名古屋 1R 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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマガニメデ	大畑雅（愛知）	実20.0	B▲ A△勝率4% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/20 名古屋6R 9着/12頭+2.2秒 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 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。
2	セルリアンドロップ差し	丸山真（愛知）	実10.2	B△ A△勝率10% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 名古屋3R 4着/12頭+1.0秒 07/14 名古屋7R 3着/12頭+0.0秒 04/24 名古屋3R 8着/12頭+2.7秒 04/13 名古屋7R 3着/10頭+0.8秒 03/26 名古屋5R 5着/12頭+0.7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 5.0着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 9走で勝率 11% × 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 1.0% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.8% / 期待値 -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。
3	カムイパパイヤ	阪野学（愛知）	実62.2	B× A▽勝率1% EV-29% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/20 名古屋5R 7着/10頭+1.7秒 07/30 名古屋12R 8着/12頭+1.3秒 07/14 名古屋8R 4着/12頭+0.0秒 07/03 名古屋1R 11着/12頭 06/05 名古屋5R 8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 6.3着 △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 39走で勝率 8% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 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。
4	スターロード逃げ	加藤利（愛知）	実22.9	B× A×勝率2% 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 08/20 名古屋7R 10着/12頭+1.7秒 07/30 名古屋12R 5着/12頭+0.6秒 06/05 名古屋12R 8着/11頭+0.0秒 05/25 名古屋8R 5着/10頭 05/08 名古屋4R 8着/10頭+1.9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 7.7着 (不振) △ 当競馬場適性 100走で勝率 7% △ 距離適性同距離 75走で勝率 7% ▽ 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 8位 / 勝率 1.7% / 期待値 -61% ※ 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	ノヴァエスペランサ	渡邊竜（笠松）	実4.7	B△ A○勝率21% EV-2% 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7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/20 名古屋6R 7着/12頭+1.5秒 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.6% / 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。
6	レイナティア	小笠羚（愛知）	実1.6	B🌟◎ A🌟◎勝率36% EV-41% 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（同馬場状態で勝率67%／前走2着）
前5走 08/19 名古屋4R 2着/11頭+0.4秒 07/29 名古屋3R 6着/12頭+1.2秒 07/14 名古屋6R 2着/12頭 07/01 名古屋6R 2着/12頭 06/17 名古屋5R 5着/11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 3.3着 ○ 当競馬場適性 18走で勝率 17% (相性良) △ 距離適性同距離 16走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 67% ○ 前走実績前走 2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) +27% (市場と概ね一致) AI 予想勝率 79.4% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.5% / 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。
7	チャコワールド自在	丹羽克（愛知）	実26.9	B△ A△勝率6% EV+62% 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33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋1R 1着/11頭勝利 07/28 名古屋7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 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 16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 0.2% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.0% / 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。
8	トークダウン	村上弘（愛知）	実113.9	B× A▽勝率1% EV+0% 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6R 10着/12頭+2.3秒 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭 06/19 名古屋2R 7着/11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 11.0着 (不振) × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 40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 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 0.9% / 期待値 +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	アンファング	近藤颯（愛知）	実6.1	B○ A▲勝率18% EV+7% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/15 名古屋12R 11着/12頭 07/02 名古屋3R 4着/12頭+3.0秒 06/18 名古屋7R 5着/11頭 06/04 名古屋12R 10着/12頭 05/21 名古屋2R 2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 6.7着 △ 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) -3% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 期待値 +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。
10	エイシンハトホル逃げ	大畑慧（愛知）	実39.8	B× A▽勝率2% EV-20% 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6R 11着/12頭+2.7秒 07/30 名古屋12R 11着/12頭+2.0秒 07/02 名古屋5R 7着/11頭 06/04 名古屋4R 6着/12頭+2.0秒 05/05 名古屋10R 1着/11頭勝利
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 9.7着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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 7位 / 勝率 2.0% / 期待値 -21% ※ 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 ◎

レイナティア

騎手小笠羚（愛知）

単勝オッズ

1.6倍

AI期待値

+27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲9アンファング

6.1倍

EV -3%

▲A:△1デルマガニメデ

20.0倍

EV -54%

出走馬全10頭

◎A:◎6

レイナティア

小笠羚（愛知）

1.6倍

+27%

›

○A:▲9

アンファング

近藤颯（愛知）

6.1倍

-3%

›

▲A:△1

デルマガニメデ

大畑雅（愛知）

20.0倍

-54%

›

△A:○5

ノヴァエスペランサ

渡邊竜（笠松）

4.7倍

-94%

›

△A:△2

セルリアンドロップ

丸山真（愛知）

10.2倍

-89%

›

△A:△7

チャコワールド

丹羽克（愛知）

26.9倍

-93%

›

×A:▽3

カムイパパイヤ

阪野学（愛知）

62.2倍

-95%

›

×A:×4

スターロード

加藤利（愛知）

22.9倍

-99%

›

×A:▽10

エイシンハトホル

大畑慧（愛知）

39.8倍

-99%

›

×A:▽8

トークダウン

村上弘（愛知）

113.9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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマガニメデ	大畑雅（愛知）	実20.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/20 名古屋6R 9着/12頭+2.2秒 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 5.0%) ※ 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	セルリアンドロップ差し	丸山真（愛知）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 名古屋3R 4着/12頭+1.0秒 07/14 名古屋7R 3着/12頭+0.0秒 04/24 名古屋3R 8着/12頭+2.7秒 04/13 名古屋7R 3着/10頭+0.8秒 03/26 名古屋5R 5着/12頭+0.7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 5.0着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 9走で勝率 11% △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 9.8%) ※ 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	カムイパパイヤ	阪野学（愛知）	実62.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/20 名古屋5R 7着/10頭+1.7秒 07/30 名古屋12R 8着/12頭+1.3秒 07/14 名古屋8R 4着/12頭+0.0秒 07/03 名古屋1R 11着/12頭 06/05 名古屋5R 8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 6.3着 △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 39走で勝率 8% ○ 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) -30% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.6%) ※ 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	スターロード逃げ	加藤利（愛知）	実22.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/20 名古屋7R 10着/12頭+1.7秒 07/30 名古屋12R 5着/12頭+0.6秒 06/05 名古屋12R 8着/11頭+0.0秒 05/25 名古屋8R 5着/10頭 05/08 名古屋4R 8着/10頭+1.9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 7.7着 (不振) △ 当競馬場適性 100走で勝率 7% △ 距離適性同距離 75走で勝率 7% ▽ 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) -61% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 4.4%) ※ 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	ノヴァエスペランサ	渡邊竜（笠松）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/20 名古屋6R 7着/12頭+1.5秒 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -3% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 21.3%) ※ 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	レイナティア	小笠羚（愛知）	実1.6	🌟◎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（同馬場状態で勝率67%／前走2着）
前5走 08/19 名古屋4R 2着/11頭+0.4秒 07/29 名古屋3R 6着/12頭+1.2秒 07/14 名古屋6R 2着/12頭 07/01 名古屋6R 2着/12頭 06/17 名古屋5R 5着/11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 3.3着 ○ 当競馬場適性 18走で勝率 17% (相性良) △ 距離適性同距離 16走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 67% ○ 前走実績前走 2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) -42% (大幅な期待値マイナス) AI 予想勝率 36.5% (オッズ暗示: 62.5%) ※ 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	チャコワールド自在	丹羽克（愛知）	実26.9	△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33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋1R 1着/11頭勝利 07/28 名古屋7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 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 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 3.7%) ※ 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。
8	トークダウン	村上弘（愛知）	実113.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率5%と苦戦傾向／同距離帯は40走で勝ち無し／直近3走平均11.0着と低調）
前5走 08/20 名古屋6R 10着/12頭+2.3秒 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭 06/19 名古屋2R 7着/11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 11.0着 (不振) × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 40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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.9% (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。
9	アンファング	近藤颯（愛知）	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/15 名古屋12R 11着/12頭 07/02 名古屋3R 4着/12頭+3.0秒 06/18 名古屋7R 5着/11頭 06/04 名古屋12R 10着/12頭 05/21 名古屋2R 2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 6.7着 △ 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) +7% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 16.4%) ※ 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。
10	エイシンハトホル逃げ	大畑慧（愛知）	実39.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は25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6R 11着/12頭+2.7秒 07/30 名古屋12R 11着/12頭+2.0秒 07/02 名古屋5R 7着/11頭 06/04 名古屋4R 6着/12頭+2.0秒 05/05 名古屋10R 1着/11頭勝利
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 9.7着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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) -21% (オッズ過剰評価) AI 予想勝率 2.0% (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。

🎯 AIの本命

AI評価1位

レイナティア

騎手小笠羚（愛知）

単勝オッズ

1.6倍

AI期待値

-41%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ノヴァエスペランサ

4.7倍

EV -2%

▲9アンファング

6.1倍

EV +7%

出走馬全10頭

◎6

レイナティア

小笠羚（愛知）

1.6倍

-41%

›

○5

ノヴァエスペランサ

渡邊竜（笠松）

4.7倍

-2%

›

▲9

アンファング

近藤颯（愛知）

6.1倍

+7%

›

△2

セルリアンドロップ

丸山真（愛知）

10.2倍

›

△7

チャコワールド

丹羽克（愛知）

26.9倍

+62%

›

△1

デルマガニメデ

大畑雅（愛知）

20.0倍

-25%

›

▽10

エイシンハトホル

大畑慧（愛知）

39.8倍

-20%

›

×4

スターロード

加藤利（愛知）

22.9倍

-61%

›

▽3

カムイパパイヤ

阪野学（愛知）

62.2倍

-29%

›

▽8

トークダウン

村上弘（愛知）

113.9倍

+0%

›

💡 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