名古屋 2R 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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ベイツリー	小笠羚（愛知）	実23.0	B× A×勝率2% EV-53% 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50%と好調／前走勝利の勢い）
前5走 09/01 名古屋3R 1着/10頭勝利 08/18 名古屋4R 6着/12頭+2.1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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16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 0.1% (オッズ暗示: 4.3%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -53% ※ 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	クモンリュウ逃げ	大畑雅（愛知）	実45.7	B× A▽勝率1% EV-35% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/03 名古屋1R 7着/11頭+3.5秒 08/20 名古屋2R 12着/12頭+4.4秒 07/30 名古屋1R 7着/11頭+1.4秒 06/16 名古屋1R 1着/10頭 06/05 名古屋2R 6着/12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 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 5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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -36% ※ 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	ブルーアンバー	近藤颯（愛知）	実85.3	B× A▽勝率1% EV-21% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/03 名古屋1R 10着/11頭+4.9秒 08/20 名古屋12R 7着/12頭+1.4秒 07/30 名古屋5R 5着/12頭+0.8秒 07/01 名古屋3R 2着/12頭+0.0秒 06/22 名古屋2R 7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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
4	ウインエンブレム	今井貴（愛知）	実7.2	B× A▲勝率10% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率50%と好調／騎手は近50戦で勝率26%）
前5走 09/03 名古屋1R 9着/11頭+4.3秒 08/24 名古屋1R 1着/11頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 26% (好調) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -30% ※ 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	エトワールフィーユ推奨	大原浩（笠松）	実22.7	B◎ A△勝率4% EV+1% 詳細▼	市場が大きく過小評価、AI予想勝率71% × オッズ22.7倍で期待値+999%の有力候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 09/02 名古屋1R 1着/9頭勝利 ― ― ― ―
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 100% (絶好調) ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 70.7% (オッズ暗示: 4.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 期待値 +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。
6	ストラドーネ	塚本征（愛知）	実3.7	B▲ A△勝率9% EV-66% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/01 名古屋6R 1着/11頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 27.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。
7	セイスイカルメン	丸野勝（愛知）	実18.0	B△ A△勝率8% EV+42% 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50%と好調／前走勝利の勢い）
前5走 09/01 名古屋12R 1着/3頭 08/18 名古屋4R 7着/12頭+2.3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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.9% / 期待値 +43% ※ 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	トンデトンデトンデ	室陽一（浦和）	実66.8	B▽ A▽勝率2% EV+13% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走平均9.3着と低調）
前5走 09/03 名古屋1R 11着/11頭+5.0秒 08/20 名古屋12R 11着/12頭+3.0秒 07/29 名古屋4R 6着/11頭+1.2秒 07/14 名古屋3R 6着/12頭+1.0秒 06/18 名古屋1R 1着/11頭
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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ▽ 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) -40% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
9	インスウィング	柿原翔（愛知）	実24.0	B△ A▽勝率3% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/03 名古屋1R 6着/11頭+2.0秒 04/21 浦和9R 4着/10頭+1.0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 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) -32% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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	ユイバイハウス	村上弘（愛知）	実3.5	B△ A○勝率19% EV-34% 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5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 09/07 名古屋4R 3着/9頭+1.1秒 08/20 名古屋12R 12着/12頭+3.0秒 07/01 名古屋1R 2着/12頭+0.0秒 06/18 名古屋4R 5着/12頭+2.0秒 06/05 名古屋3R 2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戦の調子平均 5.7着 × 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 3着 (好走) × 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 2.8% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.7% / 期待値 -35% ※ 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	クリーンブーケ	加藤聡（愛知）	実3.0	B○ A◎勝率41% EV+22% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 09/01 名古屋5R 1着/11頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.7% / 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。

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 △

エトワールフィーユ

騎手大原浩（笠松）

単勝オッズ

22.7倍

AI期待値

+999%

買い目

¥1,700

全レースの推奨

AIの推奨本命の次点

○A:◎11クリーンブーケ

3.0倍

EV -72%

▲A:△6ストラドーネ

3.7倍

EV -65%

出走馬全11頭

◎A:△5

エトワールフィーユ

大原浩（笠松）

22.7倍

+999%

›

○A:◎11

クリーンブーケ

加藤聡（愛知）

3.0倍

-72%

›

▲A:△6

ストラドーネ

塚本征（愛知）

3.7倍

-65%

›

△A:○10

ユイバイハウス

村上弘（愛知）

3.5倍

-90%

›

△A:△7

セイスイカルメン

丸野勝（愛知）

18.0倍

-48%

›

△A:▽9

インスウィング

柿原翔（愛知）

24.0倍

-31%

›

×A:▲4

ウインエンブレム

今井貴（愛知）

7.2倍

-93%

›

▽A:▽8

トンデトンデトンデ

室陽一（浦和）

66.8倍

-39%

›

×A:×1

ベイツリー

小笠羚（愛知）

23.0倍

-97%

›

×A:▽2

クモンリュウ

大畑雅（愛知）

45.7倍

-94%

›

×A:▽3

ブルーアンバー

近藤颯（愛知）

85.3倍

-90%

›

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 エトワールフィーユ ¥1,700 実22.7倍期待値 +999% 不的中10着単勝 22.7倍

※ オッズは予測時点の値です。

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ベイツリー	小笠羚（愛知）	実23.0	×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50%と好調／前走勝利の勢い）
前5走 09/01 名古屋3R 1着/10頭勝利 08/18 名古屋4R 6着/12頭+2.1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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
2	クモンリュウ逃げ	大畑雅（愛知）	実45.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/03 名古屋1R 7着/11頭+3.5秒 08/20 名古屋2R 12着/12頭+4.4秒 07/30 名古屋1R 7着/11頭+1.4秒 06/16 名古屋1R 1着/10頭 06/05 名古屋2R 6着/12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 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 5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) -36% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.2%) ※ 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	ブルーアンバー	近藤颯（愛知）	実85.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/03 名古屋1R 10着/11頭+4.9秒 08/20 名古屋12R 7着/12頭+1.4秒 07/30 名古屋5R 5着/12頭+0.8秒 07/01 名古屋3R 2着/12頭+0.0秒 06/22 名古屋2R 7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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -21% (オッズ過剰評価) AI 予想勝率 0.9% (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。
4	ウインエンブレム	今井貴（愛知）	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／騎手は近50戦で勝率26%）
前5走 09/03 名古屋1R 9着/11頭+4.3秒 08/24 名古屋1R 1着/11頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 26% (好調) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 9.8% (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。
5	エトワールフィーユ推奨	大原浩（笠松）	実22.7	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 09/02 名古屋1R 1着/9頭勝利 ― ― ― ―
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 100% (絶好調) ◎ 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) +1% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 4.4%) ※ 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	ストラドーネ	塚本征（愛知）	実3.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/01 名古屋6R 1着/11頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 27.0%) ※ 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。
7	セイスイカルメン	丸野勝（愛知）	実18.0	△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50%と好調／前走勝利の勢い）
前5走 09/01 名古屋12R 1着/3頭 08/18 名古屋4R 7着/12頭+2.3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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 7.9% (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。
8	トンデトンデトンデ	室陽一（浦和）	実66.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走平均9.3着と低調）
前5走 09/03 名古屋1R 11着/11頭+5.0秒 08/20 名古屋12R 11着/12頭+3.0秒 07/29 名古屋4R 6着/11頭+1.2秒 07/14 名古屋3R 6着/12頭+1.0秒 06/18 名古屋1R 1着/11頭
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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ▽ 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) +13% (市場と概ね一致) AI 予想勝率 1.7% (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。
9	インスウィング	柿原翔（愛知）	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/03 名古屋1R 6着/11頭+2.0秒 04/21 浦和9R 4着/10頭+1.0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 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) -24% (オッズ過剰評価) AI 予想勝率 3.2% (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。
10	ユイバイハウス	村上弘（愛知）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（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／前走3着）
前5走 09/07 名古屋4R 3着/9頭+1.1秒 08/20 名古屋12R 12着/12頭+3.0秒 07/01 名古屋1R 2着/12頭+0.0秒 06/18 名古屋4R 5着/12頭+2.0秒 06/05 名古屋3R 2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戦の調子平均 5.7着 × 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 3着 (好走) × 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 18.7% (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。
11	クリーンブーケ	加藤聡（愛知）	実3.0	◎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走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 09/01 名古屋5R 1着/11頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 40.7% (オッズ暗示: 33.3%) ※ 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

クリーンブーケ

騎手加藤聡（愛知）

単勝オッズ

3.0倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ユイバイハウス

3.5倍

EV -34%

▲4ウインエンブレム

7.2倍

EV -29%

出走馬全11頭

◎11

クリーンブーケ

加藤聡（愛知）

3.0倍

+22%

›

○10

ユイバイハウス

村上弘（愛知）

3.5倍

-34%

›

▲4

ウインエンブレム

今井貴（愛知）

7.2倍

-29%

›

△6

ストラドーネ

塚本征（愛知）

3.7倍

-66%

›

△7

セイスイカルメン

丸野勝（愛知）

18.0倍

+42%

›

△5

エトワールフィーユ

大原浩（笠松）

22.7倍

+1%

›

▽9

インスウィング

柿原翔（愛知）

24.0倍

-23%

›

×1

ベイツリー

小笠羚（愛知）

23.0倍

-53%

›

▽8

トンデトンデトンデ

室陽一（浦和）

66.8倍

+13%

›

▽2

クモンリュウ

大畑雅（愛知）

45.7倍

-35%

›

▽3

ブルーアンバー

近藤颯（愛知）

85.3倍

-21%

›

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 エトワールフィーユ ¥1,700 実22.7倍期待値 +1% 不的中10着単勝 22.7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