06/17 名古屋2R 5着/11頭+2.0秒 06/02 名古屋3R 7着/11頭+0.0秒 05/22 名古屋3R 1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戦の調子平均 6.0着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 22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 8位 / 勝率 2.6% / 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。
11	ビップジョワ	近藤颯（愛知）	実8.6	B△ A△勝率4% EV-67% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 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。
12	ツトムユニバース	渡邊竜（笠松）	実9.1	B× A△勝率5% EV-55% 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50%と好調）
前5走 07/29 名古屋5R 6着/12頭+1.5秒 07/01 名古屋3R 1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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 16% ○ ローテーション 22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 0.8% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 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。

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 ▽

マイネルスラーヴァ

騎手柿原翔（愛知）

単勝オッズ

17.9倍

AI期待値

+999%

買い目

¥1,500

全レースの推奨

AIの推奨本命の次点

○A:◎4ナムラキングダム

2.9倍

EV -49%

▲A:▲3ペプチドプラタ

5.0倍

EV -58%

出走馬全12頭

◎A:▽6

マイネルスラーヴァ

柿原翔（愛知）

17.9倍

+999%

›

○A:◎4

ナムラキングダム

塚本征（愛知）

2.9倍

-49%

›

▲A:▲3

ペプチドプラタ

加藤聡（愛知）

5.0倍

-58%

›

△A:○9

ベベペッパー

今井貴（愛知）

4.3倍

-87%

›

△A:△8

マイネルラジェム

村上弘（愛知）

9.7倍

-71%

›

△A:△11

ビップジョワ

近藤颯（愛知）

8.6倍

-89%

›

×A:△12

ツトムユニバース

渡邊竜（笠松）

9.1倍

-92%

›

×A:×7

ウインクリンゲル

丹羽克（愛知）

25.9倍

-89%

›

×A:▽10

デパーチャー

望月洵（愛知）

31.0倍

-99%

›

×A:▽1

トントンビョウシ

細川智（愛知）

67.6倍

-99%

›

×A:▽5

スターアライズ

加藤誓（愛知）

130.4倍

-99%

›

×A:▽2

マジョリカ

東川慎（笠松）

199.3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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 6 マイネルスラーヴァ ¥1,500 実17.9倍期待値 +999% ❌不的中3着単勝 17.9倍

※ オッズは予測時点の値です。

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	トントンビョウシ	細川智（愛知）	実67.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均9.3着と低調）
前5走 07/29 名古屋4R 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒 05/06 名古屋4R 12着/12頭+3.9秒 04/13 名古屋1R 1着/12頭勝利
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 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 33% △ 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 22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 1.2% (オッズ暗示: 1.5%) ※ 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。
2	マジョリカ	東川慎（笠松）	実199.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/29 名古屋4R 9着/11頭+3.1秒 07/15 名古屋1R 11着/12頭+0.0秒 07/02 名古屋2R 5着/11頭+0.0秒 06/17 名古屋2R 11着/11頭 05/20 名古屋6R 9着/10頭
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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	ペプチドプラタ	加藤聡（愛知）	実5.0	▲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 07/31 名古屋6R 1着/12頭勝利 07/17 名古屋1R 2着/3頭 06/30 名古屋3R 4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 20% (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) -28% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 20.0%) ※ 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。
4	ナムラキングダム逃げ	塚本征（愛知）	実2.9	🌟◎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／直近3走で勝率33%と好調）
前5走 07/29 名古屋4R 5着/11頭+1.0秒 04/24 名古屋2R 1着/12頭勝利 04/08 名古屋2R 2着/12頭+0.2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% ○ ローテーション 22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 43.1% (オッズ暗示: 34.5%) ※ 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	スターアライズ	加藤誓（愛知）	実130.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走平均8.3着と低調）
前5走 07/29 名古屋4R 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒 06/17 名古屋3R 10着/11頭+3.0秒 06/04 名古屋1R 11着/12頭+2.0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 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
6	マイネルスラーヴァ推奨	柿原翔（愛知）	実17.9	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/31 名古屋4R 1着/12頭勝利 ― ― ― ―
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 100% (絶好調) △ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 3.3% (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。
7	ウインクリンゲル	丹羽克（愛知）	実25.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6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 07/30 名古屋4R 3着/12頭+0.9秒 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭 06/22 名古屋2R 2着/11頭 06/02 名古屋1R 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戦の調子平均 5.7着 × 当競馬場適性 6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 4% (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) -53% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
8	マイネルラジェム	村上弘（愛知）	実9.7	△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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均3.0着と安定）
前5走 07/15 名古屋1R 4着/12頭 07/02 名古屋2R 3着/11頭 06/22 名古屋4R 2着/11頭+1.0秒 06/02 名古屋1R 2着/12頭+2.0秒 05/22 名古屋3R 3着/11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戦の調子平均 3.0着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 10.3%) ※ 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。
9	ベベペッパー	今井貴（愛知）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 07/30 名古屋4R 2着/12頭+0.2秒 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 15.0% (オッズ暗示: 23.3%) ※ 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。
10	デパーチャー	望月洵（愛知）	実31.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率26%）
前5走 07/29 名古屋4R 8着/11頭+2.9秒 07/15 名古屋1R 5着/12頭+0.0秒 06/17 名古屋2R 5着/11頭+2.0秒 06/02 名古屋3R 7着/11頭+0.0秒 05/22 名古屋3R 1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戦の調子平均 6.0着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.6% (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。
11	ビップジョワ	近藤颯（愛知）	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 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) -68% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 11.6%) ※ 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。
12	ツトムユニバース	渡邊竜（笠松）	実9.1	△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50%と好調）
前5走 07/29 名古屋5R 6着/12頭+1.5秒 07/01 名古屋3R 1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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 16% ○ ローテーション 22日の間隔 (理想的) × 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 4.9% (オッズ暗示: 11.0%) ※ 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。

🎯 AIの本命

AI評価1位

ナムラキングダム

騎手塚本征（愛知）

単勝オッズ

2.9倍

AI期待値

+24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ベベペッパー

4.3倍

EV -35%

▲3ペプチドプラタ

5.0倍

EV -28%

出走馬全12頭

◎4

ナムラキングダム

塚本征（愛知）

2.9倍

+24%

›

○9

ベベペッパー

今井貴（愛知）

4.3倍

-35%

›

▲3

ペプチドプラタ

加藤聡（愛知）

5.0倍

-28%

›

△8

マイネルラジェム

村上弘（愛知）

9.7倍

-10%

›

△12

ツトムユニバース

渡邊竜（笠松）

9.1倍

-55%

›

△11

ビップジョワ

近藤颯（愛知）

8.6倍

-67%

›

▽6

マイネルスラーヴァ

柿原翔（愛知）

17.9倍

-40%

›

▽10

デパーチャー

望月洵（愛知）

31.0倍

-19%

›

×7

ウインクリンゲル

丹羽克（愛知）

25.9倍

-52%

›

▽1

トントンビョウシ

細川智（愛知）

67.6倍

-21%

›

▽2

マジョリカ

東川慎（笠松）

199.3倍

+0%

›

▽5

スターアライズ

加藤誓（愛知）

130.4倍

-40%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 6 マイネルスラーヴァ ¥1,500 実17.9倍期待値 -41% ❌不的中3着単勝 17.9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