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。

2R 名古屋競馬場ダ1500m ダート1500m　発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミヤムーブメント先行	木之葵（愛知）	実56.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 09/18 名古屋12R 7着/12頭+2.4秒 09/07 名古屋3R 5着/9頭+1.7秒 08/21 名古屋12R 8着/12頭+2.5秒 07/31 名古屋6R 9着/12頭+2.0秒 07/14 名古屋1R 11着/12頭+0.0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 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し × 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 1.0% (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。
2	ビオトープ先行	加藤利（愛知）	実69.5	×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2R 4着/10頭+1.8秒 09/02 名古屋12R 3着/3頭 08/21 名古屋2R 9着/12頭+2.6秒 07/28 名古屋1R 2着/12頭+94.7秒 07/13 名古屋2R 9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 5.3着 × 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 × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
3	アマビエ先行	小笠羚（愛知）	実19.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11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 09/18 名古屋12R 9着/12頭+3.4秒 09/07 名古屋2R 3着/7頭+1.9秒 08/21 名古屋3R 7着/12頭+1.5秒 07/30 名古屋5R 10着/12頭+1.6秒 07/14 名古屋4R 7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 6.3着 × 当競馬場適性 11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) -70% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 5.2%) ※ 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	クライナリーゼ	丸山真（愛知）	実17.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/17 名古屋1R 5着/10頭+1.4秒 05/20 名古屋10R 5着/11頭+0.0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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 5.8%) ※ 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。
5	チェリーブルーム自在	近藤颯（愛知）	実4.8	▲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2着）
前5走 09/15 名古屋4R 2着/12頭+0.7秒 09/01 名古屋5R 2着/11頭+0.9秒 07/28 名古屋4R 6着/11頭+1.5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 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 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) -58% (大幅な期待値マイナス) AI 予想勝率 8.7% (オッズ暗示: 20.8%) ※ 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。
6	ナガノキングダイヤ自在	赤津和（笠松）	実41.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/18 名古屋3R 10着/10頭+5.4秒 09/07 名古屋4R 8着/9頭+6.2秒 03/26 名古屋8R 8着/12頭+3.6秒 03/13 名古屋2R 10着/11頭+2.4秒 02/27 名古屋7R 9着/11頭+2.2秒
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 8.7着 (不振) △ 当競馬場適性 14走で勝率 7% ▽ 距離適性同距離は 8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) × 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 1.4% (オッズ暗示: 2.4%) ※ 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。
7	ニシキバーキン逃げ	大畑雅（愛知）	実68.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 09/18 名古屋3R 8着/10頭+4.5秒 09/01 名古屋1R 1着/10頭勝利 08/18 名古屋12R 3着/12頭+0.7秒 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 9走で勝率 11% × 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 0.8% (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。
8	フクスケ差し	明星晴（笠松）	実40.7	▽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5走で勝ち無し／前走2着）
前5走 09/18 名古屋12R 2着/12頭+1.1秒 09/02 名古屋4R 4着/11頭+2.4秒 08/21 名古屋12R 5着/12頭+1.2秒 07/31 名古屋2R 7着/12頭+3.3秒 07/13 名古屋4R 3着/12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 3.7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 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.5%) ※ 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	ラブミーアゲイン自在	丸野勝（愛知）	実6.4	△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5走 09/18 名古屋3R 6着/10頭+1.8秒 08/21 名古屋2R 2着/12頭+0.2秒 07/31 名古屋2R 3着/12頭+1.8秒 06/30 名古屋4R 5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 3.7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 × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 15.6%) ※ 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。
10	マコトエウロペ	塚本征（愛知）	実11.6	△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3R 4着/10頭+1.1秒 09/07 名古屋1R 3着/8頭+1.0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 3.5着 × 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 4.6% (オッズ暗示: 8.6%) ※ 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	ビーウィナー	細川智（愛知）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/18 名古屋2R 3着/10頭+1.5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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 22.5% (オッズ暗示: 26.3%) ※ 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。
12	マーゴットデウス	加藤聡（愛知）	実2.9	◎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（騎手は近50戦で勝率22%）
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) ◎ 騎手近50戦勝率 22% (好調) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 46.7% (オッズ暗示: 34.5%) ※ 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

マーゴットデウス

騎手加藤聡（愛知）

単勝オッズ

2.9倍

AI期待値

+35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ビーウィナー

3.8倍

EV -14%

▲5チェリーブルーム

4.8倍

EV -58%

出走馬全12頭

◎12

マーゴットデウス

加藤聡（愛知）

2.9倍

+35%

›

○11

ビーウィナー

細川智（愛知）

3.8倍

-14%

›

▲5

チェリーブルーム

近藤颯（愛知）

4.8倍

-58%

›

△9

ラブミーアゲイン

丸野勝（愛知）

6.4倍

-51%

›

△10

マコトエウロペ

塚本征（愛知）

11.6倍

-46%

›

△4

クライナリーゼ

丸山真（愛知）

17.1倍

-56%

›

▽8

フクスケ

明星晴（笠松）

40.7倍

-10%

›

×3

アマビエ

小笠羚（愛知）

19.3倍

-69%

›

▽6

ナガノキングダイヤ

赤津和（笠松）

41.1倍

-44%

›

▽1

ミヤムーブメント

木之葵（愛知）

56.3倍

-46%

›

▽7

ニシキバーキン

大畑雅（愛知）

68.4倍

-42%

›

×2

ビオトープ

加藤利（愛知）

69.5倍

-58%

›

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