名古屋 9R 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

9R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンメリダ差し	近藤颯（愛知）	実9.3	B△ A△勝率6% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 07/31 名古屋7R 2着/12頭+0.2秒 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0秒 10/17 名古屋10R 12着/12頭+4.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 15走で勝率 7% ○ 馬場適性同馬場 18走で勝率 22% ○ 前走実績前走 2着 (好走) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.0% / 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。
2	カスミヅキ	渡邊竜（笠松）	実62.4	B▽ A▽勝率2% EV-1% 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9R 11着/12頭+2.1秒 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭 05/25 名古屋12R 3着/11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 7.0着 (不振) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 21走で勝率 10% ○ 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 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 1.5% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -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。
3	カナアミデスマッチ	大原浩（笠松）	実103.1	B× A×勝率0% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/31 名古屋8R 4着/11頭+1.5秒 07/17 名古屋10R 5着/12頭 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭 05/07 名古屋8R 5着/10頭+0.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.4% / 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。
4	オイチノカタ	小笠羚（愛知）	実29.0	B△ A▽勝率2% EV-37% 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8R 5着/11頭+1.6秒 07/17 名古屋7R 5着/12頭 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 14走で勝率 7% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 期待値 -38% ※ 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	トータルダイヤ先行	柿原翔（愛知）	実195.3	B× A▽勝率0% 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 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7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 9.7着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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 11位 / 勝率 0.4% / 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。
6	キタカラキタパンチ差し	阪野学（愛知）	実70.3	B× A▽勝率1% EV-36% 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 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8秒 02/25 名古屋10R 10着/12頭+3.0秒 02/10 名古屋12R 7着/11頭+3.5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 6.7着 △ 当競馬場適性 49走で勝率 12% △ 距離適性同距離 28走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 124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 10位 / 勝率 0.9% / 期待値 -37% ※ 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	エグザルテーション	丸野勝（愛知）	実47.7	B× A▽勝率1% EV-35% 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9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7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 8.3着 (不振) ○ 当競馬場適性 29走で勝率 21% (相性良) ○ 距離適性同距離 19走で勝率 21% ◎ 馬場適性同馬場 16走で勝率 31% ◎ 騎手近50戦勝率 20% (好調) ○ 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 1.4% / 期待値 -35% ※ 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	アヤチャンス逃げ	加藤利（愛知）	実19.5	B× A△勝率3% EV-43% 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27%と適性高／同距離帯11走で勝率27%／直近3走で勝率33%と好調）
前5走 05/25 名古屋2R 1着/10頭 05/07 名古屋12R 3着/10頭+0.3秒 04/13 名古屋3R 6着/10頭+0.6秒 03/25 名古屋4R 1着/12頭勝利 03/11 名古屋2R 4着/11頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 27% (得意) ◎ 距離適性同距離 11走で勝率 27% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91日休養明け × 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 1.5% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.9% / 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。
9	ヴィオレンツァ差し	塚本征（愛知）	実4.4	B△ A▲勝率6% EV-71% 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3走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/31 名古屋8R 3着/11頭+0.6秒 07/03 名古屋8R 4着/11頭 06/05 名古屋7R 5着/12頭 05/07 船橋9R 8着/12頭+1.7秒 03/12 船橋5R 7着/12頭+1.1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 6走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.4% / 期待値 -72% ※ 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	ジェニー逃げ	村上弘（愛知）	実2.4	B🌟◎ A🌟◎勝率54% EV+28% 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6走で勝率67%と適性高／同距離帯5走で勝率80%／同馬場状態で勝率67%）
前5走 07/17 名古屋5R 1着/3頭 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 80% ◎ 馬場適性同馬場 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 57.3% (オッズ暗示: 41.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 53.7% / 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。
11	カフジアッサム	加藤聡（愛知）	実16.1	B▲ A△勝率5% EV-17% 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／前走勝利の勢い）
前5走 07/31 名古屋12R 1着/12頭勝利 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9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 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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% (妙味あり) AI 予想勝率 9.0% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 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。
12	テルケンレントラー追込	大畑雅（愛知）	実3.3	B○ A○勝率19% EV-36% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/22 大井5R 4着/11頭+0.3秒 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒 01/30 大井6R 10着/14頭+1.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 距離適性同距離 8走で勝率 12% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 18.2% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.1% / 期待値 -37% ※ 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 ◎

ジェニー

騎手村上弘（愛知）

単勝オッズ

2.4倍

AI期待値

+37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12テルケンレントラー

3.3倍

EV -39%

▲A:△11カフジアッサム

16.1倍

EV +45%

出走馬全12頭

◎A:◎10

ジェニー

村上弘（愛知）

2.4倍

+37%

›

○A:○12

テルケンレントラー

大畑雅（愛知）

3.3倍

-39%

›

▲A:△11

カフジアッサム

加藤聡（愛知）

16.1倍

+45%

›

△A:▲9

ヴィオレンツァ

塚本征（愛知）

4.4倍

-64%

›

△A:▽4

オイチノカタ

小笠羚（愛知）

29.0倍

-20%

›

△A:△1

エイシンメリダ

近藤颯（愛知）

9.3倍

-85%

›

×A:△8

アヤチャンス

加藤利（愛知）

19.5倍

-69%

›

▽A:▽2

カスミヅキ

渡邊竜（笠松）

62.4倍

-3%

›

×A:×3

カナアミデスマッチ

大原浩（笠松）

103.1倍

-91%

›

×A:▽7

エグザルテーション

丸野勝（愛知）

47.7倍

-99%

›

×A:▽6

キタカラキタパンチ

阪野学（愛知）

70.3倍

-99%

›

×A:▽5

トータルダイヤ

柿原翔（愛知）

195.3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

9R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンメリダ差し	近藤颯（愛知）	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 07/31 名古屋7R 2着/12頭+0.2秒 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0秒 10/17 名古屋10R 12着/12頭+4.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 15走で勝率 7% ○ 馬場適性同馬場 18走で勝率 22% ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 10.8%) ※ 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。
2	カスミヅキ	渡邊竜（笠松）	実62.4	▽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9R 11着/12頭+2.1秒 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭 05/25 名古屋12R 3着/11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 7.0着 (不振) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 21走で勝率 10% ○ 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 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 1.6% (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。
3	カナアミデスマッチ	大原浩（笠松）	実103.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/31 名古屋8R 4着/11頭+1.5秒 07/17 名古屋10R 5着/12頭 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭 05/07 名古屋8R 5着/10頭+0.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -60% (大幅な期待値マイナス) AI 予想勝率 0.4% (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	オイチノカタ	小笠羚（愛知）	実29.0	▽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8R 5着/11頭+1.6秒 07/17 名古屋7R 5着/12頭 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 14走で勝率 7% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.4%) ※ 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。
5	トータルダイヤ先行	柿原翔（愛知）	実195.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7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 9.7着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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) -20% (オッズ過剰評価) AI 予想勝率 0.4% (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。
6	キタカラキタパンチ差し	阪野学（愛知）	実70.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（124日ぶりの実戦）
前5走 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8秒 02/25 名古屋10R 10着/12頭+3.0秒 02/10 名古屋12R 7着/11頭+3.5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 6.7着 △ 当競馬場適性 49走で勝率 12% △ 距離適性同距離 28走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 124日休養明け × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 0.9% (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	エグザルテーション	丸野勝（愛知）	実47.7	▽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31%／直近3走平均8.3着と低調／騎手は近50戦で勝率20%）
前5走 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7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 8.3着 (不振) ○ 当競馬場適性 29走で勝率 21% (相性良) ○ 距離適性同距離 19走で勝率 21% ◎ 馬場適性同馬場 16走で勝率 31% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
8	アヤチャンス逃げ	加藤利（愛知）	実19.5	△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27%と適性高／同距離帯11走で勝率27%／直近3走で勝率33%と好調）
前5走 05/25 名古屋2R 1着/10頭 05/07 名古屋12R 3着/10頭+0.3秒 04/13 名古屋3R 6着/10頭+0.6秒 03/25 名古屋4R 1着/12頭勝利 03/11 名古屋2R 4着/11頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 27% (得意) ◎ 距離適性同距離 11走で勝率 27% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91日休養明け × 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 2.9% (オッズ暗示: 5.1%) ※ 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	ヴィオレンツァ差し	塚本征（愛知）	実4.4	▲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0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/31 名古屋8R 3着/11頭+0.6秒 07/03 名古屋8R 4着/11頭 06/05 名古屋7R 5着/12頭 05/07 船橋9R 8着/12頭+1.7秒 03/12 船橋5R 7着/12頭+1.1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 6走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 22.7%) ※ 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。
10	ジェニー逃げ	村上弘（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（当競馬場6走で勝率67%と適性高／同距離帯5走で勝率80%／同馬場状態で勝率67%）
前5走 07/17 名古屋5R 1着/3頭 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 80% ◎ 馬場適性同馬場 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 53.7% (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	カフジアッサム	加藤聡（愛知）	実16.1	△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／前走勝利の勢い）
前5走 07/31 名古屋12R 1着/12頭勝利 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9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 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.2%) ※ 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。
12	テルケンレントラー追込	大畑雅（愛知）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/22 大井5R 4着/11頭+0.3秒 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒 01/30 大井6R 10着/14頭+1.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 距離適性同距離 8走で勝率 12% × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 19.1% (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。

🎯 AIの本命

AI評価1位

ジェニー

騎手村上弘（愛知）

単勝オッズ

2.4倍

AI期待値

+28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12テルケンレントラー

3.3倍

EV -36%

▲9ヴィオレンツァ

4.4倍

EV -71%

出走馬全12頭

◎10

ジェニー

村上弘（愛知）

2.4倍

+28%

›

○12

テルケンレントラー

大畑雅（愛知）

3.3倍

-36%

›

▲9

ヴィオレンツァ

塚本征（愛知）

4.4倍

-71%

›

△1

エイシンメリダ

近藤颯（愛知）

9.3倍

-43%

›

△11

カフジアッサム

加藤聡（愛知）

16.1倍

-17%

›

△8

アヤチャンス

加藤利（愛知）

19.5倍

-43%

›

▽4

オイチノカタ

小笠羚（愛知）

29.0倍

-37%

›

▽2

カスミヅキ

渡邊竜（笠松）

62.4倍

-1%

›

▽7

エグザルテーション

丸野勝（愛知）

47.7倍

-35%

›

▽6

キタカラキタパンチ

阪野学（愛知）

70.3倍

-36%

›

▽5

トータルダイヤ

柿原翔（愛知）

195.3倍

-19%

›

×3

カナアミデスマッチ

大原浩（笠松）

103.1倍

-59%

›

💡 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