名古屋5R AI予想

名古屋 5R 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。

5R 名古屋競馬場ダート1500m　発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オーセンティアン差し	丹羽克（愛知）	実103.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し）
前5走 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0秒 04/22 名古屋12R 8着/12頭+2.8秒 04/08 名古屋10R 9着/11頭+1.7秒 03/24 名古屋11R 3着/12頭+0.3秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 19走で勝率 11% ▽ 距離適性同距離は 10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 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.2% (オッズ暗示: 1.0%) ※ 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。
2	セイウンピカイチ自在	今井貴（愛知）	実20.6	▲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2着）
前5走 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10頭勝利 04/23 名古屋4R 6着/12頭+0.9秒 03/26 名古屋4R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 2 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) +44% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 4.9%) ※ 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	タマモサイジョ逃げ	望月洵（愛知）	実1.3	🌟◎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7走で勝率43%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率40%）
前5走 03/24 名古屋7R 4着/12頭+0.7秒 03/02 名古屋8R 4着/11頭+0.9秒 01/19 名古屋6R 1着/11頭勝利 01/03 名古屋11R 2着/12頭+0.3秒 12/22 名古屋3R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 47.7% (オッズ暗示: 76.9%) ※ 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	カフジジャワ自在	大畑雅（愛知）	実25.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6秒 04/23 名古屋7R 11着/12頭+4.0秒 04/10 名古屋7R 9着/11頭+3.3秒 03/26 名古屋12R 3着/11頭+0.1秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 10.3着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 3.1% (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。
5	ミートザターゲット逃げ	近藤颯（愛知）	実51.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走で勝率33%と好調）
前5走 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利 09/25 園田7R 2着/10頭+0.3秒 09/03 園田7R 2着/10頭+0.1秒
AI 評価の内訳 — 馬番 5 ○ 直近3戦の調子勝率 33% (上り調子) ▽ 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) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 2.6% (オッズ暗示: 1.9%) ※ 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。
6	ハンクスター逃げ推奨	丸野勝（愛知）	実9.8	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+50%の中穴候補（当競馬場8走で勝率25%と適性高／同距離帯で勝率25%と得意／同馬場と相性良）
前5走 05/22 名古屋9R 7着/10頭 05/08 名古屋8R 2着/11頭+0.2秒 02/13 船橋3R 3着/14頭+1.7秒 01/23 船橋3R 4着/13頭+1.1秒 12/10 名古屋10R 3着/12頭+0.9秒
AI 評価の内訳 — 馬番 6 △ 直近3戦の調子平均 4.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 馬場適性同馬場 5走で勝率 20% ○ ローテーション 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 15.4% (オッズ暗示: 10.2%) ※ 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。
7	アーキハッカー自在	筒井勇（笠松）	実22.9	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/04 名古屋5R 7着/12頭 05/25 名古屋6R 2着/10頭+5.0秒 05/08 名古屋2R 4着/11頭+0.2秒 04/24 名古屋7R 6着/12頭+1.9秒 04/13 名古屋8R 7着/11頭+1.8秒
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 41走で勝率 7% △ 距離適性同距離 36走で勝率 8% △ 騎手近50戦勝率 2% (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) -1% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.4%) ※ 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。
8	オマタセシマシタ追込	塚本征（愛知）	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.3着と低調）
前5走 06/04 名古屋5R 11着/12頭 05/22 名古屋9R 8着/10頭+0.0秒 05/07 名古屋9R 9着/10頭+3.4秒 04/23 名古屋7R 12着/12頭+4.1秒 12/12 船橋5R 7着/10頭+2.4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 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 馬場適性同馬場 12走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11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) -3% (オッズ過剰評価) AI 予想勝率 15.6% (オッズ暗示: 16.1%) ※ 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。
9	オニクダイスキマン自在	小笠羚（愛知）	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10頭+1.0秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 18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) -69% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 9.7%) ※ 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／ 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）

🎯 AIの本命

AI評価1位

タマモサイジョ

騎手望月洵（愛知）

単勝オッズ

1.3倍

AI期待値

-38%

買い目

見送り

AIの推奨本命の次点

○8オマタセシマシタ

6.2倍

EV -3%

○6ハンクスター

9.8倍

EV +50%

▲2セイウンピカイチ

20.6倍

EV +44%

▲7アーキハッカー

22.9倍

EV -1%

出走馬AI評価順・全9頭

◎3

タマモサイジョ

望月洵（愛知）

1.3倍

-38%

›

○8

オマタセシマシタ

塚本征（愛知）

6.2倍

-3%

›

○6

ハンクスター

丸野勝（愛知）

9.8倍

+50%

›

▲2

セイウンピカイチ

今井貴（愛知）

20.6倍

+44%

›

▲7

アーキハッカー

筒井勇（笠松）

22.9倍

-1%

›

△4

カフジジャワ

大畑雅（愛知）

25.8倍

-19%

›

△9

オニクダイスキマン

小笠羚（愛知）

10.3倍

-68%

›

△5

ミートザターゲット

近藤颯（愛知）

51.6倍

+36%

›

▽1

オーセンティアン

丹羽克（愛知）

103.2倍

+21%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

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 6 ハンクスター実9.8倍期待値 +50% 推奨 8.4〜11.4倍 100円
馬連 3-8 実30.6倍期待値 +604% 500円
3連複 3-6-8 実22.1倍期待値 +411% 400円
3連単 3-8->6 実220.4倍期待値 +999% 100円

B. 市場除外+キャリブ

単勝 6 ハンクスター実9.8倍期待値 +95% 推奨 6.5〜14.7倍 200円
馬連 3-6 実12.6倍期待値 +80% 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。