名古屋4R AI予想

名古屋 4R 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。

4R 名古屋競馬場ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クルスデルスール	渡邊竜（笠松）	実35.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 06/02 名古屋1R 10着/12頭+0.0秒 05/25 名古屋1R 9着/10頭 05/08 名古屋7R 3着/11頭+1.9秒 04/20 名古屋1R 3着/12頭+0.7秒 04/07 名古屋3R 8着/11頭+2.5秒
AI 評価の内訳 — 馬番 1 × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.8%) ※ 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。
2	コパノカーター	塚本征（愛知）	実18.8	△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20%）
前5走 05/22 名古屋3R 4着/11頭 05/08 名古屋6R 3着/10頭+0.6秒 11/12 名古屋3R 5着/12頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 4.0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 20% (好調) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 5.3%) ※ 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。
3	ハナムラサキ	望月洵（愛知）	実2.4	🌟◎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（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20%）
前5走 06/03 名古屋4R 7着/12頭 05/22 名古屋2R 3着/10頭 05/04 名古屋4R 4着/10頭+3.7秒 ― ―
AI 評価の内訳 — 馬番 3 △ 直近3戦の調子平均 4.7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 20% (好調) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 30.1% (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。
4	ノーブルウェザー	丸野勝（愛知）	実9.4	▲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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 06/03 名古屋4R 4着/12頭 05/22 名古屋2R 4着/10頭+2.0秒 05/08 名古屋5R 5着/10頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 4 △ 直近3戦の調子平均 4.3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 ○ 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 8.2% (オッズ暗示: 10.6%) ※ 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。
5	キラリチャン	近藤颯（愛知）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は15走で勝ち無し）
前5走 06/02 名古屋1R 6着/12頭 05/07 名古屋2R 7着/10頭+2.5秒 04/24 名古屋1R 2着/12頭+0.9秒 04/08 名古屋2R 6着/12頭+2.4秒 03/24 名古屋2R 7着/12頭+2.0秒
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 17走で勝率 6% ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16日の間隔 (理想的) × 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 4.2% (オッズ暗示: 7.8%) ※ 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	スタープレイン	友森翔（愛知）	実11.8	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/02 名古屋1R 9着/12頭 05/22 名古屋3R 5着/11頭+0.0秒 04/24 名古屋2R 12着/12頭+7.1秒 03/24 名古屋2R 9着/12頭+2.9秒 03/10 名古屋2R 3着/12頭+0.4秒
AI 評価の内訳 — 馬番 6 × 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 6走で勝ち無し ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 8.7% (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	エンドレスクライ	今井貴（愛知）	実21.3	△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）
前5走 05/22 名古屋3R 8着/11頭+1.0秒 05/07 名古屋1R 9着/10頭+2.0秒 04/20 名古屋2R 2着/11頭+0.5秒 ― ―
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 6.3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 ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 4.7%) ※ 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	カイトアザリー	尾崎章（愛知）	実26.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11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8.3着と低調）
前5走 05/25 名古屋1R 7着/10頭 05/07 名古屋2R 10着/10頭+3.6秒 04/24 名古屋2R 8着/12頭+2.5秒 04/13 名古屋2R 10着/12頭+1.6秒 03/13 名古屋1R 4着/10頭+1.5秒
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ ローテーション 24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 1.9% (オッズ暗示: 3.7%) ※ 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	ワイルドカモミール	小笠羚（愛知）	実32.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均8.3着と低調）
前5走 06/03 名古屋4R 12着/12頭+3.0秒 05/22 名古屋3R 11着/11頭 05/04 名古屋1R 2着/9頭+0.7秒 04/07 名古屋3R 10着/11頭+2.9秒 03/23 名古屋2R 9着/10頭+3.9秒
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 2.2% (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。
10	ナムラライラック	木之葵（愛知）	実4.1	○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 06/03 名古屋2R 2着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2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) -14% (オッズ過剰評価) AI 予想勝率 21.0% (オッズ暗示: 24.4%) ※ 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。
11	ユイバイハウス推奨	大畑慧（愛知）	実8.9	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+37%の妙味（直近3走平均2.0着と安定／前走2着で力を示す）
前5走 06/05 名古屋3R 2着/10頭 ― ― ― ―
AI 評価の内訳 — 馬番 11 ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 15.4% (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。
12	ホーリーデイ	加藤聡（愛知）	実45.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14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 05/25 名古屋1R 8着/10頭+1.0秒 05/07 名古屋1R 5着/10頭+1.0秒 04/24 名古屋1R 5着/12頭+1.8秒 03/24 名古屋2R 8着/12頭+2.3秒 03/10 名古屋2R 4着/12頭+0.4秒
AI 評価の内訳 — 馬番 12 △ 直近3戦の調子平均 6.0着 × 当競馬場適性 14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 16% ○ ローテーション 24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 1.0% (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。

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 ユイバイハウス実8.9倍期待値 +37% 推奨 8.4〜9.4倍 100円
馬連 3-10 実48.0倍期待値 +719% 300円
3連複 3-10-11 実29.2倍期待値 +302% 200円

B. 市場除外+キャリブ

単勝 2 コパノカーター実18.8倍期待値 +302% 推奨 6.1〜30.0倍 400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。