名古屋 5R 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペクトラル差し	小笠羚（愛知）	実1.8	B◎ A◎勝率42% EV-24% 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（前走2着）
前5走 09/02 名古屋6R 2着/12頭+0.4秒 08/18 名古屋8R 2着/12頭+0.1秒 03/11 名古屋1R 8着/10頭+1.8秒 02/26 名古屋3R 6着/11頭+1.5秒 02/09 名古屋8R 1着/12頭勝利
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 4.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ○ 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) +49% (妙味あり) AI 予想勝率 83.2% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.7% / 期待値 -25% ※ 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	テルケンレンテル逃げ	村上弘（愛知）	実6.6	B○ A○勝率15% EV+0% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調）
前5走 09/03 名古屋5R 9着/10頭+1.3秒 08/19 名古屋3R 11着/11頭+3.9秒 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) △ 距離適性同距離 22走で勝率 9% × 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 8.7% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.2% / 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	アドバンスオーセン逃げ	阿部基（笠松）	実51.0	B× A▽勝率2% EV-19% 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7R 9着/12頭+2.4秒 08/19 名古屋2R 11着/12頭+3.7秒 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭
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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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 9位 / 勝率 1.6% / 期待値 -19% ※ 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	ビックピカンテ自在	木之葵（愛知）	実12.0	B△ A△勝率7% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場60走で勝率3%と苦戦傾向／同距離帯は54走で勝ち無し）
前5走 09/02 名古屋7R 5着/12頭+1.2秒 08/19 名古屋2R 9着/12頭+3.4秒 07/28 名古屋12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9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 5.3着 × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 54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 0.1% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 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。
5	シャインモノリス自在	東川慎（笠松）	実5.8	B△ A▲勝率15% EV-13% 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26走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/02 名古屋6R 3着/12頭+0.6秒 08/19 名古屋1R 4着/11頭+0.3秒 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9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戦の調子勝率 33% (上り調子) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 期待値 -14% ※ 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	フクチャンフクメイ差し	尾崎章（愛知）	実13.7	B× A▽勝率4% EV-47% 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 09/03 名古屋5R 8着/10頭+1.2秒 08/19 名古屋12R 6着/12頭+0.6秒 07/29 名古屋1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11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 6.0着 × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 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 7位 / 勝率 3.9% / 期待値 -47% ※ 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	ハズムリズム逃げ	大畑雅（愛知）	実79.0	B× A▽勝率1% EV-17% 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7R 10着/12頭+2.9秒 08/19 名古屋2R 12着/12頭+4.4秒 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0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 11.3着 (不振) × 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 ▽ 前走実績前走 10着 (大敗) ○ 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 10位 / 勝率 1.0% / 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。
8	エムズオルフェ自在	丹羽克（愛知）	実23.7	B× A×勝率2% EV-50% 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7R 11着/12頭+3.1秒 08/19 名古屋1R 2着/11頭+0.1秒 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0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 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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 8位 / 勝率 2.1% / 期待値 -50% ※ 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	メイショウミスイチ自在	細川智（愛知）	実13.3	B▲ A△勝率4% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場26走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/01 名古屋8R 1着/10頭勝利 08/18 名古屋7R 10着/12頭+3.4秒 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭
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戦の調子勝率 33% (上り調子) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ◎ 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) -39% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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。
10	オーブラボー先行	柿原翔（愛知）	実73.2	B× A▽勝率1% EV-43% 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7R 7着/12頭+2.2秒 08/19 名古屋2R 8着/12頭+3.4秒 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒
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 8.7着 (不振) × 当競馬場適性 72走で勝率 3% (苦戦) ▽ 距離適性同距離は 67走で勝ち無し △ 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) -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 0.8% / 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。
11	フェイントライト自在	近藤颯（愛知）	実14.1	B△ A△勝率7% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向）
前5走 09/02 名古屋7R 6着/12頭+1.5秒 08/19 名古屋1R 3着/11頭+0.1秒 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0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 5.3着 × 当競馬場適性 14走で勝率 0% (苦戦) △ 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) ○ 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) -62% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 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。

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 ◎

ペクトラル

騎手小笠羚（愛知）

単勝オッズ

1.8倍

AI期待値

+49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2テルケンレンテル

6.6倍

EV -42%

▲A:△9メイショウミスイチ

13.3倍

EV -39%

出走馬全11頭

◎A:◎1

ペクトラル

小笠羚（愛知）

1.8倍

+49%

›

○A:○2

テルケンレンテル

村上弘（愛知）

6.6倍

-42%

›

▲A:△9

メイショウミスイチ

細川智（愛知）

13.3倍

-39%

›

△A:△11

フェイントライト

近藤颯（愛知）

14.1倍

-61%

›

△A:▲5

シャインモノリス

東川慎（笠松）

5.8倍

-96%

›

△A:△4

ビックピカンテ

木之葵（愛知）

12.0倍

-98%

›

×A:▽6

フクチャンフクメイ

尾崎章（愛知）

13.7倍

-99%

›

×A:×8

エムズオルフェ

丹羽克（愛知）

23.7倍

-99%

›

×A:▽3

アドバンスオーセン

阿部基（笠松）

51.0倍

-99%

›

×A:▽10

オーブラボー

柿原翔（愛知）

73.2倍

-99%

›

×A:▽7

ハズムリズム

大畑雅（愛知）

79.0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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペクトラル差し	小笠羚（愛知）	実1.8	◎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（前走2着）
前5走 09/02 名古屋6R 2着/12頭+0.4秒 08/18 名古屋8R 2着/12頭+0.1秒 03/11 名古屋1R 8着/10頭+1.8秒 02/26 名古屋3R 6着/11頭+1.5秒 02/09 名古屋8R 1着/12頭勝利
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 4.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ○ 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) -25% (オッズ過剰評価) AI 予想勝率 41.7% (オッズ暗示: 55.6%) ※ 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。
2	テルケンレンテル逃げ	村上弘（愛知）	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調）
前5走 09/03 名古屋5R 9着/10頭+1.3秒 08/19 名古屋3R 11着/11頭+3.9秒 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) △ 距離適性同距離 22走で勝率 9% △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 15.2% (オッズ暗示: 15.2%) ※ 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。
3	アドバンスオーセン逃げ	阿部基（笠松）	実51.0	▽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12走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/02 名古屋7R 9着/12頭+2.4秒 08/19 名古屋2R 11着/12頭+3.7秒 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭
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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) -19% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.0%) ※ 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	ビックピカンテ自在	木之葵（愛知）	実12.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場60走で勝率3%と苦戦傾向／同距離帯は54走で勝ち無し）
前5走 09/02 名古屋7R 5着/12頭+1.2秒 08/19 名古屋2R 9着/12頭+3.4秒 07/28 名古屋12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9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 5.3着 × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 54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) -10% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.3%) ※ 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。
5	シャインモノリス自在	東川慎（笠松）	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場26走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/02 名古屋6R 3着/12頭+0.6秒 08/19 名古屋1R 4着/11頭+0.3秒 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9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戦の調子勝率 33% (上り調子) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 17.2%) ※ 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	フクチャンフクメイ差し	尾崎章（愛知）	実13.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場41走で勝率2%と苦戦傾向／同距離帯は40走で勝ち無し）
前5走 09/03 名古屋5R 8着/10頭+1.2秒 08/19 名古屋12R 6着/12頭+0.6秒 07/29 名古屋1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11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 6.0着 × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.3%) ※ 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	ハズムリズム逃げ	大畑雅（愛知）	実79.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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／直近3走平均11.3着と低調）
前5走 09/02 名古屋7R 10着/12頭+2.9秒 08/19 名古屋2R 12着/12頭+4.4秒 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0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 11.3着 (不振) × 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 ▽ 前走実績前走 10着 (大敗) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.3%) ※ 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	エムズオルフェ自在	丹羽克（愛知）	実23.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 09/02 名古屋7R 11着/12頭+3.1秒 08/19 名古屋1R 2着/11頭+0.1秒 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0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 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 4.2%) ※ 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。
9	メイショウミスイチ自在	細川智（愛知）	実13.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場26走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/01 名古屋8R 1着/10頭勝利 08/18 名古屋7R 10着/12頭+3.4秒 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭
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戦の調子勝率 33% (上り調子) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ◎ 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) -46% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.5%) ※ 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	オーブラボー先行	柿原翔（愛知）	実73.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率3%と苦戦傾向／同距離帯は67走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/02 名古屋7R 7着/12頭+2.2秒 08/19 名古屋2R 8着/12頭+3.4秒 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒
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 8.7着 (不振) × 当競馬場適性 72走で勝率 3% (苦戦) ▽ 距離適性同距離は 67走で勝ち無し △ 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) -44% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.4%) ※ 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	フェイントライト自在	近藤颯（愛知）	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向）
前5走 09/02 名古屋7R 6着/12頭+1.5秒 08/19 名古屋1R 3着/11頭+0.1秒 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0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 5.3着 × 当競馬場適性 14走で勝率 0% (苦戦) △ 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) ○ 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) +2% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 7.1%) ※ 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。

AIの本命

AI評価1位

ペクトラル

騎手小笠羚（愛知）

単勝オッズ

1.8倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2テルケンレンテル

6.6倍

EV +0%

▲5シャインモノリス

5.8倍

EV -13%

出走馬全11頭

◎1

ペクトラル

小笠羚（愛知）

1.8倍

-24%

›

○2

テルケンレンテル

村上弘（愛知）

6.6倍

+0%

›

▲5

シャインモノリス

東川慎（笠松）

5.8倍

-13%

›

△4

ビックピカンテ

木之葵（愛知）

12.0倍

-10%

›

△11

フェイントライト

近藤颯（愛知）

14.1倍

+2%

›

△9

メイショウミスイチ

細川智（愛知）

13.3倍

-46%

›

▽6

フクチャンフクメイ

尾崎章（愛知）

13.7倍

-47%

›

×8

エムズオルフェ

丹羽克（愛知）

23.7倍

-50%

›

▽3

アドバンスオーセン

阿部基（笠松）

51.0倍

-19%

›

▽7

ハズムリズム

大畑雅（愛知）

79.0倍

-17%

›

▽10

オーブラボー

柿原翔（愛知）

73.2倍

-43%

›

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