名古屋 12R 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キタノレーニア	木之葵（愛知）	実12.9	B× A×勝率3% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/31 名古屋5R 9着/12頭+3.2秒 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0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 8.3着 (不振) △ 当競馬場適性 55走で勝率 9% △ 距離適性同距離 42走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.4% (オッズ暗示: 7.8%) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 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。
2	シャンドネージュ	丹羽克（愛知）	実10.8	B× A△勝率8% EV-12% 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0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 08/20 名古屋6R 6着/12頭+1.2秒 07/14 名古屋8R 3着/12頭+4.0秒 07/01 名古屋2R 3着/12頭 06/02 名古屋6R 10着/12頭 05/20 名古屋1R 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 4.0着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 20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) -76% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 期待値 -12% ※ 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	ベアショット	近藤颯（愛知）	実8.3	B▲ A△勝率8% EV-41% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場36走で勝率3%と苦戦傾向／同距離帯は32走で勝ち無し）
前5走 08/24 名古屋6R 10着/11頭+1.5秒 07/30 名古屋12R 2着/12頭+0.3秒 07/15 名古屋6R 5着/12頭 06/05 名古屋5R 5着/12頭 05/08 名古屋1R 7着/10頭+1.4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 5.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
4	モンサンフリージア	加藤聡（愛知）	実5.2	B○ A○勝率22% EV+17% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 08/24 名古屋6R 7着/11頭+1.4秒 07/29 名古屋2R 1着/11頭勝利 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭 06/03 名古屋1R 2着/12頭+4.0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 33走で勝率 6% △ 距離適性同距離 32走で勝率 6% ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.1% / 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。
5	サンフローリス	今井貴（愛知）	実12.2	B△ A▽勝率4% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／前走3着）
前5走 08/20 名古屋7R 3着/12頭+0.3秒 07/30 名古屋12R 9着/12頭+1.4秒 07/15 名古屋7R 6着/12頭+2.0秒 06/22 名古屋6R 7着/10頭+0.0秒 05/25 名古屋12R 5着/11頭
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 6.0着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ○ 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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 8.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
6	シャイニングウェイ	阪野学（愛知）	実18.0	B× A×勝率3% EV-50% 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 4着/12頭+1.1秒 07/30 名古屋6R 5着/11頭+1.3秒 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10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 41走で勝率 7% △ 距離適性同距離 35走で勝率 9% ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 5.6%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 期待値 -51% ※ 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	ウィルマッチ	大畑雅（愛知）	実13.8	B× A×勝率2% EV-71% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/20 名古屋7R 9着/12頭+1.6秒 07/15 名古屋7R 10着/12頭 07/01 名古屋12R 1着/12頭 06/17 名古屋5R 4着/11頭 06/03 名古屋5R 8着/12頭+0.0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 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 7.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 期待値 -71% ※ 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	ミステンザン	加藤誓（愛知）	実11.2	B△ A△勝率7% EV-14% 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 8着/12頭+1.5秒 07/29 名古屋2R 3着/11頭+1.1秒 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12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 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 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% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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。
9	ロジスクリーン	細川智（愛知）	実7.2	B× A▲勝率12% EV-23% 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46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／前走2着）
前5走 08/20 名古屋5R 2着/10頭+0.1秒 07/30 名古屋6R 9着/11頭+2.9秒 07/15 名古屋6R 9着/12頭+1.0秒 06/19 名古屋2R 4着/11頭 06/04 名古屋12R 11着/12頭+2.0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 6.7着 × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 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。
10	エストレリータ	大原浩（笠松）	実27.2	B× A×勝率1% EV-67% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場81走で勝率5%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/30 名古屋12R 6着/12頭+0.9秒 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7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 6.3着 × 当競馬場適性 81走で勝率 5% (苦戦) △ 距離適性同距離 60走で勝率 7% ◎ 馬場適性同馬場 6走で勝率 33% × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -68% ※ 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	パープルルージュ先行	丸野勝（愛知）	実25.5	B△ A×勝率1% EV-63% 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 8着/12頭+1.8秒 07/30 名古屋7R 6着/11頭+1.2秒 07/14 名古屋8R 2着/12頭+0.0秒 06/04 名古屋3R 3着/12頭+2.0秒 05/22 名古屋5R 6着/10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 5.3着 ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 19走で勝率 11% ○ 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) +13% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 3.9%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -63% ※ 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	シャイニーセーラー	塚本征（愛知）	実3.8	B🌟◎ A◎勝率29% EV+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（当競馬場21走で勝率5%と苦戦傾向／同距離帯は21走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10着/11頭+0.0秒 05/22 名古屋6R 2着/9頭+3.0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 4.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +124% (市場が大幅過小評価) AI 予想勝率 59.0% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.8% / 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。

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 ◎

シャイニーセーラー

騎手塚本征（愛知）

単勝オッズ

3.8倍

AI期待値

+124%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4モンサンフリージア

5.2倍

EV -35%

▲A:△3ベアショット

8.3倍

EV -16%

出走馬全12頭

◎A:◎12

シャイニーセーラー

塚本征（愛知）

3.8倍

+124%

›

○A:○4

モンサンフリージア

加藤聡（愛知）

5.2倍

-35%

›

▲A:△3

ベアショット

近藤颯（愛知）

8.3倍

-16%

›

△A:△8

ミステンザン

加藤誓（愛知）

11.2倍

-50%

›

△A:▽5

サンフローリス

今井貴（愛知）

12.2倍

-45%

›

△A:×11

パープルルージュ

丸野勝（愛知）

25.5倍

+13%

›

×A:△2

シャンドネージュ

丹羽克（愛知）

10.8倍

-76%

›

×A:×7

ウィルマッチ

大畑雅（愛知）

13.8倍

-85%

›

×A:×6

シャイニングウェイ

阪野学（愛知）

18.0倍

-89%

›

×A:×10

エストレリータ

大原浩（笠松）

27.2倍

-84%

›

×A:▲9

ロジスクリーン

細川智（愛知）

7.2倍

-97%

›

×A:×1

キタノレーニア

木之葵（愛知）

12.9倍

-95%

›

💡 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キタノレーニア	木之葵（愛知）	実12.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/31 名古屋5R 9着/12頭+3.2秒 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0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 8.3着 (不振) △ 当競馬場適性 55走で勝率 9% △ 距離適性同距離 42走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) × 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 3.4% (オッズ暗示: 7.8%) ※ 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。
2	シャンドネージュ	丹羽克（愛知）	実10.8	△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0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 08/20 名古屋6R 6着/12頭+1.2秒 07/14 名古屋8R 3着/12頭+4.0秒 07/01 名古屋2R 3着/12頭 06/02 名古屋6R 10着/12頭 05/20 名古屋1R 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 4.0着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 20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) -12% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 9.3%) ※ 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。
3	ベアショット	近藤颯（愛知）	実8.3	△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36走で勝率3%と苦戦傾向／同距離帯は32走で勝ち無し）
前5走 08/24 名古屋6R 10着/11頭+1.5秒 07/30 名古屋12R 2着/12頭+0.3秒 07/15 名古屋6R 5着/12頭 06/05 名古屋5R 5着/12頭 05/08 名古屋1R 7着/10頭+1.4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 5.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 8.4% (オッズ暗示: 12.0%) ※ 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。
4	モンサンフリージア	加藤聡（愛知）	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 08/24 名古屋6R 7着/11頭+1.4秒 07/29 名古屋2R 1着/11頭勝利 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭 06/03 名古屋1R 2着/12頭+4.0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 33走で勝率 6% △ 距離適性同距離 32走で勝率 6% ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 22.1% (オッズ暗示: 19.2%) ※ 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	サンフローリス	今井貴（愛知）	実12.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／前走3着）
前5走 08/20 名古屋7R 3着/12頭+0.3秒 07/30 名古屋12R 9着/12頭+1.4秒 07/15 名古屋7R 6着/12頭+2.0秒 06/22 名古屋6R 7着/10頭+0.0秒 05/25 名古屋12R 5着/11頭
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 6.0着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ○ 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 15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 4.3% (オッズ暗示: 8.2%) ※ 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。
6	シャイニングウェイ	阪野学（愛知）	実18.0	×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7R 4着/12頭+1.1秒 07/30 名古屋6R 5着/11頭+1.3秒 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10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 41走で勝率 7% △ 距離適性同距離 35走で勝率 9% ○ 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% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 5.6%) ※ 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。
7	ウィルマッチ	大畑雅（愛知）	実13.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/20 名古屋7R 9着/12頭+1.6秒 07/15 名古屋7R 10着/12頭 07/01 名古屋12R 1着/12頭 06/17 名古屋5R 4着/11頭 06/03 名古屋5R 8着/12頭+0.0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 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 7.2%) ※ 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。
8	ミステンザン	加藤誓（愛知）	実11.2	△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 8着/12頭+1.5秒 07/29 名古屋2R 3着/11頭+1.1秒 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12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 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 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 6.9% (オッズ暗示: 8.9%) ※ 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	ロジスクリーン	細川智（愛知）	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／前走2着）
前5走 08/20 名古屋5R 2着/10頭+0.1秒 07/30 名古屋6R 9着/11頭+2.9秒 07/15 名古屋6R 9着/12頭+1.0秒 06/19 名古屋2R 4着/11頭 06/04 名古屋12R 11着/12頭+2.0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 6.7着 × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ○ 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) -24% (オッズ過剰評価) AI 予想勝率 11.5% (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。
10	エストレリータ	大原浩（笠松）	実27.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場81走で勝率5%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/30 名古屋12R 6着/12頭+0.9秒 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7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 6.3着 × 当競馬場適性 81走で勝率 5% (苦戦) △ 距離適性同距離 60走で勝率 7% ◎ 馬場適性同馬場 6走で勝率 33% × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
11	パープルルージュ先行	丸野勝（愛知）	実25.5	×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 8着/12頭+1.8秒 07/30 名古屋7R 6着/11頭+1.2秒 07/14 名古屋8R 2着/12頭+0.0秒 06/04 名古屋3R 3着/12頭+2.0秒 05/22 名古屋5R 6着/10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 5.3着 ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 19走で勝率 11% ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.9%) ※ 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。
12	シャイニーセーラー	塚本征（愛知）	実3.8	◎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21走で勝率5%と苦戦傾向／同距離帯は21走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10着/11頭+0.0秒 05/22 名古屋6R 2着/9頭+3.0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 4.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 28.8% (オッズ暗示: 26.3%) ※ 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。

🎯 AIの本命

AI評価1位

シャイニーセーラー

騎手塚本征（愛知）

単勝オッズ

3.8倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4モンサンフリージア

5.2倍

EV +17%

▲9ロジスクリーン

7.2倍

EV -23%

出走馬全12頭

◎12

シャイニーセーラー

塚本征（愛知）

3.8倍

+6%

›

○4

モンサンフリージア

加藤聡（愛知）

5.2倍

+17%

›

▲9

ロジスクリーン

細川智（愛知）

7.2倍

-23%

›

△3

ベアショット

近藤颯（愛知）

8.3倍

-41%

›

△2

シャンドネージュ

丹羽克（愛知）

10.8倍

-12%

›

△8

ミステンザン

加藤誓（愛知）

11.2倍

-14%

›

▽5

サンフローリス

今井貴（愛知）

12.2倍

-45%

›

×1

キタノレーニア

木之葵（愛知）

12.9倍

-53%

›

×6

シャイニングウェイ

阪野学（愛知）

18.0倍

-50%

›

×7

ウィルマッチ

大畑雅（愛知）

13.8倍

-71%

›

×11

パープルルージュ

丸野勝（愛知）

25.5倍

-63%

›

×10

エストレリータ

大原浩（笠松）

27.2倍

-67%

›

💡 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