名古屋 10R 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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンピカイチ	村上弘（愛知）	実29.9	B△ A△勝率4% EV+32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/30 名古屋9R 3着/12頭+0.5秒 07/15 名古屋8R 8着/11頭+1.0秒 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10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 4.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 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。
2	ブルロッソ	渡邊竜（笠松）	実9.2	B△ A▲勝率9% EV-18% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯8走で勝率25%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/31 名古屋7R 1着/12頭勝利 07/03 名古屋10R 4着/12頭 06/22 名古屋1R 2着/11頭+0.0秒 06/05 名古屋1R 3着/11頭+2.0秒 05/22 名古屋8R 6着/11頭+0.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 10.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.9% / 期待値 -18% ※ 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	メイクン自在	筒井勇（笠松）	実73.7	B× A▽勝率1% EV-11% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 07/30 名古屋10R 11着/11頭+2.9秒 05/25 名古屋3R 1着/9頭 05/08 名古屋10R 3着/10頭+1.1秒 04/24 名古屋8R 5着/11頭+1.9秒 03/27 名古屋6R 7着/9頭+2.3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 17走で勝率 18% (相性良) ○ 距離適性同距離 14走で勝率 21% ▽ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
4	コスモナッシュビル先行	今井貴（愛知）	実15.9	B▲ A△勝率7% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走2着）
前5走 07/30 名古屋9R 2着/12頭+0.3秒 06/05 名古屋1R 2着/11頭 01/30 名古屋8R 3着/10頭+0.4秒 01/16 名古屋12R 5着/12頭+1.0秒 01/03 名古屋11R 6着/12頭+2.1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 2.3着 (安定) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.4% / 期待値 +18% ※ 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	ハクサンフラッシュ	大畑慧（愛知）	実61.7	B× A▽勝率3% EV+79% 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 07/17 名古屋10R 1着/12頭 06/05 名古屋7R 7着/12頭 05/25 名古屋7R 10着/10頭 05/05 名古屋1R 10着/11頭+1.5秒 04/08 名古屋10R 7着/11頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 44走で勝率 9% △ 距離適性同距離 30走で勝率 10% ◎ 前走実績前走 1着 (勢い継続) × 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 2.9% / 期待値 +79% ※ 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	サンセットベリー追込	塚本征（愛知）	実91.1	B× A▽勝率1% 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 07/30 名古屋10R 8着/11頭+2.1秒 04/20 名古屋11R 7着/11頭+1.6秒 04/07 名古屋9R 6着/12頭+0.7秒 02/27 名古屋12R 7着/9頭+1.1秒 01/28 名古屋10R 10着/12頭+2.7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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 22走で勝率 14% ○ 騎手近50戦勝率 16% ○ 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 0.9% / 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。
7	バイアンドホールド逃げ	細川智（愛知）	実131.7	B× A▽勝率1% EV+23% 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10R 10着/11頭+2.8秒 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0秒 05/22 名古屋12R 6着/10頭 05/07 名古屋10R 4着/10頭+1.2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 7.0着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ▽ 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) -87% (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 11位 / 勝率 0.9% / 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。
8	エンジェルナンバー逃げ	大畑雅（愛知）	実4.9	B○ A○勝率21% EV+4% 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30%と適性高／同距離帯16走で勝率31%／同馬場状態で勝率30%）
前5走 07/31 名古屋9R 1着/12頭勝利 03/11 名古屋12R 3着/11頭+0.4秒 02/13 名古屋12R 1着/11頭勝利 01/30 名古屋5R 1着/12頭勝利 01/05 名古屋5R 1着/12頭勝利
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 67% (絶好調) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 16走で勝率 31% ◎ 馬場適性同馬場 10走で勝率 30% △ 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) -51% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.4% / 期待値 +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	トップパワー	東川慎（笠松）	実19.9	B× A△勝率4% EV-15% 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33%と好調）
前5走 07/30 名古屋10R 6着/11頭+1.6秒 07/17 名古屋9R 2着/3頭 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭
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 9走で勝率 22% (相性良) △ 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 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 0.1% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
10	タイセイフォルテ	加藤翔（金沢）	実68.2	B△ A▽勝率2% EV+55% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 07/29 名古屋9R 6着/12頭+0.6秒 07/01 名古屋7R 4着/11頭 06/16 名古屋8R 11着/12頭 06/04 名古屋7R 7着/11頭+0.0秒 05/22 名古屋12R 10着/10頭+6.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +55% ※ 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	スターペスショウマ	望月洵（愛知）	実1.3	B🌟◎ A🌟◎勝率45% EV-41% 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26%）
前5走 07/31 名古屋8R 1着/11頭勝利 ― ― ― ―
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 100% (絶好調) ◎ 騎手近50戦勝率 26% (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) +12% (市場と概ね一致) AI 予想勝率 86.8% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 45.3% / 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。

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 ◎

スターペスショウマ

騎手望月洵（愛知）

単勝オッズ

1.3倍

AI期待値

+12%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8エンジェルナンバー

4.9倍

EV -50%

▲A:△4コスモナッシュビル

15.9倍

EV -76%

出走馬全11頭

◎A:◎11

スターペスショウマ

望月洵（愛知）

1.3倍

+12%

›

○A:○8

エンジェルナンバー

大畑雅（愛知）

4.9倍

-50%

›

▲A:△4

コスモナッシュビル

今井貴（愛知）

15.9倍

-76%

›

△A:▲2

ブルロッソ

渡邊竜（笠松）

9.2倍

-93%

›

△A:△1

セイウンピカイチ

村上弘（愛知）

29.9倍

-85%

›

△A:▽10

タイセイフォルテ

加藤翔（金沢）

68.2倍

-90%

›

×A:△9

トップパワー

東川慎（笠松）

19.9倍

-98%

›

×A:▽3

メイクン

筒井勇（笠松）

73.7倍

-92%

›

×A:▽7

バイアンドホールド

細川智（愛知）

131.7倍

-87%

›

×A:▽5

ハクサンフラッシュ

大畑慧（愛知）

61.7倍

-99%

›

×A:▽6

サンセットベリー

塚本征（愛知）

91.1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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンピカイチ	村上弘（愛知）	実29.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/30 名古屋9R 3着/12頭+0.5秒 07/15 名古屋8R 8着/11頭+1.0秒 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10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 4.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 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) +32% (妙味あり) AI 予想勝率 4.4% (オッズ暗示: 3.3%) ※ 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	ブルロッソ	渡邊竜（笠松）	実9.2	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/31 名古屋7R 1着/12頭勝利 07/03 名古屋10R 4着/12頭 06/22 名古屋1R 2着/11頭+0.0秒 06/05 名古屋1R 3着/11頭+2.0秒 05/22 名古屋8R 6着/11頭+0.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 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) -18% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.9%) ※ 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。
3	メイクン自在	筒井勇（笠松）	実73.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 07/30 名古屋10R 11着/11頭+2.9秒 05/25 名古屋3R 1着/9頭 05/08 名古屋10R 3着/10頭+1.1秒 04/24 名古屋8R 5着/11頭+1.9秒 03/27 名古屋6R 7着/9頭+2.3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 17走で勝率 18% (相性良) ○ 距離適性同距離 14走で勝率 21% ▽ 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) -11% (オッズ過剰評価) AI 予想勝率 1.2% (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。
4	コスモナッシュビル先行	今井貴（愛知）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走2着）
前5走 07/30 名古屋9R 2着/12頭+0.3秒 06/05 名古屋1R 2着/11頭 01/30 名古屋8R 3着/10頭+0.4秒 01/16 名古屋12R 5着/12頭+1.0秒 01/03 名古屋11R 6着/12頭+2.1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 2.3着 (安定) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) +18% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 6.3%) ※ 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。
5	ハクサンフラッシュ	大畑慧（愛知）	実61.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/17 名古屋10R 1着/12頭 06/05 名古屋7R 7着/12頭 05/25 名古屋7R 10着/10頭 05/05 名古屋1R 10着/11頭+1.5秒 04/08 名古屋10R 7着/11頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 44走で勝率 9% △ 距離適性同距離 30走で勝率 10% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 2.9% (オッズ暗示: 1.6%) ※ 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。
6	サンセットベリー追込	塚本征（愛知）	実91.1	▽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10R 8着/11頭+2.1秒 04/20 名古屋11R 7着/11頭+1.6秒 04/07 名古屋9R 6着/12頭+0.7秒 02/27 名古屋12R 7着/9頭+1.1秒 01/28 名古屋10R 10着/12頭+2.7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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 22走で勝率 14% ○ 騎手近50戦勝率 16% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 0.9% (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。
7	バイアンドホールド逃げ	細川智（愛知）	実131.7	▽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10R 10着/11頭+2.8秒 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0秒 05/22 名古屋12R 6着/10頭 05/07 名古屋10R 4着/10頭+1.2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 7.0着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ▽ 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) +23% (市場と概ね一致) AI 予想勝率 0.9% (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	エンジェルナンバー逃げ	大畑雅（愛知）	実4.9	○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30%と適性高／同距離帯16走で勝率31%／同馬場状態で勝率30%）
前5走 07/31 名古屋9R 1着/12頭勝利 03/11 名古屋12R 3着/11頭+0.4秒 02/13 名古屋12R 1着/11頭勝利 01/30 名古屋5R 1着/12頭勝利 01/05 名古屋5R 1着/12頭勝利
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 67% (絶好調) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 16走で勝率 31% ◎ 馬場適性同馬場 10走で勝率 30% △ 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) +4% (市場と概ね一致) AI 予想勝率 21.4% (オッズ暗示: 20.4%) ※ 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	トップパワー	東川慎（笠松）	実19.9	△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33%と好調）
前5走 07/30 名古屋10R 6着/11頭+1.6秒 07/17 名古屋9R 2着/3頭 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭
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 9走で勝率 22% (相性良) △ 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 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 4.2% (オッズ暗示: 5.0%) ※ 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。
10	タイセイフォルテ	加藤翔（金沢）	実68.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 07/29 名古屋9R 6着/12頭+0.6秒 07/01 名古屋7R 4着/11頭 06/16 名古屋8R 11着/12頭 06/04 名古屋7R 7着/11頭+0.0秒 05/22 名古屋12R 10着/10頭+6.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) +55% (市場が大幅過小評価) AI 予想勝率 2.3% (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。
11	スターペスショウマ	望月洵（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26%）
前5走 07/31 名古屋8R 1着/11頭勝利 ― ― ― ―
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 100% (絶好調) ◎ 騎手近50戦勝率 26% (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) -41% (大幅な期待値マイナス) AI 予想勝率 45.3% (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。

🎯 AIの本命

AI評価1位

スターペスショウマ

騎手望月洵（愛知）

単勝オッズ

1.3倍

AI期待値

-41%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8エンジェルナンバー

4.9倍

EV +4%

▲2ブルロッソ

9.2倍

EV -18%

出走馬全11頭

◎11

スターペスショウマ

望月洵（愛知）

1.3倍

-41%

›

○8

エンジェルナンバー

大畑雅（愛知）

4.9倍

+4%

›

▲2

ブルロッソ

渡邊竜（笠松）

9.2倍

-18%

›

△4

コスモナッシュビル

今井貴（愛知）

15.9倍

+18%

›

△1

セイウンピカイチ

村上弘（愛知）

29.9倍

+32%

›

△9

トップパワー

東川慎（笠松）

19.9倍

-15%

›

▽5

ハクサンフラッシュ

大畑慧（愛知）

61.7倍

+79%

›

▽10

タイセイフォルテ

加藤翔（金沢）

68.2倍

+55%

›

▽3

メイクン

筒井勇（笠松）

73.7倍

-11%

›

▽6

サンセットベリー

塚本征（愛知）

91.1倍

-14%

›

▽7

バイアンドホールド

細川智（愛知）

131.7倍

+23%

›

💡 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