名古屋12R AI予想

名古屋 12R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

12R 名古屋競馬場ダート1500m　発走 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャスティラック	近藤颯（愛知）	実36.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均9.3着と低調）
前5走 05/20 名古屋2R 9着/10頭 05/05 名古屋4R 7着/10頭+2.0秒 04/20 名古屋12R 12着/12頭+1.5秒 04/09 川崎3R 12着/12頭+2.3秒 03/31 船橋4R 8着/11頭+1.6秒
AI 評価の内訳 — 馬番 1 × 直近3戦の調子平均 9.3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 10走で勝ち無し × 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 1.4% (オッズ暗示: 2.7%) ※ 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	ヤマサークル	大原浩（笠松）	実9.3	△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35走で勝率3%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 05/19 名古屋5R 6着/11頭+1.2秒 05/04 名古屋2R 4着/11頭+0.5秒 04/20 名古屋4R 10着/12頭+3.1秒 04/07 名古屋2R 4着/10頭+1.7秒 03/09 名古屋2R 4着/11頭+0.3秒
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 6.7着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 10.8%) ※ 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	アップモンスター	筒井勇（笠松）	実7.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場58走で勝率2%と苦戦傾向／同距離帯は53走で勝ち無し）
前5走 05/20 名古屋2R 7着/10頭+5.0秒 05/05 名古屋4R 9着/10頭+2.3秒 04/20 名古屋12R 6着/12頭+0.3秒 04/08 名古屋3R 2着/11頭+1.2秒 03/23 名古屋6R 5着/11頭+1.9秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 58走で勝率 2% (苦戦) ▽ 距離適性同距離は 53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) +32% (妙味あり) AI 予想勝率 17.0% (オッズ暗示: 12.8%) ※ 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	サイコロチャン	松本一（笠松）	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.7着と低調）
前5走 05/19 名古屋7R 10着/11頭+3.4秒 12/09 名古屋8R 9着/12頭+2.1秒 11/25 名古屋4R 10着/12頭+5.4秒 11/12 名古屋5R 7着/11頭+3.2秒 10/31 名古屋10R 9着/12頭+2.9秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 41走で勝率 7% △ 距離適性同距離 36走で勝率 6% ○ 馬場適性同馬場 5走で勝率 20% △ 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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 13.0%) ※ 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。
5	アカイツキ	木之葵（愛知）	実30.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走平均8.7着と低調）
前5走 05/19 名古屋7R 11着/11頭+4.4秒 05/04 名古屋12R 8着/11頭+2.8秒 04/20 名古屋8R 7着/12頭+1.7秒 04/08 名古屋4R 11着/11頭+4.2秒 03/23 名古屋7R 11着/11頭+4.4秒
AI 評価の内訳 — 馬番 5 × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 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 2.2% (オッズ暗示: 3.3%) ※ 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。
6	パリモード	加藤聡（愛知）	実6.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場17走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し／騎手は近50戦で勝率26%）
前5走 05/19 名古屋12R 10着/11頭+2.4秒 05/05 名古屋2R 8着/11頭+1.3秒 04/20 名古屋7R 4着/12頭+1.4秒 04/08 名古屋3R 7着/11頭+2.0秒 03/23 名古屋7R 6着/11頭+1.8秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 13.5% (オッズ暗示: 14.9%) ※ 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	グランドフューチャ	塚本征（愛知）	実8.9	△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34走で勝率0%と苦戦傾向／同距離帯は32走で勝ち無し／直近3走平均9.3着と低調）
前5走 05/19 名古屋6R 6着/11頭+1.1秒 05/04 名古屋7R 11着/11頭+2.7秒 04/07 名古屋11R 11着/11頭+4.3秒 03/09 名古屋7R 12着/12頭+5.2秒 02/23 名古屋5R 11着/12頭+3.0秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 9.3着 (不振) × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 11.2%) ※ 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	ストレンジャー	大畑雅（愛知）	実9.6	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.3着と低調）
前5走 05/19 名古屋7R 9着/11頭+3.1秒 05/04 名古屋12R 7着/11頭+1.8秒 04/20 名古屋8R 12着/12頭+4.7秒 10/16 名古屋7R 4着/12頭+3.2秒 09/18 名古屋2R 6着/12頭+1.3秒
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 24走で勝率 8% △ 距離適性同距離 21走で勝率 10% ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 11.9% (オッズ暗示: 10.4%) ※ 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。
9	リコークルセーダー	細川智（愛知）	実14.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率3%と苦戦傾向／同距離帯は32走で勝ち無し／同馬場状態で勝率33%）
前5走 05/19 名古屋6R 9着/11頭+1.3秒 04/20 名古屋6R 6着/12頭+1.3秒 04/07 名古屋11R 6着/11頭+1.5秒 03/24 名古屋5R 9着/12頭+1.9秒 03/10 名古屋5R 8着/11頭+1.8秒
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.8%) ※ 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。
10	レディマジェスティ	今井貴（愛知）	実26.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場48走で勝率0%と苦戦傾向／同距離帯は51走で勝ち無し）
前5走 05/19 名古屋5R 10着/11頭+1.7秒 05/04 名古屋5R 5着/11頭+0.6秒 04/20 名古屋4R 8着/12頭+2.9秒 04/07 名古屋4R 10着/11頭+2.5秒 03/23 名古屋5R 8着/11頭+2.1秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 48走で勝率 0% (苦戦) ▽ 距離適性同距離は 51走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.8%) ※ 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。
11	ツキノメガミ推奨	丸野勝（愛知）	実4.2	◎詳細▼	期待値プラスでAIの推し馬（騎手は近50戦勝率22%と好調）
前5走 05/20 名古屋1R 9着/10頭 05/05 名古屋4R 10着/10頭+2.4秒 04/20 名古屋9R 6着/11頭+0.9秒 04/08 名古屋6R 7着/11頭+1.4秒 03/25 名古屋1R 7着/11頭+1.5秒
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 27.4% (オッズ暗示: 23.8%) ※ 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。
12	フクチャンフクメイ	尾崎章（愛知）	実7.9	▲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36走で勝率3%と苦戦傾向／同距離帯は35走で勝ち無し）
前5走 05/19 名古屋5R 8着/11頭+1.4秒 05/04 名古屋5R 7着/11頭+1.4秒 04/20 名古屋5R 7着/12頭+1.8秒 04/07 名古屋5R 9着/11頭+3.5秒 03/23 名古屋7R 10着/11頭+3.0秒
AI 評価の内訳 — 馬番 12 × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ○ ローテーション 14日の間隔 (理想的) × 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 7.2% (オッズ暗示: 12.7%) ※ 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。

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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 11 ツキノメガミ実4.2倍期待値 +6% 200円
馬連 3-11 実19.1倍期待値 +192% 200円
3連複 2-3-11 実60.3倍期待値 +357% 100円

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。