名古屋 11R 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

11R 名古屋競馬場ダ1500m ダート1500m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イブシギン	柿原翔（愛知）	実37.7	B× A▽勝率3% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場91走で勝率3%と苦戦傾向／同距離帯は67走で勝ち無し）
前5走 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭
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 6.7着 × 当競馬場適性 91走で勝率 3% (苦戦) ▽ 距離適性同距離は 67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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 +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	ミートザターゲット逃げ	近藤颯（愛知）	実4.1	B▲ A○勝率20% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 07/31 名古屋10R 7着/12頭+0.8秒 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利 09/25 園田7R 2着/10頭+0.3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 5.3着 ▽ 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) -83% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 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	ショウナンラフィネ	丸野勝（愛知）	実1.8	B△ A🌟◎勝率31% EV-44% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11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 07/17 名古屋12R 3着/12頭 07/02 名古屋8R 6着/12頭+0.0秒 06/05 名古屋7R 4着/12頭+1.0秒 05/25 名古屋9R 10着/10頭+0.0秒 05/08 名古屋9R 11着/12頭+2.9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 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) × 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 1.2% (オッズ暗示: 55.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.0% / 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。
4	シスターネビュラ差し	村上弘（愛知）	実16.0	B× A△勝率4% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は31走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/31 名古屋7R 5着/12頭+1.3秒 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3秒 03/20 浦和8R 6着/13頭+1.5秒 03/02 川崎8R 5着/9頭+0.5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 8.0着 (不振) ▽ 距離適性同距離は 31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) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -30% ※ 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	ゴッドテソロ逃げ	大畑雅（愛知）	実17.1	B△ A△勝率5% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/31 名古屋12R 9着/12頭+1.0秒 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -92% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 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。
6	フルオブエナジー	渡邊竜（笠松）	実26.0	B○ A▽勝率3% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/17 名古屋10R 7着/12頭+0.0秒 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 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戦の調子平均 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ○ 騎手近50戦勝率 16% 🌟◎ 期待値 (オッズ vs AI勝率) +111% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 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。
7	ボスコヴェローチェ	丹羽克（愛知）	実55.2	B× A▽勝率3% EV+47% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/31 名古屋10R 9着/12頭+2.5秒 06/18 名古屋5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3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 8.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 32走で勝率 9% △ 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) -78% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 期待値 +48% ※ 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	ミツカネリブラ	丸山真（愛知）	実303.8	B× A▽勝率1% EV+80% 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10R 12着/12頭+3.5秒 07/17 名古屋10R 11着/12頭+1.0秒 07/02 名古屋8R 11着/12頭 06/18 名古屋5R 9着/9頭 05/21 名古屋6R 10着/10頭+1.0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 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 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 12位 / 勝率 0.6% / 期待値 +81% ※ 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	フークベルエ先行	大畑慧（愛知）	実114.9	B× A▽勝率1% EV+57% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場60走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0秒 05/08 名古屋2R 3着/11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戦の調子平均 8.7着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ▽ 前走実績前走 10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) -96% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
10	レシェルドランジュ先行推奨	細川智（愛知）	実8.3	B◎ A▲勝率17% EV+42% 詳細▼	市場が大きく過小評価、AI予想勝率84% × オッズ8.3倍で期待値+600%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率17%と相性良／同距離帯で勝率20%）
前5走 05/07 名古屋7R 1着/11頭勝利 04/10 名古屋3R 2着/11頭+1.2秒 03/27 名古屋3R 6着/11頭+2.2秒 03/13 名古屋4R 8着/10頭+2.8秒 03/02 名古屋3R 4着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 109日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +600% (市場が大幅過小評価) AI 予想勝率 84.4% (オッズ暗示: 12.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.1% / 期待値 +42% ※ 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	ヴィクトリアランド	木之葵（愛知）	実119.4	B× A▽勝率1% EV+18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 07/17 名古屋10R 12着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 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 0.1% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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	レイエル先行	小笠羚（愛知）	実8.8	B△ A△勝率11% EV-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走平均8.7着と低調）
前5走 07/17 浦和5R 11着/12頭+3.0秒 02/26 浦和2R 4着/11頭+1.8秒 09/08 川崎6R 11着/12頭+2.7秒 08/28 船橋4R 10着/11頭+4.7秒 06/19 川崎6R 5着/13頭+1.1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 8.7着 (不振) ○ 距離適性同距離 11走で勝率 18% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 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。

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

A推奨B推奨Aモデル ▲

レシェルドランジュ

騎手細川智（愛知）

単勝オッズ

8.3倍

AI期待値

+600%

買い目

¥2,100

全レースの推奨

AIの推奨本命の次点

○A:▽6フルオブエナジー

26.0倍

EV +111%

▲A:○2ミートザターゲット

4.1倍

EV -83%

出走馬全12頭

◎A:▲10

レシェルドランジュ

細川智（愛知）

8.3倍

+600%

›

○A:▽6

フルオブエナジー

渡邊竜（笠松）

26.0倍

+111%

›

▲A:○2

ミートザターゲット

近藤颯（愛知）

4.1倍

-83%

›

△A:◎3

ショウナンラフィネ

丸野勝（愛知）

1.8倍

-97%

›

△A:△12

レイエル

小笠羚（愛知）

8.8倍

-93%

›

△A:△5

ゴッドテソロ

大畑雅（愛知）

17.1倍

-91%

›

×A:△4

シスターネビュラ

村上弘（愛知）

16.0倍

-93%

›

×A:▽7

ボスコヴェローチェ

丹羽克（愛知）

55.2倍

-78%

›

×A:▽1

イブシギン

柿原翔（愛知）

37.7倍

-95%

›

×A:▽11

ヴィクトリアランド

木之葵（愛知）

119.4倍

-85%

›

×A:▽9

フークベルエ

大畑慧（愛知）

114.9倍

-95%

›

×A:▽8

ミツカネリブラ

丸山真（愛知）

303.8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

単勝 10 レシェルドランジュ ¥100 実8.3倍期待値 +600% ❌不的中2着単勝 8.3倍

B. 市場除外+キャリブ

単勝 10 レシェルドランジュ ¥2,000 実8.3倍期待値 +600% ❌不的中2着単勝 8.3倍

※ オッズは予測時点の値です。

11R 名古屋競馬場ダ1500m ダート1500m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イブシギン	柿原翔（愛知）	実37.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場91走で勝率3%と苦戦傾向／同距離帯は67走で勝ち無し）
前5走 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭
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 6.7着 × 当競馬場適性 91走で勝率 3% (苦戦) ▽ 距離適性同距離は 67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) +2% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.7%) ※ 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。
2	ミートザターゲット逃げ	近藤颯（愛知）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 07/31 名古屋10R 7着/12頭+0.8秒 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利 09/25 園田7R 2着/10頭+0.3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 5.3着 ▽ 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) -18% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 24.4%) ※ 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。
3	ショウナンラフィネ	丸野勝（愛知）	実1.8	🌟◎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11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 07/17 名古屋12R 3着/12頭 07/02 名古屋8R 6着/12頭+0.0秒 06/05 名古屋7R 4着/12頭+1.0秒 05/25 名古屋9R 10着/10頭+0.0秒 05/08 名古屋9R 11着/12頭+2.9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 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) × 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 31.0% (オッズ暗示: 55.6%) ※ 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。
4	シスターネビュラ差し	村上弘（愛知）	実16.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は31走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/31 名古屋7R 5着/12頭+1.3秒 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3秒 03/20 浦和8R 6着/13頭+1.5秒 03/02 川崎8R 5着/9頭+0.5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 8.0着 (不振) ▽ 距離適性同距離は 31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) -30% (オッズ過剰評価) AI 予想勝率 4.4% (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。
5	ゴッドテソロ逃げ	大畑雅（愛知）	実17.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/31 名古屋12R 9着/12頭+1.0秒 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -22% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.8%) ※ 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	フルオブエナジー	渡邊竜（笠松）	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/17 名古屋10R 7着/12頭+0.0秒 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 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戦の調子平均 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.8%) ※ 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。
7	ボスコヴェローチェ	丹羽克（愛知）	実55.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/31 名古屋10R 9着/12頭+2.5秒 06/18 名古屋5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3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 8.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 32走で勝率 9% △ 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) +47% (妙味あり) AI 予想勝率 2.7% (オッズ暗示: 1.8%) ※ 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	ミツカネリブラ	丸山真（愛知）	実303.8	▽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4走で勝ち無し／直近3走平均11.3着と低調）
前5走 07/31 名古屋10R 12着/12頭+3.5秒 07/17 名古屋10R 11着/12頭+1.0秒 07/02 名古屋8R 11着/12頭 06/18 名古屋5R 9着/9頭 05/21 名古屋6R 10着/10頭+1.0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 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 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) +80% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.3%) ※ 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	フークベルエ先行	大畑慧（愛知）	実114.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場60走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0秒 05/08 名古屋2R 3着/11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戦の調子平均 8.7着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ▽ 前走実績前走 10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) +57% (市場が大幅過小評価) AI 予想勝率 1.4% (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。
10	レシェルドランジュ先行推奨	細川智（愛知）	実8.3	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+42%の妙味（直近3走勝率33%と上り調子／当競馬場で勝率17%と相性良／同距離帯で勝率20%）
前5走 05/07 名古屋7R 1着/11頭勝利 04/10 名古屋3R 2着/11頭+1.2秒 03/27 名古屋3R 6着/11頭+2.2秒 03/13 名古屋4R 8着/10頭+2.8秒 03/02 名古屋3R 4着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 109日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 17.1% (オッズ暗示: 12.0%) ※ 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。
11	ヴィクトリアランド	木之葵（愛知）	実119.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 07/17 名古屋10R 12着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 1.0% (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。
12	レイエル先行	小笠羚（愛知）	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.7着と低調）
前5走 07/17 浦和5R 11着/12頭+3.0秒 02/26 浦和2R 4着/11頭+1.8秒 09/08 川崎6R 11着/12頭+2.7秒 08/28 船橋4R 10着/11頭+4.7秒 06/19 川崎6R 5着/13頭+1.1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 8.7着 (不振) ○ 距離適性同距離 11走で勝率 18% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 11.4%) ※ 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。

🎯 AIの本命

AI評価1位

ショウナンラフィネ

騎手丸野勝（愛知）

単勝オッズ

1.8倍

AI期待値

-44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ミートザターゲット

4.1倍

EV -18%

▲10レシェルドランジュ

8.3倍

EV +42%

出走馬全12頭

◎3

ショウナンラフィネ

丸野勝（愛知）

1.8倍

-44%

›

○2

ミートザターゲット

近藤颯（愛知）

4.1倍

-18%

›

▲10

レシェルドランジュ

細川智（愛知）

8.3倍

+42%

›

△12

レイエル

小笠羚（愛知）

8.8倍

-1%

›

△5

ゴッドテソロ

大畑雅（愛知）

17.1倍

-21%

›

△4

シスターネビュラ

村上弘（愛知）

16.0倍

-29%

›

▽6

フルオブエナジー

渡邊竜（笠松）

26.0倍

-10%

›

▽1

イブシギン

柿原翔（愛知）

37.7倍

+2%

›

▽7

ボスコヴェローチェ

丹羽克（愛知）

55.2倍

+47%

›

▽9

フークベルエ

大畑慧（愛知）

114.9倍

+57%

›

▽11

ヴィクトリアランド

木之葵（愛知）

119.4倍

+18%

›

▽8

ミツカネリブラ

丸山真（愛知）

303.8倍

+80%

›

💡 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

単勝 10 レシェルドランジュ ¥100 実8.3倍期待値 +42% ❌不的中2着単勝 8.3倍

B. 市場除外+キャリブ

単勝 10 レシェルドランジュ ¥2,000 実8.3倍期待値 +42% ❌不的中2着単勝 8.3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