名古屋8R AI予想

名古屋 8R 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。

8R 名古屋競馬場ダート1400m　発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スキューマパーラ	大原浩（笠松）	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場62走で勝率5%と苦戦傾向）
前5走 06/02 名古屋8R 6着/11頭+3.0秒 05/20 名古屋4R 2着/11頭 05/05 名古屋7R 5着/11頭+1.5秒 04/22 名古屋7R 5着/12頭+1.3秒 04/08 名古屋8R 8着/11頭+1.8秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 4.3着 × 当競馬場適性 62走で勝率 5% (苦戦) △ 距離適性同距離 30走で勝率 7% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.1%) ※ 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。
2	アユツリー	加藤聡（愛知）	実25.9	▲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）
前5走 06/04 名古屋8R 5着/11頭 05/21 名古屋6R 4着/10頭+0.0秒 05/06 名古屋5R 7着/11頭+2.9秒 01/28 大井9R 9着/9頭+3.6秒 01/15 大井10R 12着/12頭+3.2秒
AI 評価の内訳 — 馬番 2 △ 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) ○ 騎手近50戦勝率 16% 🌟◎ 期待値 (オッズ vs AI勝率) +191% (市場が大幅過小評価) AI 予想勝率 11.2% (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。
3	エブライト	大畑雅（愛知）	実1.7	🌟◎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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 31.7% (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。
4	ドルチアーリア	加藤利（愛知）	実207.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均9.7着と低調）
前5走 06/03 名古屋9R 11着/12頭+2.0秒 05/20 名古屋12R 11着/11頭+6.0秒 05/05 名古屋1R 7着/11頭+1.2秒 04/22 名古屋12R 12着/12頭+3.7秒 04/08 名古屋9R 7着/11頭+2.0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 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 0.9% (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。
5	バウブロッサム	大畑慧（愛知）	実83.1	△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 06/02 名古屋8R 9着/11頭 05/20 名古屋12R 9着/11頭 05/05 名古屋8R 7着/10頭+1.5秒 04/20 名古屋10R 9着/12頭+2.3秒 04/08 名古屋9R 4着/11頭+1.3秒
AI 評価の内訳 — 馬番 5 × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 54走で勝率 9% △ 距離適性同距離 49走で勝率 8% ○ 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) +60% (市場が大幅過小評価) AI 予想勝率 1.9% (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。
6	ラントリサント	丸山真（愛知）	実192.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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9.3着と低調）
前5走 06/03 名古屋9R 9着/12頭 05/20 名古屋12R 10着/11頭+1.0秒 05/05 名古屋1R 9着/11頭+1.4秒 04/22 名古屋12R 9着/12頭+3.2秒 04/08 名古屋10R 6着/11頭+1.5秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 9.3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 3走で勝ち無し △ 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) +255% (市場が大幅過小評価) AI 予想勝率 1.8% (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	ビップレジアス	近藤颯（愛知）	実207.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／同馬場状態で勝率38%）
前5走 06/04 名古屋8R 9着/11頭+0.0秒 05/21 名古屋7R 9着/10頭 05/05 名古屋1R 8着/11頭+1.2秒 04/22 名古屋12R 11着/12頭+3.7秒 03/25 名古屋10R 12着/12頭+4.1秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 16走で勝率 38% △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +284% (市場が大幅過小評価) AI 予想勝率 1.9% (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。
8	イノセンス	山田祥（愛知）	実8.7	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2秒 03/13 名古屋9R 1着/10頭勝利
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 14走で勝率 21% (相性良) △ 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 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 11.4% (オッズ暗示: 11.5%) ※ 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。
9	ワカギミ	塚本征（愛知）	実2.5	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭 05/08 名古屋10R 5着/10頭+1.3秒 04/24 名古屋5R 2着/11頭+0.5秒 03/24 園田8R 6着/10頭+1.0秒
AI 評価の内訳 — 馬番 9 ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) △ 距離適性同距離 16走で勝率 6% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 19.3% (オッズ暗示: 40.0%) ※ 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。
10	ダイゴセイリュウ	細川智（愛知）	実27.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 05/19 名古屋10R 11着/12頭+1.7秒 04/22 名古屋7R 2着/12頭+0.3秒 04/08 名古屋8R 11着/11頭+2.7秒 03/10 名古屋12R 9着/11頭+2.0秒 02/25 名古屋8R 3着/10頭+0.7秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 8.0着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 8走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 3.6%) ※ 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。
11	スターインパクト推奨	今井貴（愛知）	実24.3	○詳細▼	市場が大きく過小評価、AI予想勝率12% × オッズ24.3倍で期待値+200%の有力候補（直近3走勝率33%と上り調子／適度な間隔で状態万全／騎手の手腕も後押し）
前5走 06/03 名古屋9R 5着/12頭+3.0秒 05/21 名古屋6R 1着/10頭 05/06 名古屋5R 11着/11頭+4.3秒 04/23 名古屋8R 5着/12頭+2.0秒 04/10 名古屋8R 4着/11頭+0.6秒
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 75走で勝率 5% △ 距離適性同距離 38走で勝率 5% ○ 騎手近50戦勝率 14% ○ 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) +200% (市場が大幅過小評価) AI 予想勝率 12.4% (オッズ暗示: 4.1%) ※ 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。

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 スターインパクト実24.3倍期待値 +200% 推奨 10.5〜30.0倍 200円

B. 市場除外+キャリブ

単勝 11 スターインパクト実24.3倍期待値 +110% 推奨 15.0〜30.0倍 100円

※ 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。