名古屋 2R 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

2R 名古屋競馬場ダ920m ダート920m　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイユーホーク	加藤利（愛知）	実95.6	B× A▽勝率1% EV+15% 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 08/18 名古屋2R 6着/8頭+2.2秒 07/30 名古屋2R 9着/10頭+7.8秒 07/03 名古屋4R 6着/6頭+0.0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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 14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 1.2% / 期待値 +15% ※ 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	ネイティブダンス	塚本征（愛知）	実4.8	B▲ A▲勝率8% EV-63% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/18 名古屋2R 4着/8頭+0.6秒 07/31 名古屋3R 8着/10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 6.0着 ○ 騎手近50戦勝率 14% ○ ローテーション 14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 1.0% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.5% / 期待値 -64% ※ 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	ノースバレリーナ	丹羽克（愛知）	実52.2	B× A▽勝率2% 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2R 10着/10頭+12.1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 10.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 2.2% / 期待値 +15% ※ 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	ニシキマカヒキ	小笠羚（愛知）	実39.3	B△ A△勝率3% EV+7% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/24 名古屋4R 4着/5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 × 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 0.3% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.7% / 期待値 +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。
5	オンディーヌ	渡邊竜（笠松）	実2.6	B🌟◎ A○勝率29% EV-24% 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走平均3.0着と安定／前走3着）
前5走 08/24 名古屋4R 3着/5頭+5.0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 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +126% (市場が大幅過小評価) AI 予想勝率 87.2% (オッズ暗示: 38.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 29.1% / 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。
6	メイジョウパナシェ	細川智（愛知）	実8.0	B△ A△勝率7% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/18 名古屋2R 5着/8頭+0.8秒 07/31 名古屋3R 5着/10頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 ○ ローテーション 14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 1.0% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.9% / 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。
7	スカーヒップ	大原浩（笠松）	実127.1	B× A▽勝率1% 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 08/18 名古屋2R 8着/8頭+4.5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) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 14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 0.6% / 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。
8	コママイス	木之葵（愛知）	実100.7	B× A▽勝率1% EV-16% 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 08/18 名古屋2R 7着/8頭+2.9秒 07/30 名古屋2R 8着/10頭+6.0秒 07/15 名古屋3R 7着/7頭+2.0秒 07/02 名古屋1R 8着/9頭 06/05 名古屋4R 5着/5頭
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 7.3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 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14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 -17% ※ 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	セカンドナッツ	加藤聡（愛知）	実12.6	B△ A△勝率5% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（71日ぶりの実戦）
前5走 06/22 名古屋3R 6着/10頭 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 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。
10	フラッテルン	近藤颯（愛知）	実2.7	B○ A🌟◎勝率42% EV+12% 詳細▼	人気馬、市場評価通りで上乗せなし（60日ぶりの実戦）
前5走 07/03 名古屋3R 4着/5頭 ― ― ― ―
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 4.0着 × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 37.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.8% / 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。
11	エンパイアサマー	明星晴（笠松）	実49.5	B× A▽勝率2% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/24 名古屋4R 5着/5頭+0.0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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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。

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 ○

オンディーヌ

騎手渡邊竜（笠松）

単勝オッズ

2.6倍

AI期待値

+126%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎10フラッテルン

2.7倍

EV -74%

▲A:▲2ネイティブダンス

4.8倍

EV -95%

出走馬全11頭

◎A:○5

オンディーヌ

渡邊竜（笠松）

2.6倍

+126%

›

○A:◎10

フラッテルン

近藤颯（愛知）

2.7倍

-74%

›

▲A:▲2

ネイティブダンス

塚本征（愛知）

4.8倍

-95%

›

△A:△6

メイジョウパナシェ

細川智（愛知）

8.0倍

-92%

›

△A:△9

セカンドナッツ

加藤聡（愛知）

12.6倍

-87%

›

△A:△4

ニシキマカヒキ

小笠羚（愛知）

39.3倍

-90%

›

×A:▽11

エンパイアサマー

明星晴（笠松）

49.5倍

-94%

›

×A:▽3

ノースバレリーナ

丹羽克（愛知）

52.2倍

-99%

›

×A:▽1

ダイユーホーク

加藤利（愛知）

95.6倍

-99%

›

×A:▽8

コママイス

木之葵（愛知）

100.7倍

-99%

›

×A:▽7

スカーヒップ

大原浩（笠松）

127.1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

2R 名古屋競馬場ダ920m ダート920m　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイユーホーク	加藤利（愛知）	実95.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/18 名古屋2R 6着/8頭+2.2秒 07/30 名古屋2R 9着/10頭+7.8秒 07/03 名古屋4R 6着/6頭+0.0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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 1.2% (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。
2	ネイティブダンス	塚本征（愛知）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/18 名古屋2R 4着/8頭+0.6秒 07/31 名古屋3R 8着/10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 6.0着 ○ 騎手近50戦勝率 14% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 20.8%) ※ 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。
3	ノースバレリーナ	丹羽克（愛知）	実52.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/30 名古屋2R 10着/10頭+12.1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 10.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 2.2% (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。
4	ニシキマカヒキ	小笠羚（愛知）	実39.3	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/24 名古屋4R 4着/5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 △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 2.7% (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。
5	オンディーヌ	渡邊竜（笠松）	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 08/24 名古屋4R 3着/5頭+5.0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 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 29.1% (オッズ暗示: 38.5%) ※ 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	メイジョウパナシェ	細川智（愛知）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/18 名古屋2R 5着/8頭+0.8秒 07/31 名古屋3R 5着/10頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 ○ ローテーション 14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 6.9% (オッズ暗示: 12.5%) ※ 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。
7	スカーヒップ	大原浩（笠松）	実127.1	▽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 08/18 名古屋2R 8着/8頭+4.5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) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.6% (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	コママイス	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（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）
前5走 08/18 名古屋2R 7着/8頭+2.9秒 07/30 名古屋2R 8着/10頭+6.0秒 07/15 名古屋3R 7着/7頭+2.0秒 07/02 名古屋1R 8着/9頭 06/05 名古屋4R 5着/5頭
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 7.3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 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (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。
9	セカンドナッツ	加藤聡（愛知）	実12.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（71日ぶりの実戦）
前5走 06/22 名古屋3R 6着/10頭 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 7.9%) ※ 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	フラッテルン	近藤颯（愛知）	実2.7	🌟◎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（60日ぶりの実戦）
前5走 07/03 名古屋3R 4着/5頭 ― ― ― ―
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 4.0着 △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 41.8% (オッズ暗示: 37.0%) ※ 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	エンパイアサマー	明星晴（笠松）	実49.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/24 名古屋4R 5着/5頭+0.0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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 1.7% (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。

🎯 AIの本命

AI評価1位

フラッテルン

騎手近藤颯（愛知）

単勝オッズ

2.7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

○5オンディーヌ

2.6倍

EV -24%

▲2ネイティブダンス

4.8倍

EV -63%

出走馬全11頭

◎10

フラッテルン

近藤颯（愛知）

2.7倍

+12%

›

○5

オンディーヌ

渡邊竜（笠松）

2.6倍

-24%

›

▲2

ネイティブダンス

塚本征（愛知）

4.8倍

-63%

›

△6

メイジョウパナシェ

細川智（愛知）

8.0倍

-44%

›

△9

セカンドナッツ

加藤聡（愛知）

12.6倍

-31%

›

△4

ニシキマカヒキ

小笠羚（愛知）

39.3倍

+7%

›

▽3

ノースバレリーナ

丹羽克（愛知）

52.2倍

+14%

›

▽11

エンパイアサマー

明星晴（笠松）

49.5倍

-13%

›

▽1

ダイユーホーク

加藤利（愛知）

95.6倍

+15%

›

▽8

コママイス

木之葵（愛知）

100.7倍

-16%

›

▽7

スカーヒップ

大原浩（笠松）

127.1倍

-26%

›

💡 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