名古屋 7R 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

7R 名古屋競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーゴーゴウト	丹羽克（愛知）	実40.5	B× A▽勝率2% EV-26% 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 9着/12頭 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭 05/08 名古屋4R 2着/10頭+0.3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 10.7着 (不振) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 16走で勝率 12% △ 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 9位 / 勝率 1.8% / 期待値 -27% ※ 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	ジオパークコハク	松本一（笠松）	実66.8	B× A▽勝率1% EV-25% 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 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 1着/12頭勝利
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 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 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 10位 / 勝率 1.1% / 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。
3	コスモコロネット	大原浩（笠松）	実110.0	B× A▽勝率1% EV-12% 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 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0秒 06/05 名古屋7R 6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 5.0着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 12位 / 勝率 0.8% / 期待値 -13% ※ 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	ターミバレンシア	村上弘（愛知）	実24.2	B× A△勝率7% EV+59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/31 名古屋5R 5着/12頭+1.5秒 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10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 4.0着 △ 当競馬場適性 75走で勝率 9% △ 距離適性同距離 47走で勝率 11% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 期待値 +60% ※ 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	ハクサンミニョン	近藤颯（愛知）	実14.3	B△ A▽勝率4% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率26%と適性高／同距離帯12走で勝率42%／同馬場状態で勝率36%）
前5走 07/31 名古屋10R 8着/12頭+1.1秒 07/01 名古屋7R 11着/11頭 06/16 名古屋9R 9着/10頭+0.0秒 06/04 名古屋8R 10着/11頭 01/02 名古屋12R 4着/9頭+1.5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 9.3着 (不振) ◎ 当競馬場適性 23走で勝率 26% (得意) ◎ 距離適性同距離 12走で勝率 42% ◎ 馬場適性同馬場 14走で勝率 36% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.9% / 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。
6	ヒオウギ自在	木之葵（愛知）	実18.0	B△ A△勝率9% EV+57% 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 07/31 名古屋5R 4着/12頭+1.5秒 07/14 名古屋12R 1着/11頭 06/18 名古屋7R 3着/11頭 06/03 名古屋7R 3着/12頭+0.0秒 05/21 名古屋2R 3着/10頭+1.0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 19走で勝率 5% △ 距離適性同距離 16走で勝率 6% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 +58% ※ 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	ネクタール追込	大畑慧（愛知）	実53.7	B▲ A▽勝率3% EV+46% 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走で勝率33%と好調）
前5走 07/31 名古屋7R 6着/12頭+1.5秒 07/14 名古屋8R 1着/12頭 06/04 名古屋3R 2着/12頭+1.0秒 05/22 名古屋5R 7着/10頭+2.0秒 05/07 名古屋5R 8着/10頭+0.9秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) +9% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 +47% ※ 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	セラヴィーナス	丸野勝（愛知）	実18.1	B× A△勝率5% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/31 名古屋7R 11着/12頭+2.2秒 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒 05/06 名古屋10R 1着/11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戦の調子平均 6.7着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11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) -93% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -10% ※ 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	ウインライズ差し	細川智（愛知）	実7.8	B△ A▲勝率13% EV+4% 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16走で勝率25%／同馬場状態で勝率36%／直近3走で勝率33%と好調）
前5走 06/27 名古屋11R 3着/12頭+1.8秒 06/05 名古屋11R 1着/10頭勝利 05/22 名古屋11R 5着/12頭+1.2秒 05/08 名古屋11R 6着/11頭+1.1秒 04/25 名古屋11R 6着/10頭+1.0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 26走で勝率 23% (相性良) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 36% ○ 前走実績前走 3着 (好走) △ ローテーション 423日休養明け × 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 1.7% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.4% / 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。
10	ネフェルアスティ自在	加藤聡（愛知）	実1.4	B○ A×勝率32% EV-55% 詳細▼	人気馬、市場評価通りで上乗せなし（151日ぶりの実戦）
前5走 03/26 名古屋11R 6着/8頭+2.3秒 03/12 名古屋10R 2着/10頭+0.0秒 11/21 名古屋11R 9着/10頭+4.2秒 11/12 名古屋7R 8着/11頭+2.6秒 10/30 名古屋11R 12着/12頭+14.2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 5.7着 ○ 当競馬場適性 11走で勝率 18% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 18% △ ローテーション 151日休養明け × 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 7.4% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 31.9% / 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	リストン自在	阪野学（愛知）	実104.9	B× A▽勝率1% EV-3% 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7R 7着/12頭+1.6秒 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9着/12頭 05/22 名古屋10R 8着/10頭 05/07 名古屋10R 10着/10頭+3.7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 7.0着 (不振) △ 当競馬場適性 44走で勝率 11% △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 11位 / 勝率 0.9% / 期待値 -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。
12	トッピゴー逃げ推奨	小笠羚（愛知）	実6.6	B🌟◎ A○勝率23% EV+52% 詳細▼	市場が大きく過小評価、AI予想勝率86% × オッズ6.6倍で期待値+468%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/29 名古屋3R 1着/12頭勝利 10/14 名古屋11R 2着/12頭+0.0秒 10/01 名古屋12R 2着/12頭+0.1秒 09/03 名古屋8R 5着/12頭+0.8秒 ―
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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) +468% (市場が大幅過小評価) AI 予想勝率 86.1% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.1% / 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。

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 ○

トッピゴー

騎手小笠羚（愛知）

単勝オッズ

6.6倍

AI期待値

+468%

買い目

¥2,000

全レースの推奨

AIの推奨本命の次点

○A:×10ネフェルアスティ

1.4倍

EV -89%

▲A:▽7ネクタール

53.7倍

EV +9%

出走馬全12頭

◎A:○12

トッピゴー

小笠羚（愛知）

6.6倍

+468%

›

○A:×10

ネフェルアスティ

加藤聡（愛知）

1.4倍

-89%

›

▲A:▽7

ネクタール

大畑慧（愛知）

53.7倍

+9%

›

△A:▲9

ウインライズ

細川智（愛知）

7.8倍

-86%

›

△A:△6

ヒオウギ

木之葵（愛知）

18.0倍

-69%

›

△A:▽5

ハクサンミニョン

近藤颯（愛知）

14.3倍

-94%

›

×A:△8

セラヴィーナス

丸野勝（愛知）

18.1倍

-93%

›

×A:△4

ターミバレンシア

村上弘（愛知）

24.2倍

-91%

›

×A:▽1

ゴーゴーゴウト

丹羽克（愛知）

40.5倍

-99%

›

×A:▽2

ジオパークコハク

松本一（笠松）

66.8倍

-99%

›

×A:▽11

リストン

阪野学（愛知）

104.9倍

-99%

›

×A:▽3

コスモコロネット

大原浩（笠松）

110.0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 12 トッピゴー ¥2,000 実6.6倍期待値 +468% ❌不的中3着単勝 6.6倍

※ オッズは予測時点の値です。

7R 名古屋競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーゴーゴウト	丹羽克（愛知）	実40.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 07/17 名古屋10R 9着/12頭 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭 05/08 名古屋4R 2着/10頭+0.3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 10.7着 (不振) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ※ 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	ジオパークコハク	松本一（笠松）	実66.8	▽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 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 1着/12頭勝利
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 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.1% (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。
3	コスモコロネット	大原浩（笠松）	実110.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 07/31 名古屋5R 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0秒 06/05 名古屋7R 6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 5.0着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -13% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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。
4	ターミバレンシア	村上弘（愛知）	実24.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/31 名古屋5R 5着/12頭+1.5秒 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10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 4.0着 △ 当競馬場適性 75走で勝率 9% △ 距離適性同距離 47走で勝率 11% ○ 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) +59% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 4.1%) ※ 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。
5	ハクサンミニョン	近藤颯（愛知）	実14.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率26%と適性高／同距離帯12走で勝率42%／同馬場状態で勝率36%）
前5走 07/31 名古屋10R 8着/12頭+1.1秒 07/01 名古屋7R 11着/11頭 06/16 名古屋9R 9着/10頭+0.0秒 06/04 名古屋8R 10着/11頭 01/02 名古屋12R 4着/9頭+1.5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 9.3着 (不振) ◎ 当競馬場適性 23走で勝率 26% (得意) ◎ 距離適性同距離 12走で勝率 42% ◎ 馬場適性同馬場 14走で勝率 36% ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.0%) ※ 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。
6	ヒオウギ自在	木之葵（愛知）	実18.0	△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 07/31 名古屋5R 4着/12頭+1.5秒 07/14 名古屋12R 1着/11頭 06/18 名古屋7R 3着/11頭 06/03 名古屋7R 3着/12頭+0.0秒 05/21 名古屋2R 3着/10頭+1.0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 19走で勝率 5% △ 距離適性同距離 16走で勝率 6% ○ 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) +57% (市場が大幅過小評価) AI 予想勝率 8.8% (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	ネクタール追込	大畑慧（愛知）	実53.7	▽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走で勝率33%と好調）
前5走 07/31 名古屋7R 6着/12頭+1.5秒 07/14 名古屋8R 1着/12頭 06/04 名古屋3R 2着/12頭+1.0秒 05/22 名古屋5R 7着/10頭+2.0秒 05/07 名古屋5R 8着/10頭+0.9秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) +46% (妙味あり) AI 予想勝率 2.7% (オッズ暗示: 1.9%) ※ 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	セラヴィーナス	丸野勝（愛知）	実18.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/31 名古屋7R 11着/12頭+2.2秒 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒 05/06 名古屋10R 1着/11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戦の調子平均 6.7着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11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) -10% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 5.5%) ※ 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	ウインライズ差し	細川智（愛知）	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯16走で勝率25%／同馬場状態で勝率36%／直近3走で勝率33%と好調）
前5走 06/27 名古屋11R 3着/12頭+1.8秒 06/05 名古屋11R 1着/10頭勝利 05/22 名古屋11R 5着/12頭+1.2秒 05/08 名古屋11R 6着/11頭+1.1秒 04/25 名古屋11R 6着/10頭+1.0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 26走で勝率 23% (相性良) ◎ 距離適性同距離 16走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 36% ○ 前走実績前走 3着 (好走) △ ローテーション 423日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 13.4% (オッズ暗示: 12.8%) ※ 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。
10	ネフェルアスティ自在	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（151日ぶりの実戦）
前5走 03/26 名古屋11R 6着/8頭+2.3秒 03/12 名古屋10R 2着/10頭+0.0秒 11/21 名古屋11R 9着/10頭+4.2秒 11/12 名古屋7R 8着/11頭+2.6秒 10/30 名古屋11R 12着/12頭+14.2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 5.7着 ○ 当競馬場適性 11走で勝率 18% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 18% △ ローテーション 151日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 31.9% (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。
11	リストン自在	阪野学（愛知）	実104.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/31 名古屋7R 7着/12頭+1.6秒 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9着/12頭 05/22 名古屋10R 8着/10頭 05/07 名古屋10R 10着/10頭+3.7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 7.0着 (不振) △ 当競馬場適性 44走で勝率 11% △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -4% (オッズ過剰評価) AI 予想勝率 0.9% (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。
12	トッピゴー逃げ推奨	小笠羚（愛知）	実6.6	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+52%の中穴候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/29 名古屋3R 1着/12頭勝利 10/14 名古屋11R 2着/12頭+0.0秒 10/01 名古屋12R 2着/12頭+0.1秒 09/03 名古屋8R 5着/12頭+0.8秒 ―
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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) +52% (市場が大幅過小評価) AI 予想勝率 23.1% (オッズ暗示: 15.2%) ※ 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。

🎯 AIの本命

AI評価1位

ネフェルアスティ

騎手加藤聡（愛知）

単勝オッズ

1.4倍

AI期待値

-55%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12トッピゴー

6.6倍

EV +52%

▲9ウインライズ

7.8倍

EV +4%

出走馬全12頭

×10

ネフェルアスティ

加藤聡（愛知）

1.4倍

-55%

›

○12

トッピゴー

小笠羚（愛知）

6.6倍

+52%

›

▲9

ウインライズ

細川智（愛知）

7.8倍

+4%

›

△6

ヒオウギ

木之葵（愛知）

18.0倍

+57%

›

△4

ターミバレンシア

村上弘（愛知）

24.2倍

+59%

›

△8

セラヴィーナス

丸野勝（愛知）

18.1倍

-9%

›

▽5

ハクサンミニョン

近藤颯（愛知）

14.3倍

-44%

›

▽7

ネクタール

大畑慧（愛知）

53.7倍

+46%

›

▽1

ゴーゴーゴウト

丹羽克（愛知）

40.5倍

-26%

›

▽2

ジオパークコハク

松本一（笠松）

66.8倍

-25%

›

▽11

リストン

阪野学（愛知）

104.9倍

-3%

›

▽3

コスモコロネット

大原浩（笠松）

110.0倍

-12%

›

💡 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 12 トッピゴー ¥2,000 実6.6倍期待値 +52% ❌不的中3着単勝 6.6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