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 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイユウレゾナンス	塚本征（愛知）	実2.7	◎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3.0着と安定／前走3着／騎手は近50戦で勝率26%）
前5走 09/14 名古屋3R 3着/12頭+0.7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 3.0着 (安定) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 40.6% (オッズ暗示: 37.0%) ※ 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	ファフロツキーズ逃げ	近藤颯（愛知）	実126.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/15 名古屋3R 10着/11頭+3.4秒 09/02 名古屋4R 11着/11頭+4.2秒 08/21 名古屋1R 7着/12頭+2.4秒 07/31 名古屋1R 5着/12頭+2.5秒 07/03 名古屋2R 8着/12頭+0.0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 9.3着 (不振) × 当競馬場適性 6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 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 1.1% (オッズ暗示: 0.8%) ※ 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。
3	ウォーブレイク	大畑雅（愛知）	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/15 名古屋1R 5着/12頭+2.5秒 09/01 名古屋6R 5着/11頭+1.3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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.2%) ※ 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	サンクスアミリオン逃げ	丹羽克（愛知）	実122.2	▽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4走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/15 名古屋4R 10着/12頭+3.6秒 08/21 名古屋2R 11着/12頭+4.2秒 07/31 名古屋1R 3着/12頭+2.2秒 06/30 名古屋3R 5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 8.0着 (不振) × 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 ▽ 前走実績前走 10着 (大敗) ○ ローテーション 17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 0.6% (オッズ暗示: 0.8%) ※ 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	アマノガワギンガ	丸野勝（愛知）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 09/14 名古屋5R 3着/12頭+0.4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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 18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 19.4% (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。
6	キャリアビジョン	木之葵（愛知）	実7.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/15 名古屋3R 7着/11頭+1.7秒 09/01 名古屋6R 3着/11頭+0.7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 5.0着 ○ ローテーション 17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 7.5% (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。
7	ヴィクトリアビーチ差し	大畑慧（愛知）	実16.2	△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／同距離帯は9走で勝ち無し）
前5走 08/24 名古屋3R 7着/12頭+1.2秒 06/30 名古屋1R 2着/12頭+3.0秒 06/05 名古屋2R 3着/12頭+0.0秒 11/21 名古屋11R 10着/10頭+4.5秒 11/11 名古屋2R 5着/11頭+1.6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 4.0着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 6.2%) ※ 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。
8	スマートピクタス逃げ	小笠羚（愛知）	実93.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/15 名古屋12R 12着/12頭+2.9秒 08/18 名古屋1R 3着/12頭+54.4秒 07/28 名古屋1R 10着/12頭+97.1秒 07/13 名古屋1R 6着/12頭 06/16 名古屋2R 10着/10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 8.3着 (不振) × 当競馬場適性 6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 12着 (大敗) ○ ローテーション 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 1.5% (オッズ暗示: 1.1%) ※ 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。
9	ペリバジャ	筒井勇（笠松）	実77.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/15 名古屋3R 9着/11頭+2.8秒 07/13 名古屋4R 6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 7.5着 (不振) ○ ローテーション 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +82% (市場が大幅過小評価) AI 予想勝率 2.4% (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。
10	ヴィゴラスガイア	阪野学（愛知）	実104.6	▽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5走 09/15 名古屋12R 9着/12頭+1.6秒 08/24 名古屋12R 3着/3頭 07/28 名古屋1R 6着/12頭+95.5秒 06/30 名古屋2R 6着/12頭+2.0秒 06/16 名古屋3R 8着/11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 6.0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 2% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.9% (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	ゴートゥーバラモン	今井貴（愛知）	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率24%）
前5走 09/09 園田6R 8着/10頭+2.0秒 08/19 園田7R 3着/9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 5.5着 ◎ 騎手近50戦勝率 24% (好調) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 13.4% (オッズ暗示: 20.0%) ※ 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。
12	ハクサンリング自在	加藤聡（愛知）	実15.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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5走 09/15 名古屋3R 6着/11頭+1.6秒 09/01 名古屋4R 3着/10頭+0.5秒 08/24 名古屋3R 8着/12頭+1.5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 5.7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 18% ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.5%) ※ 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

ダイユウレゾナンス

騎手塚本征（愛知）

単勝オッズ

2.7倍

AI期待値

+9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5アマノガワギンガ

2.8倍

EV -45%

▲11ゴートゥーバラモン

5.0倍

EV -33%

出走馬全12頭

◎1

ダイユウレゾナンス

塚本征（愛知）

2.7倍

+9%

›

○5

アマノガワギンガ

丸野勝（愛知）

2.8倍

-45%

›

▲11

ゴートゥーバラモン

今井貴（愛知）

5.0倍

-33%

›

△6

キャリアビジョン

木之葵（愛知）

7.2倍

-46%

›

△12

ハクサンリング

加藤聡（愛知）

15.4倍

-22%

›

△7

ヴィクトリアビーチ

大畑慧（愛知）

16.2倍

-26%

›

▽3

ウォーブレイク

大畑雅（愛知）

31.3倍

-4%

›

▽9

ペリバジャ

筒井勇（笠松）

77.3倍

+82%

›

▽8

スマートピクタス

小笠羚（愛知）

93.6倍

+37%

›

▽2

ファフロツキーズ

近藤颯（愛知）

126.0倍

+38%

›

▽10

ヴィゴラスガイア

阪野学（愛知）

104.6倍

-8%

›

▽4

サンクスアミリオン

丹羽克（愛知）

122.2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

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