名古屋 4R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

4R 名古屋競馬場ダ1500m ダート1500m　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モメンタムシフト	阪野学（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 06/16 名古屋2R 1着/10頭 06/03 名古屋2R 8着/12頭 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 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。
2	ナンヨーリクエスト	渡邊竜（笠松）	推定—	×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0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.3着と安定）
前5走 06/22 名古屋4R 3着/11頭 05/25 名古屋1R 2着/10頭+1.0秒 05/08 名古屋6R 2着/10頭+0.5秒 04/20 名古屋3R 5着/12頭+1.4秒 ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 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。
3	ケイズシャーロット	加藤聡（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場14走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 06/22 名古屋2R 5着/11頭+0.0秒 06/02 名古屋1R 8着/12頭 02/27 名古屋7R 5着/11頭+0.5秒 02/12 名古屋9R 4着/11頭+0.8秒 01/28 名古屋8R 6着/10頭+1.2秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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 12走で勝ち無し ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 5.4% ※ 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。
4	マサノリリー	明星晴（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場10走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 06/22 名古屋4R 11着/11頭+8.0秒 06/02 名古屋2R 7着/11頭+1.0秒 05/07 名古屋2R 2着/10頭+0.4秒 04/13 名古屋1R 4着/12頭+0.5秒 03/26 名古屋7R 7着/10頭+2.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 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。
5	パッションマーレ	大畑慧（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/02 名古屋1R 4着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 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。
6	キーサーバー	近藤颯（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/16 名古屋3R 1着/11頭 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 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。
7	ウインクリンゲル	丹羽克（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（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／前走2着）
前5走 06/22 名古屋2R 2着/11頭 06/02 名古屋1R 7着/12頭 05/22 名古屋3R 2着/11頭+1.0秒 04/08 園田10R 4着/8頭+2.0秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7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 2% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 7.5% ※ 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	コスモギオン	細川智（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11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 06/22 名古屋5R 8着/12頭 06/02 名古屋2R 8着/11頭 05/20 名古屋3R 9着/10頭+4.0秒 05/07 名古屋3R 10着/11頭+3.0秒 04/10 名古屋9R 5着/11頭+2.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 7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) -94% (大幅な期待値マイナス) AI 予想勝率 3.2% ※ 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。
9	ココアプローズ	塚本征（愛知）	推定—	×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／直近3走平均2.7着と安定）
前5走 06/22 名古屋2R 3着/11頭 05/25 名古屋1R 3着/10頭 05/08 名古屋5R 2着/10頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) × 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) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 14.0% ※ 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	エバーウインド	今井貴（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/16 名古屋5R 1着/11頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 9.9% ※ 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。
11	ビップレグルス	望月洵（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率25%／直近3走平均9.0着と低調）
前5走 06/22 名古屋4R 10着/11頭+1.0秒 06/02 名古屋2R 9着/11頭 05/20 名古屋3R 8着/10頭 05/06 名古屋4R 7着/12頭+1.7秒 04/20 名古屋2R 1着/11頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 7.2% ※ 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	スエ	丸野勝（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 05/07 名古屋3R 8着/11頭+2.1秒 04/07 名古屋3R 1着/11頭勝利 03/23 名古屋1R 7着/10頭+1.2秒 03/09 名古屋3R 4着/11頭+0.9秒 10/16 名古屋3R 8着/11頭+3.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 9走で勝率 11% × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 7.9% ※ 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

ダ1500m

🎯 AIの本命

AI評価1位

ココアプローズ

騎手塚本征（愛知）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲5パッションマーレ

—

EV —

▲1モメンタムシフト

—

EV —

▲6キーサーバー

—

EV —

▲10エバーウインド

—

EV —

出走馬AI評価順・全12頭

×9

ココアプローズ

塚本征（愛知）

—

›

▲5

パッションマーレ

大畑慧（愛知）

—

›

▲1

モメンタムシフト

阪野学（愛知）

—

›

▲6

キーサーバー

近藤颯（愛知）

—

›

▲10

エバーウインド

今井貴（愛知）

—

›

△12

スエ

丸野勝（愛知）

—

›

△7

ウインクリンゲル

丹羽克（愛知）

—

›

△11

ビップレグルス

望月洵（愛知）

—

›

×2

ナンヨーリクエスト

渡邊竜（笠松）

—

›

×3

ケイズシャーロット

加藤聡（愛知）

—

›

×8

コスモギオン

細川智（愛知）

—

›

×4

マサノリリー

明星晴（笠松）

—

›

💡 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。

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

次の推奨を X で受け取る

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。