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1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サーストンユタ	大畑雅（愛知）	実243.0	B× A▽勝率0% EV-10% 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8R 11着/12頭+3.1秒 07/28 名古屋6R 8着/12頭+3.3秒 07/01 名古屋5R 8着/12頭 06/17 名古屋5R 11着/11頭 06/03 名古屋5R 10着/12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 9.0着 (不振) × 当競馬場適性 39走で勝率 0% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15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 0.4% / 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。
2	メイショウパンゲア	近藤颯（愛知）	実108.3	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8R 9着/12頭+3.0秒 07/28 名古屋6R 12着/12頭+5.7秒 07/01 名古屋5R 11着/12頭+5.0秒 06/17 名古屋4R 11着/11頭 06/03 名古屋1R 8着/12頭+1.0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 10.7着 (不振) × 当競馬場適性 128走で勝率 3% (苦戦) ▽ 距離適性同距離は 112走で勝ち無し ○ ローテーション 15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 -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。
3	マッサーノ	丸山真（愛知）	実29.4	B○ A▲勝率5% EV+57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場38走で勝率0%と苦戦傾向／同距離帯は40走で勝ち無し）
前5走 08/18 名古屋7R 4着/12頭+1.4秒 07/28 名古屋5R 2着/12頭+2.4秒 06/30 名古屋12R 7着/12頭 06/16 名古屋6R 9着/10頭 06/02 名古屋5R 6着/11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 4.3着 × 当競馬場適性 38走で勝率 0% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し ○ ローテーション 15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 0.2% (オッズ暗示: 3.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 5.4% / 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。
4	ラブウェイ自在	尾崎章（愛知）	実72.9	B× A▽勝率1% EV-13% 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8R 10着/12頭+3.1秒 07/13 名古屋12R 2着/12頭+0.0秒 06/30 名古屋5R 2着/11頭+0.0秒 06/02 名古屋4R 5着/11頭 05/19 名古屋5R 11着/11頭+2.8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 4.7着 × 当競馬場適性 68走で勝率 1% (苦戦) ▽ 距離適性同距離は 65走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15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 -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。
5	トレジャービート	塚本征（愛知）	実1.0	B🌟◎ A🌟◎勝率69% EV-31% 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100%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/28 名古屋5R 1着/12頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 99.5% (オッズ暗示: 100.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 69.0% / 期待値 -31% ※ 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	ガムピーリング	山田祥（愛知）	実119.7	B× A▽勝率1% EV+38% 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27走で勝ち無し）
前5走 08/19 名古屋1R 11着/11頭+1.9秒 07/28 名古屋6R 4着/12頭+0.8秒 07/13 名古屋6R 5着/12頭+0.0秒 06/30 名古屋12R 5着/12頭 06/16 名古屋6R 4着/10頭
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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 +39% ※ 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	サンコルテス逃げ	細川智（愛知）	実71.6	B× A△勝率2% EV+50% 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8R 12着/12頭+3.4秒 07/28 名古屋6R 11着/12頭+4.0秒 07/13 名古屋12R 4着/12頭+0.0秒 07/01 名古屋6R 8着/12頭+1.0秒 06/17 名古屋5R 9着/11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 9.0着 (不振) × 当競馬場適性 129走で勝率 2% (苦戦) ▽ 距離適性同距離は 115走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15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 2.1% / 期待値 +50% ※ 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	ウインフォーユー	加藤誓（愛知）	実52.4	B△ A△勝率3% EV+66% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 08/19 名古屋1R 7着/11頭+0.6秒 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10頭 05/04 名古屋12R 4着/11頭+1.4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 6.7着 × 当競馬場適性 30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) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.2% / 期待値 +67% ※ 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	フラッシュドロー	小笠羚（愛知）	実15.9	B▲ A○勝率10% EV+51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率2%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 08/18 名古屋8R 5着/12頭+1.5秒 07/13 名古屋6R 4着/12頭+0.0秒 06/30 名古屋12R 6着/12頭+0.0秒 06/17 名古屋1R 9着/11頭 05/05 名古屋5R 11着/11頭+2.6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 5.0着 × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 47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 15日の間隔 (理想的) × 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 0.1% (オッズ暗示: 6.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.5% / 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。
10	スマートエラブル	丹羽克（愛知）	実77.1	B△ A▽勝率1% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率0%と苦戦傾向／同距離帯は35走で勝ち無し）
前5走 08/18 名古屋8R 6着/12頭+1.9秒 07/13 名古屋7R 7着/12頭+3.0秒 06/30 名古屋12R 4着/12頭+0.0秒 06/16 名古屋6R 5着/10頭 05/19 名古屋6R 4着/11頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 41走で勝率 0% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ○ ローテーション 15日の間隔 (理想的) × 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 0.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.4% / 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。
11	ブリッジジェイアイ自在	木之葵（愛知）	実70.3	B× A▽勝率1% EV-6% 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8R 7着/12頭+2.1秒 07/28 名古屋6R 6着/12頭+1.6秒 06/25 園田1R 7着/10頭 06/04 園田1R 10着/10頭 05/13 園田1R 7着/9頭+1.2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 6.7着 ▽ 距離適性同距離は 20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 15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 8位 / 勝率 1.3% / 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。
12	ヴィヴィアンワン	大畑慧（愛知）	実16.5	B△ A△勝率5% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 08/18 名古屋8R 4着/12頭+1.2秒 07/28 名古屋12R 3着/10頭+0.8秒 07/13 名古屋6R 6着/12頭 06/16 名古屋4R 5着/9頭 06/02 名古屋5R 7着/11頭
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 4.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 15日の間隔 (理想的) × 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 0.1% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.7% / 期待値 -23% ※ 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 ◎

トレジャービート

騎手塚本征（愛知）

単勝オッズ

1.0倍

AI期待値

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3マッサーノ

29.4倍

EV -93%

▲A:○9フラッシュドロー

15.9倍

EV -98%

出走馬全12頭

◎A:◎5

トレジャービート

塚本征（愛知）

1.0倍

›

○A:▲3

マッサーノ

丸山真（愛知）

29.4倍

-93%

›

▲A:○9

フラッシュドロー

小笠羚（愛知）

15.9倍

-98%

›

△A:△12

ヴィヴィアンワン

大畑慧（愛知）

16.5倍

-98%

›

△A:△8

ウインフォーユー

加藤誓（愛知）

52.4倍

-98%

›

△A:▽10

スマートエラブル

丹羽克（愛知）

77.1倍

-98%

›

×A:▽6

ガムピーリング

山田祥（愛知）

119.7倍

-97%

›

×A:▽11

ブリッジジェイアイ

木之葵（愛知）

70.3倍

-99%

›

×A:△7

サンコルテス

細川智（愛知）

71.6倍

-99%

›

×A:▽4

ラブウェイ

尾崎章（愛知）

72.9倍

-99%

›

×A:▽2

メイショウパンゲア

近藤颯（愛知）

108.3倍

-99%

›

×A:▽1

サーストンユタ

大畑雅（愛知）

243.0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

両モデルとも見送り

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サーストンユタ	大畑雅（愛知）	実243.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場39走で勝率0%と苦戦傾向／同距離帯は39走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/18 名古屋8R 11着/12頭+3.1秒 07/28 名古屋6R 8着/12頭+3.3秒 07/01 名古屋5R 8着/12頭 06/17 名古屋5R 11着/11頭 06/03 名古屋5R 10着/12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 9.0着 (不振) × 当競馬場適性 39走で勝率 0% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
2	メイショウパンゲア	近藤颯（愛知）	実108.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場128走で勝率3%と苦戦傾向／同距離帯は112走で勝ち無し／直近3走平均10.7着と低調）
前5走 08/18 名古屋8R 9着/12頭+3.0秒 07/28 名古屋6R 12着/12頭+5.7秒 07/01 名古屋5R 11着/12頭+5.0秒 06/17 名古屋4R 11着/11頭 06/03 名古屋1R 8着/12頭+1.0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 10.7着 (不振) × 当競馬場適性 128走で勝率 3% (苦戦) ▽ 距離適性同距離は 112走で勝ち無し ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (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。
3	マッサーノ	丸山真（愛知）	実29.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場38走で勝率0%と苦戦傾向／同距離帯は40走で勝ち無し）
前5走 08/18 名古屋7R 4着/12頭+1.4秒 07/28 名古屋5R 2着/12頭+2.4秒 06/30 名古屋12R 7着/12頭 06/16 名古屋6R 9着/10頭 06/02 名古屋5R 6着/11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 4.3着 × 当競馬場適性 38走で勝率 0% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し ○ ローテーション 15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 5.4% (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。
4	ラブウェイ自在	尾崎章（愛知）	実72.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場68走で勝率1%と苦戦傾向／同距離帯は65走で勝ち無し）
前5走 08/18 名古屋8R 10着/12頭+3.1秒 07/13 名古屋12R 2着/12頭+0.0秒 06/30 名古屋5R 2着/11頭+0.0秒 06/02 名古屋4R 5着/11頭 05/19 名古屋5R 11着/11頭+2.8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 4.7着 × 当競馬場適性 68走で勝率 1% (苦戦) ▽ 距離適性同距離は 65走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 1.2% (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。
5	トレジャービート	塚本征（愛知）	実1.0	🌟◎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100%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/28 名古屋5R 1着/12頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 69.0% (オッズ暗示: 100.0%) ※ 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	ガムピーリング	山田祥（愛知）	実119.7	▽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27走で勝ち無し）
前5走 08/19 名古屋1R 11着/11頭+1.9秒 07/28 名古屋6R 4着/12頭+0.8秒 07/13 名古屋6R 5着/12頭+0.0秒 06/30 名古屋12R 5着/12頭 06/16 名古屋6R 4着/10頭
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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) +38% (妙味あり) AI 予想勝率 1.2% (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。
7	サンコルテス逃げ	細川智（愛知）	実71.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場129走で勝率2%と苦戦傾向／同距離帯は115走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/18 名古屋8R 12着/12頭+3.4秒 07/28 名古屋6R 11着/12頭+4.0秒 07/13 名古屋12R 4着/12頭+0.0秒 07/01 名古屋6R 8着/12頭+1.0秒 06/17 名古屋5R 9着/11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 9.0着 (不振) × 当競馬場適性 129走で勝率 2% (苦戦) ▽ 距離適性同距離は 115走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 2.1% (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。
8	ウインフォーユー	加藤誓（愛知）	実52.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 08/19 名古屋1R 7着/11頭+0.6秒 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10頭 05/04 名古屋12R 4着/11頭+1.4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 6.7着 × 当競馬場適性 30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) ○ 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) +66% (市場が大幅過小評価) AI 予想勝率 3.2% (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。
9	フラッシュドロー	小笠羚（愛知）	実15.9	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率2%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 08/18 名古屋8R 5着/12頭+1.5秒 07/13 名古屋6R 4着/12頭+0.0秒 06/30 名古屋12R 6着/12頭+0.0秒 06/17 名古屋1R 9着/11頭 05/05 名古屋5R 11着/11頭+2.6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 5.0着 × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 47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 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 9.5% (オッズ暗示: 6.3%) ※ 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	スマートエラブル	丹羽克（愛知）	実77.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率0%と苦戦傾向／同距離帯は35走で勝ち無し）
前5走 08/18 名古屋8R 6着/12頭+1.9秒 07/13 名古屋7R 7着/12頭+3.0秒 06/30 名古屋12R 4着/12頭+0.0秒 06/16 名古屋6R 5着/10頭 05/19 名古屋6R 4着/11頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 41走で勝率 0% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ○ ローテーション 15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 1.4% (オッズ暗示: 1.3%) ※ 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。
11	ブリッジジェイアイ自在	木之葵（愛知）	実70.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し）
前5走 08/18 名古屋8R 7着/12頭+2.1秒 07/28 名古屋6R 6着/12頭+1.6秒 06/25 園田1R 7着/10頭 06/04 園田1R 10着/10頭 05/13 園田1R 7着/9頭+1.2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 6.7着 ▽ 距離適性同距離は 20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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.3% (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。
12	ヴィヴィアンワン	大畑慧（愛知）	実16.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 08/18 名古屋8R 4着/12頭+1.2秒 07/28 名古屋12R 3着/10頭+0.8秒 07/13 名古屋6R 6着/12頭 06/16 名古屋4R 5着/9頭 06/02 名古屋5R 7着/11頭
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 4.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 6.1%) ※ 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。

🎯 AIの本命

AI評価1位

トレジャービート

騎手塚本征（愛知）

単勝オッズ

1.0倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9フラッシュドロー

15.9倍

EV +51%

▲3マッサーノ

29.4倍

EV +57%

出走馬全12頭

◎5

トレジャービート

塚本征（愛知）

1.0倍

-31%

›

○9

フラッシュドロー

小笠羚（愛知）

15.9倍

+51%

›

▲3

マッサーノ

丸山真（愛知）

29.4倍

+57%

›

△12

ヴィヴィアンワン

大畑慧（愛知）

16.5倍

-23%

›

△8

ウインフォーユー

加藤誓（愛知）

52.4倍

+66%

›

△7

サンコルテス

細川智（愛知）

71.6倍

+50%

›

▽10

スマートエラブル

丹羽克（愛知）

77.1倍

+4%

›

▽11

ブリッジジェイアイ

木之葵（愛知）

70.3倍

-6%

›

▽4

ラブウェイ

尾崎章（愛知）

72.9倍

-13%

›

▽6

ガムピーリング

山田祥（愛知）

119.7倍

+38%

›

▽2

メイショウパンゲア

近藤颯（愛知）

108.3倍

-15%

›

▽1

サーストンユタ

大畑雅（愛知）

243.0倍

-10%

›

💡 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