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1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クルベリ	丸野勝（愛知）	実7.2	B× A△勝率5% EV-66% 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9R 2着/10頭+0.6秒 07/28 名古屋9R 3着/12頭+0.1秒 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10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 15走で勝率 20% ○ 騎手近50戦勝率 14% ○ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 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。
2	エピックナイト	大畑慧（愛知）	実26.6	B× A×勝率1% EV-73% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯26走で勝率31%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 名古屋9R 1着/12頭勝利 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0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 31走で勝率 23% (相性良) ◎ 距離適性同距離 26走で勝率 31% ◎ 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) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.8%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -74% ※ 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	バレアリックシー	筒井勇（笠松）	実5.9	B○ A○勝率13% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/21 名古屋10R 2着/9頭+0.3秒 07/31 名古屋11R 5着/11頭+0.7秒 07/13 名古屋11R 3着/11頭+0.0秒 07/01 名古屋9R 2着/12頭+1.0秒 06/17 名古屋11R 4着/12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 3.3着 ○ 当競馬場適性 22走で勝率 23% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 16.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 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。
4	ミアステラ先行	今井貴（愛知）	実6.5	B△ A▲勝率11% EV-25% 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6走で勝率33%と適性高）
前5走 08/21 名古屋10R 4着/9頭+1.2秒 05/25 名古屋11R 8着/12頭 05/04 名古屋8R 2着/9頭+1.6秒 04/22 名古屋10R 1着/12頭勝利 04/08 名古屋11R 4着/10頭+0.7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 6走で勝率 33% (得意) ○ 騎手近50戦勝率 14% × 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 1.7% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 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。
5	ジャスパーノワール	細川智（愛知）	実8.1	B× A△勝率4% EV-70% 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4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 08/20 名古屋9R 4着/6頭+1.5秒 07/28 名古屋10R 9着/9頭+3.0秒 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 -70% ※ 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	ビアリッツ推奨	村上弘（愛知）	実12.7	B▲ A△勝率5% EV-40% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場11走で勝率27%と適性高／同距離帯で勝率60%と得意）
前5走 08/18 名古屋11R 3着/12頭+1.1秒 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12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 5走で勝率 60% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 8.6% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.7% / 期待値 -40% ※ 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	リュクスドレフォン	落合玄（北海道）	実35.5	B× A×勝率0% EV-85% 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 07/14 名古屋11R 7着/7頭 06/30 名古屋11R 9着/11頭+1.0秒 05/19 名古屋11R 4着/11頭+0.5秒 05/06 名古屋11R 1着/10頭勝利 ―
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 6.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) × 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 -86% ※ 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	クールムーア追込	加藤利（愛知）	実28.4	B× A×勝率0% EV-86% 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11R 11着/11頭+6.0秒 07/03 園田11R 9着/9頭 08/14 園田11R 12着/12頭+3.0秒 07/25 園田11R 5着/8頭+0.9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 10.7着 (不振) ▽ 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 11位 / 勝率 0.5% / 期待値 -86% ※ 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	ボル追込	塚本征（愛知）	実2.9	B🌟◎ A🌟◎勝率54% EV+57% 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9走で勝率56%と適性高／同距離帯10走で勝率40%／直近3走で勝率67%と好調）
前5走 08/19 名古屋9R 1着/10頭勝利 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 10走で勝率 40% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +127% (市場が大幅過小評価) AI 予想勝率 78.5% (オッズ暗示: 34.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.2% / 期待値 +57% ※ 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	トーマステソーロ	渡邊竜（笠松）	実15.2	B△ A×勝率3% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 名古屋11R 6着/9頭+1.5秒 07/31 名古屋11R 4着/11頭+0.6秒 07/13 名古屋11R 1着/11頭 06/30 名古屋10R 3着/9頭 06/16 名古屋9R 2着/10頭+0.0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 12走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% × 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 1.1% (オッズ暗示: 6.6%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 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。
11	ワイルドハンター	木之葵（愛知）	実27.8	B× A×勝率1% EV-61% 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 08/21 名古屋10R 8着/9頭+2.6秒 07/31 名古屋11R 9着/11頭+2.2秒 07/14 名古屋11R 5着/7頭+1.0秒 06/30 名古屋11R 10着/11頭 06/17 名古屋11R 9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 7.3着 (不振) △ 当競馬場適性 34走で勝率 6% △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) × 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 -62% ※ 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	メモリードライブ先行	丹羽克（愛知）	実21.3	B△ A×勝率2% EV-51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 名古屋10R 5着/9頭+1.3秒 07/31 名古屋11R 3着/11頭+0.6秒 07/13 名古屋11R 2着/11頭 07/01 名古屋11R 2着/11頭+5.0秒 05/19 名古屋8R 6着/12頭+1.3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 3.3着 ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 5走で勝率 20% × 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 0.7% (オッズ暗示: 4.7%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。

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 ◎

ボル

騎手塚本征（愛知）

単勝オッズ

2.9倍

AI期待値

+127%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3バレアリックシー

5.9倍

EV -49%

▲A:△6ビアリッツ

12.7倍

EV +8%

出走馬全12頭

◎A:◎9

ボル

塚本征（愛知）

2.9倍

+127%

›

○A:○3

バレアリックシー

筒井勇（笠松）

5.9倍

-49%

›

▲A:△6

ビアリッツ

村上弘（愛知）

12.7倍

+8%

›

△A:▲4

ミアステラ

今井貴（愛知）

6.5倍

-89%

›

△A:×10

トーマステソーロ

渡邊竜（笠松）

15.2倍

-83%

›

△A:×12

メモリードライブ

丹羽克（愛知）

21.3倍

-85%

›

×A:×2

エピックナイト

大畑慧（愛知）

26.6倍

-82%

›

×A:△5

ジャスパーノワール

細川智（愛知）

8.1倍

-98%

›

×A:△1

クルベリ

丸野勝（愛知）

7.2倍

-99%

›

×A:×11

ワイルドハンター

木之葵（愛知）

27.8倍

-99%

›

×A:×8

クールムーア

加藤利（愛知）

28.4倍

-99%

›

×A:×7

リュクスドレフォン

落合玄（北海道）

35.5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

見送り

B. 市場除外+キャリブ

単勝 6 ビアリッツ ¥100 実12.7倍期待値 +9% ❌不的中7着単勝 12.7倍

※ オッズは予測時点の値です。

11R 名古屋競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クルベリ	丸野勝（愛知）	実7.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走2着）
前5走 08/19 名古屋9R 2着/10頭+0.6秒 07/28 名古屋9R 3着/12頭+0.1秒 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10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 15走で勝率 20% ○ 騎手近50戦勝率 14% ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 13.9%) ※ 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。
2	エピックナイト	大畑慧（愛知）	実26.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯26走で勝率31%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 名古屋9R 1着/12頭勝利 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0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 31走で勝率 23% (相性良) ◎ 距離適性同距離 26走で勝率 31% ◎ 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) × 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 1.0% (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。
3	バレアリックシー	筒井勇（笠松）	実5.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/21 名古屋10R 2着/9頭+0.3秒 07/31 名古屋11R 5着/11頭+0.7秒 07/13 名古屋11R 3着/11頭+0.0秒 07/01 名古屋9R 2着/12頭+1.0秒 06/17 名古屋11R 4着/12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 3.3着 ○ 当競馬場適性 22走で勝率 23% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 13.2% (オッズ暗示: 16.9%) ※ 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	ミアステラ先行	今井貴（愛知）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高）
前5走 08/21 名古屋10R 4着/9頭+1.2秒 05/25 名古屋11R 8着/12頭 05/04 名古屋8R 2着/9頭+1.6秒 04/22 名古屋10R 1着/12頭勝利 04/08 名古屋11R 4着/10頭+0.7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 6走で勝率 33% (得意) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 15.4%) ※ 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	ジャスパーノワール	細川智（愛知）	実8.1	△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4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 08/20 名古屋9R 4着/6頭+1.5秒 07/28 名古屋10R 9着/9頭+3.0秒 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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) -70% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 12.3%) ※ 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。
6	ビアリッツ推奨	村上弘（愛知）	実12.7	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場11走で勝率27%と適性高／同距離帯で勝率60%と得意）
前5走 08/18 名古屋11R 3着/12頭+1.1秒 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12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 5走で勝率 60% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) × 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 4.7% (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。
7	リュクスドレフォン	落合玄（北海道）	実35.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高）
前5走 07/14 名古屋11R 7着/7頭 06/30 名古屋11R 9着/11頭+1.0秒 05/19 名古屋11R 4着/11頭+0.5秒 05/06 名古屋11R 1着/10頭勝利 ―
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 6.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) × 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 0.4% (オッズ暗示: 2.8%) ※ 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	クールムーア追込	加藤利（愛知）	実28.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 07/31 名古屋11R 11着/11頭+6.0秒 07/03 園田11R 9着/9頭 08/14 園田11R 12着/12頭+3.0秒 07/25 園田11R 5着/8頭+0.9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 10.7着 (不振) ▽ 前走実績前走 11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 0.5% (オッズ暗示: 3.5%) ※ 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。
9	ボル追込	塚本征（愛知）	実2.9	🌟◎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9走で勝率56%と適性高／同距離帯10走で勝率40%／直近3走で勝率67%と好調）
前5走 08/19 名古屋9R 1着/10頭勝利 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 10走で勝率 40% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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 54.2% (オッズ暗示: 34.5%) ※ 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。
10	トーマステソーロ	渡邊竜（笠松）	実15.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 名古屋11R 6着/9頭+1.5秒 07/31 名古屋11R 4着/11頭+0.6秒 07/13 名古屋11R 1着/11頭 06/30 名古屋10R 3着/9頭 06/16 名古屋9R 2着/10頭+0.0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 12走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% × 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 2.6% (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。
11	ワイルドハンター	木之葵（愛知）	実27.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 名古屋10R 8着/9頭+2.6秒 07/31 名古屋11R 9着/11頭+2.2秒 07/14 名古屋11R 5着/7頭+1.0秒 06/30 名古屋11R 10着/11頭 06/17 名古屋11R 9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 7.3着 (不振) △ 当競馬場適性 34走で勝率 6% △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.6%) ※ 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。
12	メモリードライブ先行	丹羽克（愛知）	実21.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 名古屋10R 5着/9頭+1.3秒 07/31 名古屋11R 3着/11頭+0.6秒 07/13 名古屋11R 2着/11頭 07/01 名古屋11R 2着/11頭+5.0秒 05/19 名古屋8R 6着/12頭+1.3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 3.3着 ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 5走で勝率 20% × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 4.7%) ※ 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。

🎯 AIの本命

AI評価1位

ボル

騎手塚本征（愛知）

単勝オッズ

2.9倍

AI期待値

+57%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3バレアリックシー

5.9倍

EV -22%

▲4ミアステラ

6.5倍

EV -25%

出走馬全12頭

◎9

ボル

塚本征（愛知）

2.9倍

+57%

›

○3

バレアリックシー

筒井勇（笠松）

5.9倍

-22%

›

▲4

ミアステラ

今井貴（愛知）

6.5倍

-25%

›

△6

ビアリッツ

村上弘（愛知）

12.7倍

-40%

›

△1

クルベリ

丸野勝（愛知）

7.2倍

-66%

›

△5

ジャスパーノワール

細川智（愛知）

8.1倍

-70%

›

×10

トーマステソーロ

渡邊竜（笠松）

15.2倍

-59%

›

×12

メモリードライブ

丹羽克（愛知）

21.3倍

-51%

›

×11

ワイルドハンター

木之葵（愛知）

27.8倍

-61%

›

×2

エピックナイト

大畑慧（愛知）

26.6倍

-73%

›

×8

クールムーア

加藤利（愛知）

28.4倍

-86%

›

×7

リュクスドレフォン

落合玄（北海道）

35.5倍

-85%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 6 ビアリッツ ¥100 実12.7倍期待値 -40% ❌不的中7着単勝 12.7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