名古屋 5R 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

5R 名古屋競馬場ダ920m ダート920m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロメヒョウ逃げ	渡邊竜（笠松）	実4.0	B△ A○勝率20% EV-21% 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33%と好調／前走3着／175日ぶりの実戦）
前5走 03/02 名古屋8R 3着/11頭+0.8秒 02/13 名古屋7R 3着/11頭+0.5秒 01/30 名古屋3R 1着/11頭勝利 01/19 名古屋4R 5着/11頭+0.5秒 01/05 名古屋6R 2着/12頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ ローテーション 175日休養明け × 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 1.3% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 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	サクリファイス逃げ	大畑慧（愛知）	実50.8	B× A▽勝率2% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率2%と苦戦傾向）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
3	キタノレーニア	木之葵（愛知）	実100.7	B× A▽勝率1% EV-18% 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5R 9着/12頭+3.2秒 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0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) △ 当競馬場適性 55走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ○ 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 10位 / 勝率 0.8% / 期待値 -19% ※ 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	パキラスイート先行	大畑雅（愛知）	実8.7	B○ A△勝率13% EV+11% 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／前走勝利の勢い）
前5走 07/29 名古屋12R 1着/12頭勝利 07/14 名古屋5R 2着/3頭 05/06 名古屋10R 8着/11頭+1.9秒 04/23 名古屋2R 5着/12頭+1.0秒 04/10 名古屋1R 7着/11頭+1.9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 32走で勝率 12% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 11.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.8% / 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。
5	ビナベンチェ自在	近藤颯（愛知）	実20.5	B× A△勝率5% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 07/30 名古屋7R 11着/11頭+3.9秒 03/17 浦和6R 9着/11頭+2.0秒 02/27 浦和5R 11着/11頭+2.6秒 01/09 浦和7R 9着/12頭+1.4秒 12/10 船橋5R 6着/14頭+0.5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 10.3着 (不振) △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 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。
6	エストレリータ	丹羽克（愛知）	実73.6	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 07/30 名古屋12R 6着/12頭+0.9秒 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7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 6.3着 × 当競馬場適性 81走で勝率 5% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25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 0.8% / 期待値 -44% ※ 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	ユアマイスター	小笠羚（愛知）	実64.5	B△ A▽勝率2% EV+21% 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3走で勝ち無し）
前5走 07/14 名古屋7R 6着/12頭 07/01 名古屋12R 6着/12頭 06/18 名古屋6R 5着/10頭 06/03 名古屋12R 5着/12頭+0.0秒 05/20 名古屋8R 2着/10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 13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 4% (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 0.3% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
8	シャイニーセーラー	細川智（愛知）	実47.4	B△ A▽勝率3% EV+52% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向）
前5走 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10着/11頭+0.0秒 05/22 名古屋6R 2着/9頭+3.0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 4.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 +52% ※ 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	ポムドール自在	今井貴（愛知）	実3.3	B🌟◎ A▲勝率17% EV-44% 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67%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/30 名古屋6R 2着/11頭+0.3秒 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利 09/19 名古屋7R 1着/12頭勝利 ―
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 3走で勝率 67% (得意) ○ 前走実績前走 2着 (好走) ○ ローテーション 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +198% (市場が大幅過小評価) AI 予想勝率 90.4% (オッズ暗示: 30.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 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。
10	アオイアイ自在	塚本征（愛知）	実2.4	B▲ A🌟◎勝率34% EV-18% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走3着）
前5走 07/29 名古屋3R 3着/12頭+0.9秒 07/14 名古屋7R 4着/12頭 05/20 名古屋1R 1着/10頭 05/06 名古屋12R 12着/12頭+5.0秒 04/07 名古屋2R 1着/10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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) ○ ローテーション 26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 1.6% (オッズ暗示: 41.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 33.9% / 期待値 -19% ※ 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	パリパリライズ	大原浩（笠松）	実20.6	B× A△勝率3% EV-28% 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7R 10着/11頭+2.4秒 07/15 名古屋12R 6着/12頭 07/03 名古屋7R 8着/12頭 06/22 名古屋7R 7着/11頭 06/05 名古屋6R 11着/12頭+1.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 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 25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 6位 / 勝率 3.5% / 期待値 -29% ※ 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 ▲

ポムドール

騎手今井貴（愛知）

単勝オッズ

3.3倍

AI期待値

+198%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△4パキラスイート

8.7倍

EV -48%

▲A:◎10アオイアイ

2.4倍

EV -96%

出走馬全11頭

◎A:▲9

ポムドール

今井貴（愛知）

3.3倍

+198%

›

○A:△4

パキラスイート

大畑雅（愛知）

8.7倍

-48%

›

▲A:◎10

アオイアイ

塚本征（愛知）

2.4倍

-96%

›

△A:○1

クロメヒョウ

渡邊竜（笠松）

4.0倍

-94%

›

△A:▽8

シャイニーセーラー

細川智（愛知）

47.4倍

-86%

›

△A:▽7

ユアマイスター

小笠羚（愛知）

64.5倍

-81%

›

×A:△5

ビナベンチェ

近藤颯（愛知）

20.5倍

-99%

›

×A:▽2

サクリファイス

大畑慧（愛知）

50.8倍

-98%

›

×A:△11

パリパリライズ

大原浩（笠松）

20.6倍

-99%

›

×A:▽6

エストレリータ

丹羽克（愛知）

73.6倍

-99%

›

×A:▽3

キタノレーニア

木之葵（愛知）

100.7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

両モデルとも見送り

5R 名古屋競馬場ダ920m ダート920m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロメヒョウ逃げ	渡邊竜（笠松）	実4.0	○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／前走3着／175日ぶりの実戦）
前5走 03/02 名古屋8R 3着/11頭+0.8秒 02/13 名古屋7R 3着/11頭+0.5秒 01/30 名古屋3R 1着/11頭勝利 01/19 名古屋4R 5着/11頭+0.5秒 01/05 名古屋6R 2着/12頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 25.0%) ※ 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。
2	サクリファイス逃げ	大畑慧（愛知）	実50.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率2%と苦戦傾向）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.8% (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	キタノレーニア	木之葵（愛知）	実100.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/31 名古屋5R 9着/12頭+3.2秒 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0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) △ 当競馬場適性 55走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -19% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ※ 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	パキラスイート先行	大畑雅（愛知）	実8.7	△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33%と好調／前走勝利の勢い）
前5走 07/29 名古屋12R 1着/12頭勝利 07/14 名古屋5R 2着/3頭 05/06 名古屋10R 8着/11頭+1.9秒 04/23 名古屋2R 5着/12頭+1.0秒 04/10 名古屋1R 7着/11頭+1.9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 32走で勝率 12% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 12.8% (オッズ暗示: 11.5%) ※ 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	ビナベンチェ自在	近藤颯（愛知）	実20.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 07/30 名古屋7R 11着/11頭+3.9秒 03/17 浦和6R 9着/11頭+2.0秒 02/27 浦和5R 11着/11頭+2.6秒 01/09 浦和7R 9着/12頭+1.4秒 12/10 船橋5R 6着/14頭+0.5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 10.3着 (不振) △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25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 5.1% (オッズ暗示: 4.9%) ※ 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。
6	エストレリータ	丹羽克（愛知）	実73.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場81走で勝率5%と苦戦傾向）
前5走 07/30 名古屋12R 6着/12頭+0.9秒 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7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 6.3着 × 当競馬場適性 81走で勝率 5% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
7	ユアマイスター	小笠羚（愛知）	実64.5	▽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3走で勝ち無し）
前5走 07/14 名古屋7R 6着/12頭 07/01 名古屋12R 6着/12頭 06/18 名古屋6R 5着/10頭 06/03 名古屋12R 5着/12頭+0.0秒 05/20 名古屋8R 2着/10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 13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 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.9% (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。
8	シャイニーセーラー	細川智（愛知）	実47.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向）
前5走 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10着/11頭+0.0秒 05/22 名古屋6R 2着/9頭+3.0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 4.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ○ ローテーション 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 3.2% (オッズ暗示: 2.1%) ※ 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	ポムドール自在	今井貴（愛知）	実3.3	▲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67%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/30 名古屋6R 2着/11頭+0.3秒 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利 09/19 名古屋7R 1着/12頭勝利 ―
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 3走で勝率 67% (得意) ○ 前走実績前走 2着 (好走) ○ ローテーション 25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 16.7% (オッズ暗示: 30.3%) ※ 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	アオイアイ自在	塚本征（愛知）	実2.4	🌟◎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走で勝率33%と好調／前走3着）
前5走 07/29 名古屋3R 3着/12頭+0.9秒 07/14 名古屋7R 4着/12頭 05/20 名古屋1R 1着/10頭 05/06 名古屋12R 12着/12頭+5.0秒 04/07 名古屋2R 1着/10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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 33.9% (オッズ暗示: 41.7%) ※ 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。
11	パリパリライズ	大原浩（笠松）	実20.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/30 名古屋7R 10着/11頭+2.4秒 07/15 名古屋12R 6着/12頭 07/03 名古屋7R 8着/12頭 06/22 名古屋7R 7着/11頭 06/05 名古屋6R 11着/12頭+1.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 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 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.9%) ※ 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

アオイアイ

騎手塚本征（愛知）

単勝オッズ

2.4倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1クロメヒョウ

4.0倍

EV -21%

▲9ポムドール

3.3倍

EV -44%

出走馬全11頭

◎10

アオイアイ

塚本征（愛知）

2.4倍

-18%

›

○1

クロメヒョウ

渡邊竜（笠松）

4.0倍

-21%

›

▲9

ポムドール

今井貴（愛知）

3.3倍

-44%

›

△4

パキラスイート

大畑雅（愛知）

8.7倍

+11%

›

△5

ビナベンチェ

近藤颯（愛知）

20.5倍

+4%

›

△11

パリパリライズ

大原浩（笠松）

20.6倍

-28%

›

▽8

シャイニーセーラー

細川智（愛知）

47.4倍

+52%

›

▽7

ユアマイスター

小笠羚（愛知）

64.5倍

+21%

›

▽2

サクリファイス

大畑慧（愛知）

50.8倍

-10%

›

▽3

キタノレーニア

木之葵（愛知）

100.7倍

-18%

›

▽6

エストレリータ

丹羽克（愛知）

73.6倍

-43%

›

💡 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