名古屋 1R 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。

1R 名古屋競馬場ダ1500m ダート1500m　発走 12:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モータリゼーション差し	明星晴（笠松）	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り（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／前走3着）
前5走 09/07 名古屋12R 3着/11頭+0.7秒 08/21 名古屋2R 5着/12頭+1.3秒 07/28 名古屋4R 2着/11頭+0.3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 3.3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) ○ 前走実績前走 3着 (好走) ○ ローテーション 23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 10.2% (オッズ暗示: 18.9%) ※ 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	オーブレーヌ	近藤颯（愛知）	実24.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/18 名古屋2R 6着/10頭+2.4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 6.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.1%) ※ 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。
3	ハナムラサキ自在	丸野勝（愛知）	実57.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/18 名古屋12R 12着/12頭+4.5秒 09/07 名古屋1R 4着/8頭+1.1秒 08/21 名古屋2R 8着/12頭+2.5秒 07/01 名古屋1R 7着/12頭 06/18 名古屋4R 8着/12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 8.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
4	ホウオウバトラー	小笠羚（愛知）	実2.5	◎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（直近3走平均2.5着と安定／前走2着）
前5走 09/15 名古屋3R 2着/11頭+0.2秒 09/01 名古屋5R 3着/11頭+1.0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 2.5着 (安定) ○ 前走実績前走 2着 (好走) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 34.6% (オッズ暗示: 40.0%) ※ 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。
5	ラブクラーセ	深澤杏（笠松）	実106.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/07 名古屋3R 9着/9頭+8.7秒 07/14 名古屋4R 6着/12頭 07/01 名古屋3R 12着/12頭 06/22 名古屋2R 10着/11頭 02/12 名古屋9R 10着/11頭+3.7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 9.0着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 10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 23日の間隔 (理想的) × 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 0.4% (オッズ暗示: 0.9%) ※ 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	ポプリーニ	友森翔（愛知）	実47.1	▽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 08/21 名古屋12R 7着/12頭+1.8秒 07/31 名古屋4R 5着/12頭+1.7秒 07/03 名古屋5R 3着/12頭+3.0秒 06/18 名古屋2R 5着/11頭 06/03 名古屋3R 8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 5.0着 × 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 △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 2.3% (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。
7	アルティーノ	細川智（愛知）	実56.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 09/18 名古屋2R 10着/10頭+7.0秒 06/16 川崎6R 11着/11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 10.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 2.1% (オッズ暗示: 1.8%) ※ 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	ショウナンライラ	加藤聡（愛知）	実11.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率22%）
前5走 09/18 名古屋2R 7着/10頭+2.5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戦の調子平均 7.0着 (不振) ◎ 騎手近50戦勝率 22% (好調) × 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 5.0% (オッズ暗示: 8.8%) ※ 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	オケアノステソーロ	阪野学（愛知）	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.5着と安定／前走2着）
前5走 09/15 名古屋2R 2着/11頭+1.6秒 08/18 名古屋5R 3着/12頭+3.7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 2.5着 (安定) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) +7% (市場と概ね一致) AI 予想勝率 9.6% (オッズ暗示: 8.9%) ※ 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	グランドサークル逃げ	大原浩（笠松）	実97.8	▽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7走で勝ち無し）
前5走 09/18 名古屋12R 10着/12頭+4.2秒 09/07 名古屋2R 5着/7頭+4.2秒 08/21 名古屋12R 6着/12頭+1.8秒 07/17 名古屋2R 3着/12頭 07/03 名古屋5R 9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 7.0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 7走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 0.6% (オッズ暗示: 1.0%) ※ 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。
11	シェリーシュシュ	大畑慧（愛知）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 28.2% (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。
12	ジューンマロン	丹羽克（愛知）	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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 2.5% (オッズ暗示: 3.8%) ※ 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。

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

ホウオウバトラー

騎手小笠羚（愛知）

単勝オッズ

2.5倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11シェリーシュシュ

2.8倍

EV -21%

▲1モータリゼーション

5.3倍

EV -45%

出走馬全12頭

◎4

ホウオウバトラー

小笠羚（愛知）

2.5倍

-13%

›

○11

シェリーシュシュ

大畑慧（愛知）

2.8倍

-21%

›

▲1

モータリゼーション

明星晴（笠松）

5.3倍

-45%

›

△9

オケアノステソーロ

阪野学（愛知）

11.2倍

+7%

›

△8

ショウナンライラ

加藤聡（愛知）

11.3倍

-43%

›

△2

オーブレーヌ

近藤颯（愛知）

24.2倍

-21%

›

▽12

ジューンマロン

丹羽克（愛知）

26.0倍

-35%

›

▽6

ポプリーニ

友森翔（愛知）

47.1倍

+10%

›

▽7

アルティーノ

細川智（愛知）

56.5倍

+17%

›

▽3

ハナムラサキ

丸野勝（愛知）

57.9倍

-30%

›

▽10

グランドサークル

大原浩（笠松）

97.8倍

-36%

›

×5

ラブクラーセ

深澤杏（笠松）

106.9倍

-54%

›

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

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