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 発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィクトリアビーチ先行	村上弘（愛知）	実22.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 10/27 名古屋12R 9着/12頭+2.3秒 10/13 名古屋1R 5着/11頭+0.5秒 10/02 名古屋2R 6着/12頭+3.1秒 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
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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.5%) ※ 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。
2	サノノスレーヴ自在	今井貴（愛知）	実1.7	◎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4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均2.0着と安定）
前5走 10/13 名古屋1R 2着/11頭+0.0秒 09/29 名古屋1R 2着/12頭+99.2秒 09/01 名古屋1R 2着/10頭+0.0秒 08/18 名古屋1R 2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 2.0着 (安定) × 当競馬場適性 4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 22% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 42.2% (オッズ暗示: 58.8%) ※ 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	ニホンピロデルマー先行	大畑慧（愛知）	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／215日ぶりの実戦）
前5走 04/08 名古屋5R 7着/10頭+1.4秒 03/25 名古屋1R 8着/11頭+1.6秒 03/11 名古屋1R 10着/10頭+4.8秒 02/26 名古屋3R 11着/11頭+2.2秒 09/03 名古屋12R 7着/12頭+1.1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 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 215日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.0%) ※ 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。
4	ファリナータ自在	小笠羚（愛知）	実81.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場14走で勝率0%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 10/27 名古屋1R 5着/12頭+56.2秒 10/13 名古屋1R 4着/11頭+0.4秒 09/14 名古屋6R 7着/10頭+3.0秒 09/01 名古屋7R 8着/10頭+4.6秒 08/18 名古屋6R 9着/12頭+3.5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 5.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 26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 1.1% (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。
5	ニシキエバー先行	丸山真（愛知）	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場31走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 10/27 名古屋12R 8着/12頭+1.9秒 10/13 名古屋1R 3着/11頭+0.1秒 10/02 名古屋12R 9着/12頭+1.9秒 09/15 名古屋4R 9着/12頭+2.9秒 09/02 名古屋4R 7着/11頭+2.7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 6.7着 × 当競馬場適性 31走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 7.1%) ※ 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	テルレーヌ追込	細川智（愛知）	実45.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場24走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 10/27 名古屋1R 4着/12頭+55.9秒 10/13 名古屋1R 8着/11頭+1.0秒 09/29 名古屋5R 6着/12頭+1.4秒 09/15 名古屋1R 8着/12頭+2.9秒 09/02 名古屋1R 9着/9頭+1.5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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し × 期待値 (オッズ vs AI勝率) -34% (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。
7	シロイヤツ差し	尾崎章（愛知）	実269.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場38走で勝率0%と苦戦傾向／同距離帯は35走で勝ち無し／直近3走平均9.7着と低調）
前5走 10/27 名古屋1R 10着/12頭+57.3秒 10/13 名古屋2R 9着/11頭+4.0秒 09/29 名古屋6R 10着/12頭+3.1秒 09/14 名古屋6R 8着/10頭+3.3秒 09/01 名古屋7R 5着/10頭+2.0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 9.7着 (不振) × 当競馬場適性 38走で勝率 0% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ※ 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。
8	トリプルアイ逃げ	深澤杏（笠松）	実301.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場122走で勝率2%と苦戦傾向／同距離帯は100走で勝ち無し／直近3走平均8.3着と低調）
前5走 10/27 名古屋1R 8着/12頭+57.2秒 10/13 名古屋1R 10着/11頭+2.3秒 09/29 名古屋6R 7着/12頭+2.2秒 09/07 名古屋6R 10着/10頭+3.6秒 08/18 名古屋6R 7着/12頭+2.8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 8.3着 (不振) × 当競馬場適性 122走で勝率 2% (苦戦) ▽ 距離適性同距離は 100走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +5%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.3% (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。
9	フクチャンダイオウ推奨	大畑雅（愛知）	実8.1	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（適度な間隔で状態万全）
前5走 10/13 名古屋1R 7着/11頭+0.6秒 09/29 名古屋6R 8着/12頭+2.3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 7.5着 (不振) ○ ローテーション 27日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 16.7% (オッズ暗示: 12.3%) ※ 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	ヨザクラブルース	丹羽克（愛知）	実149.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 10/13 名古屋1R 9着/11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 9.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +101%（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: 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。
11	アリス	加藤聡（愛知）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 10/27 名古屋1R 2着/12頭+0.0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 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 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 21.9% (オッズ暗示: 32.3%) ※ 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）

買うAI の推奨

フクチャンダイオウ

騎手大畑雅（愛知）

8.1倍

AI の勝率17%損益の分かれ目12%

AI の勝率 17% が損益の分かれ目 12%（1 ÷ 8.1倍）を上回り、期待値 +36% が買う基準（+30%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

的中 100円→400円

出走馬全11頭

◎2

サノノスレーヴ

今井貴（愛知）

1.7倍

勝率 42%

›

○11

アリス

加藤聡（愛知）

3.1倍

勝率 22%

›

▲9

フクチャンダイオウ

大畑雅（愛知）

8.1倍

勝率 17%

›

△3

ニホンピロデルマー

大畑慧（愛知）

11.1倍

勝率 8%

›

△5

ニシキエバー

丸山真（愛知）

14.1倍

勝率 4%

›

△1

ヴィクトリアビーチ

村上弘（愛知）

22.3倍

勝率 3%

›

▽6

テルレーヌ

細川智（愛知）

45.7倍

対象外勝率 1%

›

▽10

ヨザクラブルース

丹羽克（愛知）

149.2倍

対象外勝率 1%

›

▽4

ファリナータ

小笠羚（愛知）

81.3倍

対象外勝率 1%

›

▽8

トリプルアイ

深澤杏（笠松）

301.4倍

対象外勝率 0%

›

▽7

シロイヤツ

尾崎章（愛知）

269.6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　AI 期待値プラス判定

単勝9フクチャンダイオウ的中 1着

オッズ4.0倍確定
期待値+36%
賭け金¥100

払戻 400円

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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