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 発走 15:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フーダオラ逃げ	丹羽克（愛知）	実133.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は24走で勝ち無し）
前5走 09/04 名古屋3R 8着/11頭+2.3秒 08/24 名古屋6R 6着/11頭+1.4秒 07/31 名古屋5R 6着/12頭+1.6秒 07/15 名古屋12R 2着/12頭+3.0秒 06/22 名古屋1R 8着/11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 12走で勝率 8% ▽ 距離適性同距離は 24走で勝ち無し △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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。
2	ゴーゴーマンゴー自在	塚本征（愛知）	実6.6	△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6走で勝率33%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 10/01 名古屋9R 7着/12頭+2.3秒 09/16 名古屋4R 2着/10頭+0.4秒 09/03 名古屋12R 1着/11頭勝利 08/20 名古屋3R 4着/11頭+1.8秒 07/17 名古屋2R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 18% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 15.2%) ※ 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	ハッピーアシュレイ自在	丸野勝（愛知）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/04 名古屋10R 6着/8頭+2.4秒 08/21 名古屋9R 6着/12頭+2.3秒 07/29 名古屋10R 3着/12頭+1.4秒 07/15 名古屋5R 9着/12頭+0.0秒 07/02 名古屋10R 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 5.0着 ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.8%) ※ 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。
4	ドナエポナ先行	加藤聡（愛知）	実16.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／騎手は近50戦で勝率20%）
前5走 09/08 川崎7R 8着/12頭+3.0秒 07/06 川崎7R 10着/12頭+0.0秒 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4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 7.7着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.1%) ※ 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。
5	ドリームトリップ逃げ	今井貴（愛知）	実1.4	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（当競馬場9走で勝率67%と適性高／同距離帯6走で勝率83%／同馬場状態で勝率100%）
前5走 04/10 名古屋6R 3着/10頭+0.9秒 03/13 名古屋4R 1着/10頭勝利 02/11 名古屋6R 1着/12頭勝利 01/28 名古屋1R 1着/12頭勝利 04/10 名古屋11R 4着/12頭+1.2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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 83% ◎ 馬場適性同馬場 5走で勝率 100% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ ローテーション 192日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 62.4% (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。
6	ノヴァエスペランサ逃げ	大畑雅（愛知）	実218.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 10/01 名古屋1R 9着/11頭+2.5秒 09/17 名古屋4R 9着/9頭+5.5秒 08/20 名古屋6R 7着/12頭+1.5秒 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0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 8.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) +136%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.5%) ※ 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。
7	シャイニングウェイ追込	阪野学（愛知）	実133.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 10/01 名古屋2R 12着/12頭+1.7秒 09/17 名古屋5R 7着/10頭+1.3秒 09/04 名古屋12R 5着/12頭+0.9秒 08/20 名古屋7R 4着/12頭+1.1秒 07/30 名古屋6R 5着/11頭+1.3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戦の調子平均 8.0着 (不振) △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 38走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) +31%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.7%) ※ 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	ジオパークコハク逃げ	大原浩（笠松）	実88.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/18 名古屋8R 6着/12頭+2.2秒 09/04 名古屋3R 10着/11頭+2.8秒 08/24 名古屋7R 7着/12頭+0.8秒 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 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 7.7着 (不振) △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 13走で勝率 15% △ 期待値 (オッズ vs AI勝率) +16%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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	ウィルマッチ先行	加藤利（愛知）	実296.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は20走で勝ち無し）
前5走 10/01 名古屋1R 5着/11頭+0.6秒 09/17 名古屋4R 5着/9頭+1.8秒 09/04 名古屋12R 10着/12頭+2.3秒 08/20 名古屋7R 9着/12頭+1.6秒 07/15 名古屋7R 10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 6.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 20走で勝ち無し ○ 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) +37%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.5% (オッズ暗示: 0.3%) ※ 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	パープルルージュ自在	大畑慧（愛知）	実82.9	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 09/30 名古屋9R 4着/11頭+0.8秒 09/17 名古屋3R 9着/9頭+3.3秒 09/04 名古屋12R 11着/12頭+2.9秒 08/20 名古屋6R 8着/12頭+1.8秒 07/30 名古屋7R 6着/11頭+1.2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 8.0着 (不振) △ 当競馬場適性 29走で勝率 14% △ 距離適性同距離 21走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +115%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。
11	フィーユレアル	細川智（愛知）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 15.1% (オッズ暗示: 24.4%) ※ 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。

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）

見送りAI の 1 位の馬

ドリームトリップ

騎手今井貴（愛知）

1.4倍

AI の勝率62%損益の分かれ目71%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全11頭

◎5

ドリームトリップ

今井貴（愛知）

1.4倍

勝率 62%

›

○11

フィーユレアル

細川智（愛知）

4.1倍

勝率 15%

›

▲4

ドナエポナ

加藤聡（愛知）

16.5倍

勝率 7%

›

△2

ゴーゴーマンゴー

塚本征（愛知）

6.6倍

勝率 5%

›

△3

ハッピーアシュレイ

丸野勝（愛知）

12.8倍

勝率 4%

›

△10

パープルルージュ

大畑慧（愛知）

82.9倍

対象外勝率 3%

›

▽8

ジオパークコハク

大原浩（笠松）

88.2倍

対象外勝率 1%

›

▽6

ノヴァエスペランサ

大畑雅（愛知）

218.2倍

対象外勝率 1%

›

▽7

シャイニングウェイ

阪野学（愛知）

133.7倍

対象外勝率 1%

›

▽1

フーダオラ

丹羽克（愛知）

133.7倍

対象外勝率 1%

›

▽9

ウィルマッチ

加藤利（愛知）

296.1倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 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