名古屋 7R 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。

7R 名古屋競馬場ダ1500m 発走 16:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イマジェリーナ	友森翔（愛知）	実154.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 10/13 名古屋9R 11着/11頭+6.4秒 09/16 名古屋10R 11着/11頭+9.3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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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。
2	シェンロン推奨	加藤聡（愛知）	実10.4	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（騎手の手腕も後押し）
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 18% ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 14.1% (オッズ暗示: 9.6%) ※ 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。
3	アルファリラエ先行	近藤颯（愛知）	実28.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 10/14 名古屋1R 10着/11頭+2.6秒 10/02 名古屋3R 7着/12頭+1.7秒 09/14 名古屋1R 2着/11頭+1.0秒 08/18 名古屋4R 10着/12頭+3.0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 6.3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 ▽ 前走実績前走 10着 (大敗) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.5%) ※ 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。
4	リアンマカ先行	柿原翔（愛知）	実124.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3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8.7着と低調）
前5走 10/27 名古屋6R 10着/12頭+3.9秒 10/02 名古屋12R 11着/12頭+2.3秒 09/15 名古屋3R 5着/11頭+1.4秒 04/07 川崎7R 5着/11頭+1.8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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) +42%（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: 0.8%) ※ 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	ディレクティオ先行	塚本征（愛知）	実11.3	△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／騎手は近50戦で勝率30%）
前5走 10/27 名古屋6R 8着/12頭+2.1秒 10/13 名古屋5R 3着/11頭+0.5秒 09/14 名古屋5R 5着/12頭+1.8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 5.3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 30% (好調) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 4.9% (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。
6	アルミラージ	大畑慧（愛知）	実3.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 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 11.9% (オッズ暗示: 25.6%) ※ 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。
7	ペプチドマッハ	望月洵（愛知）	実2.4	◎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（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 40.3% (オッズ暗示: 41.7%) ※ 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	リーゼントモニカ	丸野勝（愛知）	実85.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 10/27 名古屋6R 12着/12頭+4.8秒 09/08 川崎7R 12着/12頭+6.0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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +25%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
9	コンティ	今井貴（愛知）	実3.5	○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20%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 20% (好調) × 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 19.4% (オッズ暗示: 28.6%) ※ 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	プロットシッケンズ自在	加藤誓（愛知）	実25.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 10/27 名古屋12R 6着/12頭+1.2秒 10/14 名古屋1R 6着/11頭+1.7秒 10/02 名古屋3R 9着/12頭+2.2秒 09/15 名古屋4R 11着/12頭+4.2秒 09/01 名古屋6R 2着/11頭+0.5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 7.0着 (不振) × 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) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.9%) ※ 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。
11	バックトラック自在	加藤利（愛知）	実135.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は13走で勝ち無し／直近3走平均9.7着と低調）
前5走 10/14 名古屋1R 11着/11頭+2.9秒 09/11 川崎6R 8着/12頭+5.5秒 08/18 川崎1R 10着/11頭+3.5秒 07/09 川崎1R 9着/11頭+1.0秒 04/09 川崎1R 6着/8頭+3.6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 9.7着 (不振) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 26日の間隔 (理想的) × 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 0.4% (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。
12	ゼンダンマイウェイ差し	丹羽克（愛知）	実74.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場21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 10/27 名古屋6R 9着/12頭+3.5秒 10/13 名古屋9R 8着/11頭+2.2秒 09/14 名古屋6R 3着/10頭+1.5秒 08/18 名古屋6R 6着/12頭+2.2秒 06/30 名古屋5R 8着/11頭
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 6.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -47% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。

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

シェンロン

騎手加藤聡（愛知）

10.4倍

AI の勝率14%損益の分かれ目10%

AI の勝率 14% が損益の分かれ目 10%（1 ÷ 10.4倍）を上回り、期待値 +47% 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）

出走馬全12頭

◎7

ペプチドマッハ

望月洵（愛知）

2.4倍

勝率 40%

›

○9

コンティ

今井貴（愛知）

3.5倍

勝率 19%

›

▲2

シェンロン

加藤聡（愛知）

10.4倍

勝率 14%

›

△6

アルミラージ

大畑慧（愛知）

3.9倍

勝率 12%

›

△5

ディレクティオ

塚本征（愛知）

11.3倍

勝率 5%

›

△10

プロットシッケンズ

加藤誓（愛知）

25.5倍

勝率 3%

›

▽3

アルファリラエ

近藤颯（愛知）

28.6倍

勝率 2%

›

▽8

リーゼントモニカ

丸野勝（愛知）

85.3倍

対象外勝率 1%

›

▽4

リアンマカ

柿原翔（愛知）

124.6倍

対象外勝率 1%

›

▽12

ゼンダンマイウェイ

丹羽克（愛知）

74.0倍

対象外勝率 1%

›

▽1

イマジェリーナ

友森翔（愛知）

154.0倍

対象外勝率 1%

›

▽11

バックトラック

加藤利（愛知）

135.4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2シェンロン

オッズ10.4倍予測時点
期待値+47%
賭け金¥100

※ 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