名古屋9R AI予想

名古屋 9R 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。

9R 名古屋競馬場ダート2000m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノブエイト	近藤颯（愛知）	実3.1	◎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走で勝率33%と好調）
前5走 05/21 名古屋8R 4着/10頭+0.0秒 05/06 名古屋5R 2着/11頭+0.1秒 04/24 名古屋8R 1着/11頭勝利 03/27 名古屋3R 2着/11頭+0.6秒 03/13 名古屋3R 3着/10頭+0.2秒
AI 評価の内訳 — 馬番 1 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% △ 騎手近50戦勝率 4% (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) -1% (オッズ過剰評価) AI 予想勝率 31.9% (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。
2	ドラゴンラック	山田祥（愛知）	実8.8	△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12走で勝率25%と適性高／同馬場状態で勝率33%）
前5走 05/21 名古屋7R 5着/10頭 05/06 名古屋6R 7着/11頭+1.7秒 04/23 名古屋8R 3着/12頭+1.2秒 04/10 名古屋8R 7着/11頭+1.7秒 03/23 名古屋10R 6着/8頭+1.8秒
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 5.0着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (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) -64% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 11.4%) ※ 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。
3	グールマン推奨	加藤聡（愛知）	実8.4	▲詳細▼	期待値プラスでAIの推し馬（近5走で勝率40%と堅実／当競馬場15走で勝率27%と適性高／適度な間隔で状態万全）
前5走 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9頭勝利 03/02 名古屋1R 1着/11頭勝利
AI 評価の内訳 — 馬番 3 △ 直近3戦の調子平均 6.3着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 騎手近50戦勝率 24% (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) -13% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 11.9%) ※ 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。
4	サトノパトス	今井貴（愛知）	実14.1	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着）
前5走 05/21 名古屋7R 3着/10頭 05/08 名古屋8R 1着/11頭勝利 04/24 名古屋7R 8着/12頭+2.2秒 04/13 名古屋12R 7着/11頭+1.0秒 03/02 名古屋1R 5着/11頭+1.0秒
AI 評価の内訳 — 馬番 4 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% ○ 前走実績前走 3着 (好走) ○ 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) +1% (市場と概ね一致) AI 予想勝率 7.2% (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。
5	グロリアスヒーロー	丸山真（愛知）	実15.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／484日ぶりの実戦）
前5走 02/05 川崎10R 10着/11頭+1.5秒 ― ― ― ―
AI 評価の内訳 — 馬番 5 × 直近3戦の調子平均 10.0着 (不振) △ 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 484日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 6.6%) ※ 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。
6	カワキタマックス	塚本征（愛知）	実11.7	△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／騎手は近50戦で勝率24%）
前5走 05/21 名古屋10R 8着/9頭 05/06 名古屋7R 11着/12頭+3.0秒 04/22 名古屋6R 4着/12頭+1.3秒 04/09 名古屋8R 4着/12頭+1.1秒 03/24 名古屋9R 8着/10頭+2.4秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (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) -50% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 8.5%) ※ 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	ミヤビエクセレント	大原浩（笠松）	実38.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9秒 04/22 名古屋6R 7着/12頭+1.7秒 04/09 名古屋10R 10着/11頭+2.5秒 03/25 名古屋11R 9着/12頭+3.2秒
AI 評価の内訳 — 馬番 7 × 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 17% (相性良) ▽ 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) -36% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.6%) ※ 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。
8	キスメット	大畑雅（愛知）	実17.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/25 名古屋9R 1着/10頭 05/08 名古屋9R 4着/12頭+0.7秒 04/24 名古屋10R 3着/11頭+0.9秒 04/13 名古屋10R 7着/11頭+1.8秒 03/26 名古屋12R 5着/11頭+0.6秒
AI 評価の内訳 — 馬番 8 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 5.7%) ※ 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。
9	アーニャアザザマス	望月洵（愛知）	実7.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場15走で勝率27%と適性高／騎手は近50戦で勝率22%）
前5走 05/21 名古屋7R 4着/10頭+4.0秒 05/07 名古屋10R 2着/10頭+1.2秒 04/23 名古屋8R 11着/12頭+4.2秒 03/25 名古屋5R 9着/11頭+2.1秒 03/12 名古屋7R 3着/10頭+0.9秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 5.7着 ◎ 当競馬場適性 15走で勝率 27% (得意) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (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) +17% (市場と概ね一致) AI 予想勝率 16.6% (オッズ暗示: 14.1%) ※ 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。
10	スティールシャトル	細川智（愛知）	実32.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 05/21 名古屋10R 9着/9頭 05/06 名古屋7R 12着/12頭+3.4秒 04/22 名古屋6R 12着/12頭+3.4秒 04/08 名古屋10R 10着/11頭+1.7秒 03/25 名古屋10R 10着/12頭+2.7秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 11.0着 (不振) × 当競馬場適性 9走で勝率 0% (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) -45% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.1%) ※ 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。
11	ロックマジェスティ	大畑慧（愛知）	実15.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着）
前5走 05/20 名古屋9R 3着/11頭+3.0秒 04/24 名古屋7R 1着/12頭勝利 04/13 名古屋8R 5着/11頭+1.5秒 02/13 名古屋2R 1着/11頭勝利 01/04 名古屋6R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 22走で勝率 23% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 6.4%) ※ 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。
12	リプリー	木之葵（愛知）	実6.3	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 05/20 名古屋12R 7着/11頭 04/23 名古屋8R 8着/12頭+2.7秒 03/27 名古屋7R 1着/10頭勝利 03/02 名古屋3R 3着/11頭+0.9秒 02/13 名古屋3R 4着/11頭+0.6秒
AI 評価の内訳 — 馬番 12 ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 22走で勝率 23% (相性良) ◎ 馬場適性同馬場 6走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 15.9%) ※ 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。

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 3 グールマン実8.4倍期待値 +52% 推奨 7.2〜7.2倍 100円
馬連 1-3 実46.9倍期待値 +568% 300円
3連複 1-3-9 実113.0倍期待値 +999% 200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。