名古屋 3R 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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウバトラー	小笠羚（愛知）	実2.0	B▲ A◎勝率46% EV-7% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 09/01 名古屋5R 3着/11頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.1% / 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。
2	キャリアビジョン	木之葵（愛知）	実2.8	B△ A○勝率13% EV-63% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 09/01 名古屋6R 3着/11頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 35.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 期待値 -64% ※ 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	ハクサンリング	細川智（愛知）	実19.9	B△ A△勝率6% EV+28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/01 名古屋4R 3着/10頭+0.5秒 08/24 名古屋3R 8着/12頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.5着 ○ 前走実績前走 3着 (好走) ○ 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) -15% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 期待値 +29% ※ 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	ドナシュネル	加藤聡（愛知）	実51.4	B▽ A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋5R 4着/12頭+4.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 騎手近50戦勝率 18% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -46% ※ 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	ロードリュイール推奨	大畑雅（愛知）	実8.4	B◎ A▲勝率12% EV+2% 詳細▼	市場が大きく過小評価、AI予想勝率35% × オッズ8.4倍で期待値+196%の有力候補（前走3着で力を示す）
前5走 09/02 名古屋2R 3着/10頭+0.9秒 08/18 名古屋3R 5着/12頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +196% (市場が大幅過小評価) AI 予想勝率 35.3% (オッズ暗示: 11.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.1% / 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。
6	ゴールデンボート	丸野勝（愛知）	実35.1	B▽ A▽勝率3% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3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 09/02 名古屋4R 6着/11頭+2.5秒 08/24 名古屋3R 5着/12頭+1.1秒 07/13 名古屋3R 4着/12頭+1.0秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% ◎ 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 4.3% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 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。
7	リアンマカ	柿原翔（愛知）	実12.8	B× A△勝率8% EV+3% 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 04/07 川崎7R 5着/11頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 161日休養明け × 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 8.1% / 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。
8	ファフロツキーズ逃げ	阿部基（笠松）	実136.5	B× A▽勝率1% EV-7% 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 09/02 名古屋4R 11着/11頭+4.2秒 08/21 名古屋1R 7着/12頭+2.4秒 07/31 名古屋1R 5着/12頭+2.5秒 07/03 名古屋2R 8着/12頭+0.0秒 06/16 名古屋5R 4着/11頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 12位 / 勝率 0.7% / 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。
9	デルマアサマ	大畑慧（愛知）	実59.0	B○ A▽勝率2% EV+11% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 09/02 名古屋1R 3着/9頭+0.5秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 35.3% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。
10	ペリバジャ	筒井勇（笠松）	実29.9	B▽ A▽勝率3% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 07/13 名古屋4R 6着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 × 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 1.8% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 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。
11	シシリアンマインド	近藤颯（愛知）	実47.0	B▽ A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／前走2着）
前5走 09/01 名古屋12R 2着/3頭 08/18 名古屋1R 5着/12頭+54.4秒 07/16 浦和2R 8着/11頭 07/02 船橋1R 8着/11頭 06/02 船橋1R 8着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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 1.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
12	プシュカル	阪野学（愛知）	実23.0	B△ A△勝率4% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/02 名古屋2R 4着/10頭+0.9秒 08/24 名古屋2R 5着/12頭+2.9秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -10% ※ 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

B推奨Aモデル ▲

ロードリュイール

騎手大畑雅（愛知）

単勝オッズ

8.4倍

AI期待値

+196%

買い目

¥600

全レースの推奨

AIの推奨本命の次点

○A:▽9デルマアサマ

59.0倍

EV +999%

▲A:◎1ホウオウバトラー

2.0倍

EV -89%

出走馬全12頭

◎A:▲5

ロードリュイール

大畑雅（愛知）

8.4倍

+196%

›

○A:▽9

デルマアサマ

大畑慧（愛知）

59.0倍

+999%

›

▲A:◎1

ホウオウバトラー

小笠羚（愛知）

2.0倍

-89%

›

△A:△12

プシュカル

阪野学（愛知）

23.0倍

+24%

›

△A:○2

キャリアビジョン

木之葵（愛知）

2.8倍

-86%

›

△A:△3

ハクサンリング

細川智（愛知）

19.9倍

-14%

›

▽A:▽6

ゴールデンボート

丸野勝（愛知）

35.1倍

+50%

›

▽A:▽10

ペリバジャ

筒井勇（笠松）

29.9倍

-45%

›

▽A:▽4

ドナシュネル

加藤聡（愛知）

51.4倍

-6%

›

▽A:▽11

シシリアンマインド

近藤颯（愛知）

47.0倍

-34%

›

×A:△7

リアンマカ

柿原翔（愛知）

12.8倍

-99%

›

×A:▽8

ファフロツキーズ

阿部基（笠松）

136.5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 5 ロードリュイール ¥600 実8.4倍期待値 +196% 不的中3着単勝 8.4倍

※ オッズは予測時点の値です。

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウバトラー	小笠羚（愛知）	実2.0	◎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走平均3.0着と安定／前走3着）
前5走 09/01 名古屋5R 3着/11頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 46.1% (オッズ暗示: 50.0%) ※ 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	キャリアビジョン	木之葵（愛知）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 09/01 名古屋6R 3着/11頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 35.7%) ※ 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。
3	ハクサンリング	細川智（愛知）	実19.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/01 名古屋4R 3着/10頭+0.5秒 08/24 名古屋3R 8着/12頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.5着 ○ 前走実績前走 3着 (好走) ○ 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) +28% (市場と概ね一致) AI 予想勝率 6.5% (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。
4	ドナシュネル	加藤聡（愛知）	実51.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋5R 4着/12頭+4.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 騎手近50戦勝率 18% ○ ローテーション 28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 1.0% (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。
5	ロードリュイール推奨	大畑雅（愛知）	実8.4	▲詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す）
前5走 09/02 名古屋2R 3着/10頭+0.9秒 08/18 名古屋3R 5着/12頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 12.1% (オッズ暗示: 11.9%) ※ 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。
6	ゴールデンボート	丸野勝（愛知）	実35.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3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 09/02 名古屋4R 6着/11頭+2.5秒 08/24 名古屋3R 5着/12頭+1.1秒 07/13 名古屋3R 4着/12頭+1.0秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 2.8% (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。
7	リアンマカ	柿原翔（愛知）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（161日ぶりの実戦）
前5走 04/07 川崎7R 5着/11頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 8.1% (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。
8	ファフロツキーズ逃げ	阿部基（笠松）	実136.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 09/02 名古屋4R 11着/11頭+4.2秒 08/21 名古屋1R 7着/12頭+2.4秒 07/31 名古屋1R 5着/12頭+2.5秒 07/03 名古屋2R 8着/12頭+0.0秒 06/16 名古屋5R 4着/11頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -8% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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。
9	デルマアサマ	大畑慧（愛知）	実59.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 09/02 名古屋1R 3着/9頭+0.5秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.7%) ※ 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。
10	ペリバジャ	筒井勇（笠松）	実29.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 07/13 名古屋4R 6着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.3%) ※ 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	シシリアンマインド	近藤颯（愛知）	実47.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／前走2着）
前5走 09/01 名古屋12R 2着/3頭 08/18 名古屋1R 5着/12頭+54.4秒 07/16 浦和2R 8着/11頭 07/02 船橋1R 8着/11頭 06/02 船橋1R 8着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ※ 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。
12	プシュカル	阪野学（愛知）	実23.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/02 名古屋2R 4着/10頭+0.9秒 08/24 名古屋2R 5着/12頭+2.9秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.3%) ※ 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

ホウオウバトラー

騎手小笠羚（愛知）

単勝オッズ

2.0倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2キャリアビジョン

2.8倍

EV -63%

▲5ロードリュイール

8.4倍

EV +2%

出走馬全12頭

◎1

ホウオウバトラー

小笠羚（愛知）

2.0倍

-7%

›

○2

キャリアビジョン

木之葵（愛知）

2.8倍

-63%

›

▲5

ロードリュイール

大畑雅（愛知）

8.4倍

+2%

›

△7

リアンマカ

柿原翔（愛知）

12.8倍

+3%

›

△3

ハクサンリング

細川智（愛知）

19.9倍

+28%

›

△12

プシュカル

阪野学（愛知）

23.0倍

-9%

›

▽6

ゴールデンボート

丸野勝（愛知）

35.1倍

-2%

›

▽10

ペリバジャ

筒井勇（笠松）

29.9倍

-20%

›

▽9

デルマアサマ

大畑慧（愛知）

59.0倍

+11%

›

▽11

シシリアンマインド

近藤颯（愛知）

47.0倍

-43%

›

▽4

ドナシュネル

加藤聡（愛知）

51.4倍

-46%

›

▽8

ファフロツキーズ

阿部基（笠松）

136.5倍

-7%

›

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 5 ロードリュイール ¥600 実8.4倍期待値 +2% 不的中3着単勝 8.4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