名古屋 8R 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

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルーリングソレル	加藤利（愛知）	実33.8	B△ A▽勝率2% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場37走で勝率3%と苦戦傾向／同距離帯は36走で勝ち無し）
前5走 09/03 名古屋6R 4着/11頭+1.0秒 08/19 名古屋3R 4着/11頭+0.5秒 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0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 6.7着 × 当競馬場適性 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 36走で勝ち無し × 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: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 -20% ※ 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	ギースバッハ	筒井勇（笠松）	実30.6	B△ A△勝率5% EV+44% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率67%／直近3走平均8.3着と低調）
前5走 09/03 名古屋6R 10着/11頭+2.2秒 07/29 名古屋12R 8着/12頭+2.1秒 07/14 名古屋7R 7着/12頭+0.0秒 06/19 名古屋3R 5着/11頭 06/05 名古屋1R 7着/11頭
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 8.3着 (不振) ○ 当競馬場適性 27走で勝率 19% (相性良) ○ 距離適性同距離 22走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 67% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.2% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 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。
3	アスプロガイア逃げ	友森翔（愛知）	実75.0	B× A▽勝率1% EV-14% 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7R 11着/11頭+4.5秒 08/20 名古屋5R 10着/10頭+3.2秒 07/29 名古屋3R 8着/12頭+2.6秒 07/14 名古屋8R 11着/12頭 06/18 名古屋12R 3着/12頭+0.0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 9.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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 10位 / 勝率 1.1% / 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。
4	ラブミーエール逃げ	今井貴（愛知）	実37.2	B× A▽勝率2% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／騎手は近50戦で勝率26%）
前5走 09/03 名古屋7R 6着/11頭+2.9秒 08/19 名古屋3R 3着/11頭+0.3秒 07/29 名古屋2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0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 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 11走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) × 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 0.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -23% ※ 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	リコークルセーダー追込	細川智（愛知）	実18.8	B× A△勝率3% EV-41% 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 08/19 名古屋12R 5着/12頭+0.4秒 07/29 名古屋2R 9着/11頭+2.9秒 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3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 40走で勝率 5% (苦戦) △ 距離適性同距離 36走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -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 3.1% / 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。
6	メイショウイッシン先行	丹羽克（愛知）	実17.5	B△ A△勝率6% EV+11% 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38走で勝ち無し）
前5走 09/03 名古屋6R 6着/11頭+1.1秒 08/19 名古屋12R 8着/12頭+0.8秒 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6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 5.3着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し × 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 0.2% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.4% / 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。
7	タガノポストマン	小笠羚（愛知）	実10.3	B○ A▲勝率8% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/03 名古屋6R 5着/11頭+1.0秒 08/19 名古屋3R 6着/11頭+0.8秒 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭
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 5.3着 × 当競馬場適性 27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 18% × 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 1.4% (オッズ暗示: 9.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.9% / 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。
8	ホウオウサンサール先行	塚本征（愛知）	実1.4	B◎ A◎勝率56% EV-21% 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走で勝率33%と好調／前走2着／騎手は近50戦で勝率22%）
前5走 09/03 名古屋5R 2着/10頭+0.0秒 08/18 名古屋7R 1着/12頭勝利 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 97.3% (オッズ暗示: 71.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 55.7% / 期待値 -22% ※ 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	ミッシュマッシュ先行	望月洵（愛知）	実5.2	B▲ A○勝率13% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場25走で勝率0%と苦戦傾向／同距離帯は25走で勝ち無し／前走3着）
前5走 09/03 名古屋6R 3着/11頭+0.7秒 08/19 名古屋12R 7着/12頭+0.8秒 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7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戦の調子平均 5.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) × 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 0.5% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 期待値 -33% ※ 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	ジャスティラック	加藤聡（愛知）	実77.8	B× A×勝率1% EV-53% 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7R 10着/11頭+3.2秒 07/31 名古屋5R 11着/12頭+3.7秒 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 12走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 10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 0.6% / 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。
11	フランキンローズ先行	阪野学（愛知）	実81.7	B× A▽勝率1% EV-44% 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7R 8着/11頭+2.9秒 08/19 名古屋4R 11着/11頭+2.4秒 07/29 名古屋3R 9着/12頭+3.3秒 07/14 名古屋8R 10着/12頭 07/02 名古屋12R 3着/12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 9.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 21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 11位 / 勝率 0.7% / 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	ブラックビート逃げ	村上弘（愛知）	実68.7	B× A▽勝率2% EV+66% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 09/03 名古屋7R 9着/11頭+3.1秒 07/29 名古屋12R 11着/12頭+3.5秒 07/14 名古屋8R 7着/12頭 07/02 名古屋12R 7着/12頭 06/18 名古屋7R 7着/11頭+3.0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 9.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% × 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 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 期待値 +66% ※ 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 ◎

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.4倍

AI期待値

+36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲7タガノポストマン

10.3倍

EV -85%

▲A:○9ミッシュマッシュ

5.2倍

EV -97%

出走馬全12頭

◎A:◎8

ホウオウサンサール

塚本征（愛知）

1.4倍

+36%

›

○A:▲7

タガノポストマン

小笠羚（愛知）

10.3倍

-85%

›

▲A:○9

ミッシュマッシュ

望月洵（愛知）

5.2倍

-97%

›

△A:▽1

アルーリングソレル

加藤利（愛知）

33.8倍

-93%

›

△A:△6

メイショウイッシン

丹羽克（愛知）

17.5倍

-97%

›

△A:△2

ギースバッハ

筒井勇（笠松）

30.6倍

-95%

›

×A:▽12

ブラックビート

村上弘（愛知）

68.7倍

-89%

›

×A:▽4

ラブミーエール

今井貴（愛知）

37.2倍

-95%

›

×A:△5

リコークルセーダー

細川智（愛知）

18.8倍

-99%

›

×A:▽3

アスプロガイア

友森翔（愛知）

75.0倍

-99%

›

×A:×10

ジャスティラック

加藤聡（愛知）

77.8倍

-99%

›

×A:▽11

フランキンローズ

阪野学（愛知）

81.7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

両モデルとも見送り

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルーリングソレル	加藤利（愛知）	実33.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場37走で勝率3%と苦戦傾向／同距離帯は36走で勝ち無し）
前5走 09/03 名古屋6R 4着/11頭+1.0秒 08/19 名古屋3R 4着/11頭+0.5秒 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0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 6.7着 × 当競馬場適性 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 36走で勝ち無し △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.0%) ※ 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	ギースバッハ	筒井勇（笠松）	実30.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率67%／直近3走平均8.3着と低調）
前5走 09/03 名古屋6R 10着/11頭+2.2秒 07/29 名古屋12R 8着/12頭+2.1秒 07/14 名古屋7R 7着/12頭+0.0秒 06/19 名古屋3R 5着/11頭 06/05 名古屋1R 7着/11頭
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 8.3着 (不振) ○ 当競馬場適性 27走で勝率 19% (相性良) ○ 距離適性同距離 22走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 67% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 4.7% (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。
3	アスプロガイア逃げ	友森翔（愛知）	実75.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23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走平均9.7着と低調）
前5走 09/03 名古屋7R 11着/11頭+4.5秒 08/20 名古屋5R 10着/10頭+3.2秒 07/29 名古屋3R 8着/12頭+2.6秒 07/14 名古屋8R 11着/12頭 06/18 名古屋12R 3着/12頭+0.0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 9.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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) -15% (オッズ過剰評価) AI 予想勝率 1.1% (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。
4	ラブミーエール逃げ	今井貴（愛知）	実37.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／騎手は近50戦で勝率26%）
前5走 09/03 名古屋7R 6着/11頭+2.9秒 08/19 名古屋3R 3着/11頭+0.3秒 07/29 名古屋2R 8着/11頭+2.5秒 07/03 名古屋1R 8着/12頭+0.0秒 06/02 船橋7R 14着/14頭+4.0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 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 11走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.7%) ※ 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。
5	リコークルセーダー追込	細川智（愛知）	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率5%と苦戦傾向／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋12R 5着/12頭+0.4秒 07/29 名古屋2R 9着/11頭+2.9秒 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3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 40走で勝率 5% (苦戦) △ 距離適性同距離 36走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 5.3%) ※ 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	メイショウイッシン先行	丹羽克（愛知）	実17.5	△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38走で勝ち無し）
前5走 09/03 名古屋6R 6着/11頭+1.1秒 08/19 名古屋12R 8着/12頭+0.8秒 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6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 5.3着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 5.7%) ※ 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。
7	タガノポストマン	小笠羚（愛知）	実10.3	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/03 名古屋6R 5着/11頭+1.0秒 08/19 名古屋3R 6着/11頭+0.8秒 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭
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 5.3着 × 当競馬場適性 27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 18% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 9.7%) ※ 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	ホウオウサンサール先行	塚本征（愛知）	実1.4	◎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走で勝率33%と好調／前走2着／騎手は近50戦で勝率22%）
前5走 09/03 名古屋5R 2着/10頭+0.0秒 08/18 名古屋7R 1着/12頭勝利 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 55.7% (オッズ暗示: 71.4%) ※ 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。
9	ミッシュマッシュ先行	望月洵（愛知）	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場25走で勝率0%と苦戦傾向／同距離帯は25走で勝ち無し／前走3着）
前5走 09/03 名古屋6R 3着/11頭+0.7秒 08/19 名古屋12R 7着/12頭+0.8秒 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7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戦の調子平均 5.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 13.0% (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。
10	ジャスティラック	加藤聡（愛知）	実77.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し／直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 09/03 名古屋7R 10着/11頭+3.2秒 07/31 名古屋5R 11着/12頭+3.7秒 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 12走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 10着 (大敗) × 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 0.6% (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。
11	フランキンローズ先行	阪野学（愛知）	実81.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/03 名古屋7R 8着/11頭+2.9秒 08/19 名古屋4R 11着/11頭+2.4秒 07/29 名古屋3R 9着/12頭+3.3秒 07/14 名古屋8R 10着/12頭 07/02 名古屋12R 3着/12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 9.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 21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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ※ 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。
12	ブラックビート逃げ	村上弘（愛知）	実68.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 09/03 名古屋7R 9着/11頭+3.1秒 07/29 名古屋12R 11着/12頭+3.5秒 07/14 名古屋8R 7着/12頭 07/02 名古屋12R 7着/12頭 06/18 名古屋7R 7着/11頭+3.0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 9.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 2.4% (オッズ暗示: 1.5%) ※ 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

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.4倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ミッシュマッシュ

5.2倍

EV -32%

▲7タガノポストマン

10.3倍

EV -19%

出走馬全12頭

◎8

ホウオウサンサール

塚本征（愛知）

1.4倍

-21%

›

○9

ミッシュマッシュ

望月洵（愛知）

5.2倍

-32%

›

▲7

タガノポストマン

小笠羚（愛知）

10.3倍

-19%

›

△6

メイショウイッシン

丹羽克（愛知）

17.5倍

+11%

›

△2

ギースバッハ

筒井勇（笠松）

30.6倍

+44%

›

△5

リコークルセーダー

細川智（愛知）

18.8倍

-41%

›

▽12

ブラックビート

村上弘（愛知）

68.7倍

+66%

›

▽1

アルーリングソレル

加藤利（愛知）

33.8倍

-20%

›

▽4

ラブミーエール

今井貴（愛知）

37.2倍

-22%

›

▽3

アスプロガイア

友森翔（愛知）

75.0倍

-14%

›

▽11

フランキンローズ

阪野学（愛知）

81.7倍

-44%

›

×10

ジャスティラック

加藤聡（愛知）

77.8倍

-53%

›

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