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1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レーヴエスポワール追込	筒井勇（笠松）	実24.3	B△ A△勝率3% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は39走で勝ち無し）
前5走 08/19 名古屋4R 5着/11頭+0.7秒 07/29 名古屋3R 7着/12頭+1.4秒 07/14 名古屋8R 5着/12頭 06/05 名古屋5R 9着/12頭+0.0秒 05/22 名古屋8R 8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 5.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 39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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
2	ジャスティラック	小笠羚（愛知）	実45.3	B× A×勝率1% EV-54% 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 11着/12頭+3.7秒 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10頭 05/05 名古屋4R 7着/10頭+2.0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) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 11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 8位 / 勝率 1.0% / 期待値 -54% ※ 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	アスプロガイア	加藤聡（愛知）	実11.8	B× A▲勝率6% EV-34% 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 08/20 名古屋5R 10着/10頭+3.2秒 07/29 名古屋3R 8着/12頭+2.6秒 07/14 名古屋8R 11着/12頭 06/18 名古屋12R 3着/12頭+0.0秒 06/04 名古屋2R 8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 9.7着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10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) -100% (大幅な期待値マイナス) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 5.6% / 期待値 -34% ※ 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	サノノスウィフト先行	加藤利（愛知）	実8.2	B▲ A○勝率12% EV+1% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／直近3走で勝率33%と好調／160日ぶりの実戦）
前5走 03/27 名古屋7R 7着/10頭+1.4秒 02/12 名古屋3R 1着/12頭勝利 01/29 名古屋3R 2着/12頭+0.0秒 01/16 名古屋4R 3着/9頭+0.9秒 01/05 名古屋3R 6着/11頭+1.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ◎ 距離適性同距離 8走で勝率 25% △ ローテーション 160日休養明け × 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 0.5% (オッズ暗示: 12.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 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。
5	グレースシャルマン追込	山田祥（愛知）	実15.2	B○ A△勝率4% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/19 名古屋3R 2着/11頭+0.1秒 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4秒 04/10 名古屋5R 8着/11頭+2.4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 5.7着 △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 20走で勝率 10% ○ 前走実績前走 2着 (好走) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 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。
6	ラブミーエール自在	細川智（愛知）	実14.3	B× A△勝率5% EV-24% 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 08/19 名古屋3R 3着/11頭+0.3秒 07/29 名古屋2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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 4位 / 勝率 5.3% / 期待値 -25% ※ 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	モランゴ	近藤颯（愛知）	実118.0	B△ A▽勝率1% EV-8% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6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9.0着と低調）
前5走 08/20 名古屋5R 8着/10頭+1.8秒 07/14 名古屋8R 8着/12頭 07/03 名古屋9R 11着/12頭+6.0秒 06/05 名古屋9R 11着/12頭+2.0秒 05/08 名古屋12R 9着/10頭+2.1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 9.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 0.8% / 期待値 -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	ブラックビート逃げ	村上弘（愛知）	実69.6	B△ A▽勝率2% EV+43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/29 名古屋12R 11着/12頭+3.5秒 07/14 名古屋8R 7着/12頭 07/02 名古屋12R 7着/12頭 06/18 名古屋7R 7着/11頭+3.0秒 05/05 名古屋5R 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 8.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 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	フランキンローズ逃げ	阪野学（愛知）	実85.3	B× A▽勝率1% EV-41% 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 08/19 名古屋4R 11着/11頭+2.4秒 07/29 名古屋3R 9着/12頭+3.3秒 07/14 名古屋8R 10着/12頭 07/02 名古屋12R 3着/12頭 06/19 名古屋1R 9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 10.0着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 20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 11位 / 勝率 0.7% / 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。
10	ボッシュ自在	大畑雅（愛知）	実1.2	B🌟◎ A🌟◎勝率64% EV-23% 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（同距離帯3走で勝率33%／直近3走で勝率33%と好調／前走2着）
前5走 11/25 名古屋5R 2着/12頭+0.1秒 11/13 名古屋4R 1着/11頭勝利 10/23 大井6R 9着/12頭+1.4秒 10/09 大井7R 9着/14頭+1.6秒 09/19 大井3R 7着/13頭+1.1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) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) △ ローテーション 282日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 94.8% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 64.0% / 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。
11	ノース先行	丹羽克（愛知）	実65.5	B× A×勝率1% EV-54% 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 08/19 名古屋4R 6着/11頭+1.0秒 07/29 名古屋12R 10着/12頭+3.0秒 07/14 名古屋8R 9着/12頭+2.0秒 06/18 名古屋12R 5着/12頭 06/04 名古屋2R 6着/11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 8.3着 (不振) × 当競馬場適性 58走で勝率 3% (苦戦) △ 距離適性同距離 57走で勝率 5% ○ 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 10位 / 勝率 0.7% / 期待値 -54% ※ 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 ◎

ボッシュ

騎手大畑雅（愛知）

単勝オッズ

1.2倍

AI期待値

+13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△5グレースシャルマン

15.2倍

EV -35%

▲A:○4サノノスウィフト

8.2倍

EV -95%

出走馬全11頭

◎A:◎10

ボッシュ

大畑雅（愛知）

1.2倍

+13%

›

○A:△5

グレースシャルマン

山田祥（愛知）

15.2倍

-35%

›

▲A:○4

サノノスウィフト

加藤利（愛知）

8.2倍

-95%

›

△A:△1

レーヴエスポワール

筒井勇（笠松）

24.3倍

-96%

›

△A:▽8

ブラックビート

村上弘（愛知）

69.6倍

-88%

›

△A:▽7

モランゴ

近藤颯（愛知）

118.0倍

-81%

›

×A:▲3

アスプロガイア

加藤聡（愛知）

11.8倍

-99%

›

×A:△6

ラブミーエール

細川智（愛知）

14.3倍

-99%

›

×A:×2

ジャスティラック

小笠羚（愛知）

45.3倍

-99%

›

×A:×11

ノース

丹羽克（愛知）

65.5倍

-99%

›

×A:▽9

フランキンローズ

阪野学（愛知）

85.3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

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レーヴエスポワール追込	筒井勇（笠松）	実24.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は39走で勝ち無し）
前5走 08/19 名古屋4R 5着/11頭+0.7秒 07/29 名古屋3R 7着/12頭+1.4秒 07/14 名古屋8R 5着/12頭 06/05 名古屋5R 9着/12頭+0.0秒 05/22 名古屋8R 8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 5.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 39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) -17% (オッズ過剰評価) AI 予想勝率 3.4% (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。
2	ジャスティラック	小笠羚（愛知）	実45.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は11走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/31 名古屋5R 11着/12頭+3.7秒 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10頭 05/05 名古屋4R 7着/10頭+2.0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) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.2%) ※ 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	アスプロガイア	加藤聡（愛知）	実11.8	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%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 08/20 名古屋5R 10着/10頭+3.2秒 07/29 名古屋3R 8着/12頭+2.6秒 07/14 名古屋8R 11着/12頭 06/18 名古屋12R 3着/12頭+0.0秒 06/04 名古屋2R 8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 9.7着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10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) -34% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 8.5%) ※ 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。
4	サノノスウィフト先行	加藤利（愛知）	実8.2	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／直近3走で勝率33%と好調／160日ぶりの実戦）
前5走 03/27 名古屋7R 7着/10頭+1.4秒 02/12 名古屋3R 1着/12頭勝利 01/29 名古屋3R 2着/12頭+0.0秒 01/16 名古屋4R 3着/9頭+0.9秒 01/05 名古屋3R 6着/11頭+1.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ◎ 距離適性同距離 8走で勝率 25% △ ローテーション 160日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 12.4% (オッズ暗示: 12.2%) ※ 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	グレースシャルマン追込	山田祥（愛知）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/19 名古屋3R 2着/11頭+0.1秒 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4秒 04/10 名古屋5R 8着/11頭+2.4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 5.7着 △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 20走で勝率 10% ○ 前走実績前走 2着 (好走) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 6.6%) ※ 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。
6	ラブミーエール自在	細川智（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3走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走3着）
前5走 08/19 名古屋3R 3着/11頭+0.3秒 07/29 名古屋2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0秒 05/15 川崎6R 10着/12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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 5.3% (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。
7	モランゴ	近藤颯（愛知）	実118.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6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9.0着と低調）
前5走 08/20 名古屋5R 8着/10頭+1.8秒 07/14 名古屋8R 8着/12頭 07/03 名古屋9R 11着/12頭+6.0秒 06/05 名古屋9R 11着/12頭+2.0秒 05/08 名古屋12R 9着/10頭+2.1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 9.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -9% (オッズ過剰評価) AI 予想勝率 0.8% (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	ブラックビート逃げ	村上弘（愛知）	実69.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/29 名古屋12R 11着/12頭+3.5秒 07/14 名古屋8R 7着/12頭 07/02 名古屋12R 7着/12頭 06/18 名古屋7R 7着/11頭+3.0秒 05/05 名古屋5R 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 8.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) 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。
9	フランキンローズ逃げ	阪野学（愛知）	実85.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/19 名古屋4R 11着/11頭+2.4秒 07/29 名古屋3R 9着/12頭+3.3秒 07/14 名古屋8R 10着/12頭 07/02 名古屋12R 3着/12頭 06/19 名古屋1R 9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 10.0着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 20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) -42% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ※ 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。
10	ボッシュ自在	大畑雅（愛知）	実1.2	🌟◎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（同距離帯3走で勝率33%／直近3走で勝率33%と好調／前走2着）
前5走 11/25 名古屋5R 2着/12頭+0.1秒 11/13 名古屋4R 1着/11頭勝利 10/23 大井6R 9着/12頭+1.4秒 10/09 大井7R 9着/14頭+1.6秒 09/19 大井3R 7着/13頭+1.1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) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) △ ローテーション 282日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 64.0% (オッズ暗示: 83.3%) ※ 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	ノース先行	丹羽克（愛知）	実65.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場58走で勝率3%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/19 名古屋4R 6着/11頭+1.0秒 07/29 名古屋12R 10着/12頭+3.0秒 07/14 名古屋8R 9着/12頭+2.0秒 06/18 名古屋12R 5着/12頭 06/04 名古屋2R 6着/11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 8.3着 (不振) × 当競馬場適性 58走で勝率 3% (苦戦) △ 距離適性同距離 57走で勝率 5% ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。

🎯 AIの本命

AI評価1位

ボッシュ

騎手大畑雅（愛知）

単勝オッズ

1.2倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4サノノスウィフト

8.2倍

EV +1%

▲3アスプロガイア

11.8倍

EV -34%

出走馬全11頭

◎10

ボッシュ

大畑雅（愛知）

1.2倍

-23%

›

○4

サノノスウィフト

加藤利（愛知）

8.2倍

+1%

›

▲3

アスプロガイア

加藤聡（愛知）

11.8倍

-34%

›

△6

ラブミーエール

細川智（愛知）

14.3倍

-24%

›

△5

グレースシャルマン

山田祥（愛知）

15.2倍

-36%

›

△1

レーヴエスポワール

筒井勇（笠松）

24.3倍

-17%

›

▽8

ブラックビート

村上弘（愛知）

69.6倍

+43%

›

×2

ジャスティラック

小笠羚（愛知）

45.3倍

-54%

›

▽7

モランゴ

近藤颯（愛知）

118.0倍

-8%

›

×11

ノース

丹羽克（愛知）

65.5倍

-54%

›

▽9

フランキンローズ

阪野学（愛知）

85.3倍

-41%

›

💡 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