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 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーブルマドンナ	村上弘（愛知）	実92.7	B× A▽勝率1% EV-8% 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 09/07 名古屋1R 8着/8頭+4.1秒 08/21 名古屋2R 12着/12頭+5.4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 10.0着 (不振) × 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 1.0% / 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。
2	ミダレセツゲツカ	友森翔（愛知）	実15.6	B× A△勝率4% 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 09/02 名古屋1R 7着/9頭+1.4秒 07/28 名古屋4R 9着/11頭+3.1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 8.0着 (不振) × 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 6位 / 勝率 4.2% / 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。
3	テンバコウクウ	柿原翔（愛知）	実5.7	B○ A△勝率11% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/01 名古屋4R 4着/10頭+1.3秒 08/24 名古屋2R 6着/12頭+3.0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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 -39% ※ 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	メイショウイサミ	尾崎章（愛知）	実62.2	B× A▽勝率1% EV-37% 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 09/01 名古屋3R 5着/10頭+2.3秒 07/13 名古屋3R 6着/12頭 06/30 名古屋4R 6着/12頭 ― ―
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 5.7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 2% (やや苦戦) ○ 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 11位 / 勝率 1.0% / 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。
5	シルヴァークラウン自在	山田祥（愛知）	実29.0	B× A▽勝率3% EV-21% 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 09/01 名古屋1R 4着/10頭+1.0秒 08/18 名古屋12R 6着/12頭+1.8秒 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12頭 ―
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 5.7着 × 当競馬場適性 4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) -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 2.7% / 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。
6	イヌボウノサザナミ逃げ	塚本征（愛知）	実7.6	B△ A△勝率5% 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 09/02 名古屋4R 8着/11頭+3.2秒 08/21 名古屋2R 10着/12頭+3.5秒 07/31 名古屋2R 10着/12頭+4.1秒 07/17 名古屋2R 9着/12頭 07/03 名古屋5R 10着/12頭
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 9.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) × 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 5.0% / 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。
7	ミヤザキムスメ	木之葵（愛知）	実3.5	B▲ A◎勝率29% EV+2% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/02 名古屋1R 5着/9頭+0.9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 × 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 1.0% (オッズ暗示: 28.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.4% / 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。
8	スマートピクタス	加藤聡（愛知）	実53.6	B△ A▽勝率2% EV+7% 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4走で勝ち無し／前走3着）
前5走 08/18 名古屋1R 3着/12頭+54.4秒 07/28 名古屋1R 10着/12頭+97.1秒 07/13 名古屋1R 6着/12頭 06/16 名古屋2R 10着/10頭 06/05 名古屋3R 8着/10頭+7.0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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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	ウワサノモアナ	加藤利（愛知）	実34.9	B× A▽勝率3% EV-9% 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2R 5着/10頭+2.1秒 07/31 名古屋1R 7着/12頭+3.0秒 07/13 名古屋1R 2着/12頭+7.0秒 06/16 名古屋1R 5着/10頭 06/05 名古屋2R 9着/12頭+0.0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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し × 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 2.6% / 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。
10	ヴィゴラスガイア	近藤颯（愛知）	実3.4	B△ A○勝率21% EV-29% 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4走で勝ち無し／前走3着）
前5走 08/24 名古屋12R 3着/3頭 07/28 名古屋1R 6着/12頭+95.5秒 06/30 名古屋2R 6着/12頭+2.0秒 06/16 名古屋3R 8着/11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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.8% / 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。
11	シュタットパーク推奨	大畑雅（愛知）	実5.7	B◎ A▲勝率19% EV+7% 詳細▼	市場が大きく過小評価、AI予想勝率89% × オッズ5.7倍で期待値+404%の有力候補（適度な間隔で状態万全）
前5走 08/18 名古屋3R 4着/12頭+1.6秒 ― ― ― ―
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 4.0着 ○ 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) +404% (市場が大幅過小評価) AI 予想勝率 88.6% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.8% / 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。
12	ウインプライム	小笠羚（愛知）	実34.6	B× A▽勝率2% EV-40% 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2R 7着/10頭+3.5秒 07/03 名古屋2R 11着/12頭 06/16 名古屋5R 5着/11頭 ― ―
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 7.7着 (不振) × 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 16% × 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 1.7% / 期待値 -41% ※ 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 ▲

シュタットパーク

騎手大畑雅（愛知）

単勝オッズ

5.7倍

AI期待値

+404%

買い目

¥2,100

全レースの推奨

AIの推奨本命の次点

○A:△3テンバコウクウ

5.7倍

EV -43%

▲A:◎7ミヤザキムスメ

3.5倍

EV -96%

出走馬全12頭

◎A:▲11

シュタットパーク

大畑雅（愛知）

5.7倍

+404%

›

○A:△3

テンバコウクウ

柿原翔（愛知）

5.7倍

-43%

›

▲A:◎7

ミヤザキムスメ

木之葵（愛知）

3.5倍

-96%

›

△A:○10

ヴィゴラスガイア

近藤颯（愛知）

3.4倍

-98%

›

△A:▽8

スマートピクタス

加藤聡（愛知）

53.6倍

-92%

›

△A:△6

イヌボウノサザナミ

塚本征（愛知）

7.6倍

-99%

›

×A:△2

ミダレセツゲツカ

友森翔（愛知）

15.6倍

-99%

›

×A:▽5

シルヴァークラウン

山田祥（愛知）

29.0倍

-99%

›

×A:▽12

ウインプライム

小笠羚（愛知）

34.6倍

-99%

›

×A:▽9

ウワサノモアナ

加藤利（愛知）

34.9倍

-99%

›

×A:▽4

メイショウイサミ

尾崎章（愛知）

62.2倍

-99%

›

×A:▽1

ノーブルマドンナ

村上弘（愛知）

92.7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 11 シュタットパーク ¥2,100 実5.7倍期待値 +405% 不的中2着単勝 5.7倍

※ オッズは予測時点の値です。

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーブルマドンナ	村上弘（愛知）	実92.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 09/07 名古屋1R 8着/8頭+4.1秒 08/21 名古屋2R 12着/12頭+5.4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 10.0着 (不振) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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	ミダレセツゲツカ	友森翔（愛知）	実15.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 09/02 名古屋1R 7着/9頭+1.4秒 07/28 名古屋4R 9着/11頭+3.1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 8.0着 (不振) × 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 4.2% (オッズ暗示: 6.4%) ※ 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。
3	テンバコウクウ	柿原翔（愛知）	実5.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/01 名古屋4R 4着/10頭+1.3秒 08/24 名古屋2R 6着/12頭+3.0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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 10.7% (オッズ暗示: 17.5%) ※ 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	メイショウイサミ	尾崎章（愛知）	実62.2	▽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 09/01 名古屋3R 5着/10頭+2.3秒 07/13 名古屋3R 6着/12頭 06/30 名古屋4R 6着/12頭 ― ―
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 5.7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 2% (やや苦戦) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
5	シルヴァークラウン自在	山田祥（愛知）	実29.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/01 名古屋1R 4着/10頭+1.0秒 08/18 名古屋12R 6着/12頭+1.8秒 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12頭 ―
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 5.7着 × 当競馬場適性 4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) -21% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.4%) ※ 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。
6	イヌボウノサザナミ逃げ	塚本征（愛知）	実7.6	△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10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/02 名古屋4R 8着/11頭+3.2秒 08/21 名古屋2R 10着/12頭+3.5秒 07/31 名古屋2R 10着/12頭+4.1秒 07/17 名古屋2R 9着/12頭 07/03 名古屋5R 10着/12頭
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 9.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) × 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 5.0% (オッズ暗示: 13.2%) ※ 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。
7	ミヤザキムスメ	木之葵（愛知）	実3.5	◎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
前5走 09/02 名古屋1R 5着/9頭+0.9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 △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 29.4% (オッズ暗示: 28.6%) ※ 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。
8	スマートピクタス	加藤聡（愛知）	実53.6	▽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4走で勝ち無し／前走3着）
前5走 08/18 名古屋1R 3着/12頭+54.4秒 07/28 名古屋1R 10着/12頭+97.1秒 07/13 名古屋1R 6着/12頭 06/16 名古屋2R 10着/10頭 06/05 名古屋3R 8着/10頭+7.0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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ○ 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) +7% (市場と概ね一致) AI 予想勝率 2.0% (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。
9	ウワサノモアナ	加藤利（愛知）	実34.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 09/02 名古屋2R 5着/10頭+2.1秒 07/31 名古屋1R 7着/12頭+3.0秒 07/13 名古屋1R 2着/12頭+7.0秒 06/16 名古屋1R 5着/10頭 06/05 名古屋2R 9着/12頭+0.0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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 2.9%) ※ 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	ヴィゴラスガイア	近藤颯（愛知）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走3着）
前5走 08/24 名古屋12R 3着/3頭 07/28 名古屋1R 6着/12頭+95.5秒 06/30 名古屋2R 6着/12頭+2.0秒 06/16 名古屋3R 8着/11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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 20.8% (オッズ暗示: 29.4%) ※ 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。
11	シュタットパーク推奨	大畑雅（愛知）	実5.7	▲詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 08/18 名古屋3R 4着/12頭+1.6秒 ― ― ― ―
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 4.0着 ○ 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) +7% (市場と概ね一致) AI 予想勝率 18.8% (オッズ暗示: 17.5%) ※ 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。
12	ウインプライム	小笠羚（愛知）	実34.6	▽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2R 7着/10頭+3.5秒 07/03 名古屋2R 11着/12頭 06/16 名古屋5R 5着/11頭 ― ―
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 7.7着 (不振) × 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 16% × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.9%) ※ 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。

AIの本命

AI評価1位

ミヤザキムスメ

騎手木之葵（愛知）

単勝オッズ

3.5倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ヴィゴラスガイア

3.4倍

EV -29%

▲11シュタットパーク

5.7倍

EV +7%

出走馬全12頭

◎7

ミヤザキムスメ

木之葵（愛知）

3.5倍

+2%

›

○10

ヴィゴラスガイア

近藤颯（愛知）

3.4倍

-29%

›

▲11

シュタットパーク

大畑雅（愛知）

5.7倍

+7%

›

△3

テンバコウクウ

柿原翔（愛知）

5.7倍

-38%

›

△6

イヌボウノサザナミ

塚本征（愛知）

7.6倍

-61%

›

△2

ミダレセツゲツカ

友森翔（愛知）

15.6倍

-34%

›

▽5

シルヴァークラウン

山田祥（愛知）

29.0倍

-21%

›

▽9

ウワサノモアナ

加藤利（愛知）

34.9倍

-9%

›

▽8

スマートピクタス

加藤聡（愛知）

53.6倍

+7%

›

▽12

ウインプライム

小笠羚（愛知）

34.6倍

-40%

›

▽4

メイショウイサミ

尾崎章（愛知）

62.2倍

-37%

›

▽1

ノーブルマドンナ

村上弘（愛知）

92.7倍

-8%

›

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 11 シュタットパーク ¥2,100 実5.7倍期待値 +7% 不的中2着単勝 5.7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