名古屋 2R 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。

モデル

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークフォルモサ	小笠羚（愛知）	実38.4	B× A×勝率1% EV-65% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 名古屋10R 9着/12頭+5.0秒 06/17 名古屋10R 6着/12頭 06/02 名古屋2R 1着/11頭 05/25 名古屋4R 6着/11頭+0.0秒 05/07 名古屋2R 3着/10頭+0.6秒
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 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -65% ※ 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	コパノモロッコ	近藤颯（愛知）	実108.9	B× A▽勝率1% EV+5% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 名古屋4R 8着/11頭 06/17 名古屋3R 7着/11頭 05/20 園田4R 10着/12頭 04/22 園田10R 6着/12頭+0.7秒 04/15 園田5R 12着/12頭+2.6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 8.3着 (不振) ▽ 距離適性同距離は 6走で勝ち無し × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 期待値 +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。
3	アレステソーロ	今井貴（愛知）	実2.3	B🌟◎ A🌟◎勝率50% EV+14% 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33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 名古屋4R 2着/11頭 06/22 名古屋2R 1着/11頭 06/03 名古屋4R 3着/12頭 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 88.1% (オッズ暗示: 43.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.9% / 期待値 +15% ※ 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	カリビアンダンサー追込	友森翔（愛知）	実41.0	B× A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4秒 04/09 名古屋7R 9着/12頭+1.3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 5.3着 △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.4% / 期待値 -44% ※ 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	キャメロン	大畑慧（愛知）	実175.4	B× A▽勝率0% EV-24% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0秒 05/05 名古屋3R 3着/5頭+1.4秒 04/22 名古屋9R 4着/9頭+1.0秒
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 8.3着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.4% / 期待値 -25% ※ 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	ロイヤルドリーム	加藤聡（愛知）	実20.2	B△ A△勝率3% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／直近3走平均3.0着と安定）
前5走 07/02 名古屋10R 4着/12頭+2.0秒 06/17 名古屋3R 3着/11頭+1.0秒 05/20 名古屋6R 2着/10頭+0.0秒 05/07 名古屋3R 3着/11頭+0.5秒 04/20 名古屋1R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.0% / 期待値 -39% ※ 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	カデナボニータ	木之葵（愛知）	実3.6	B△ A○勝率14% EV-50% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 期待値 -51% ※ 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	ワタシイノッテマス自在	丸野勝（愛知）	実111.3	B× A▽勝率1% EV-10% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 名古屋9R 10着/12頭 04/22 名古屋5R 9着/12頭+2.1秒 04/10 名古屋11R 6着/10頭+3.0秒 01/29 名古屋10R 3着/12頭+0.6秒 01/15 名古屋11R 5着/8頭+2.8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 9走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -11% ※ 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	ナチュラルブレイク	大畑雅（愛知）	実10.0	B▲ A△勝率8% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/02 名古屋2R 1着/11頭 06/17 名古屋2R 7着/11頭 06/02 名古屋2R 2着/11頭+0.0秒 05/25 名古屋4R 4着/11頭 05/07 名古屋2R 5着/10頭+1.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) × 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 4.4% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.9% / 期待値 -21% ※ 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	ノーチェ	塚本征（愛知）	実4.6	B○ A▲勝率12% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（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26%）
前5走 06/22 名古屋4R 1着/11頭 06/05 名古屋3R 1着/10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 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 期待値 -47% ※ 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	ベアフォースワン逃げ	細川智（愛知）	実20.7	B× A△勝率6% EV+33% 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40%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 06/17 名古屋10R 8着/12頭 05/21 名古屋9R 10着/10頭 05/07 名古屋3R 1着/11頭勝利 04/23 名古屋5R 8着/11頭+2.9秒 04/08 名古屋1R 1着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 期待値 +33% ※ 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	クインズツバキ逃げ	筒井勇（笠松）	実18.6	B△ A▽勝率3% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%）
前5走 07/02 名古屋10R 6着/12頭 04/22 名古屋5R 2着/12頭+0.9秒 04/10 名古屋9R 2着/11頭+0.2秒 03/24 名古屋1R 1着/11頭勝利 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -44% ※ 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Aモデル ◎

アレステソーロ

騎手今井貴（愛知）

単勝オッズ

2.3倍

AI期待値

+102%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲10ノーチェ

4.6倍

EV -77%

▲A:△9ナチュラルブレイク

10.0倍

EV -56%

出走馬全12頭

◎A:◎3

アレステソーロ

今井貴（愛知）

2.3倍

+102%

›

○A:▲10

ノーチェ

塚本征（愛知）

4.6倍

-77%

›

▲A:△9

ナチュラルブレイク

大畑雅（愛知）

10.0倍

-56%

›

△A:△6

ロイヤルドリーム

加藤聡（愛知）

20.2倍

-55%

›

△A:○7

カデナボニータ

木之葵（愛知）

3.6倍

-99%

›

△A:▽12

クインズツバキ

筒井勇（笠松）

18.6倍

-97%

›

×A:△11

ベアフォースワン

細川智（愛知）

20.7倍

-98%

›

×A:▽4

カリビアンダンサー

友森翔（愛知）

41.0倍

-98%

›

×A:×1

フークフォルモサ

小笠羚（愛知）

38.4倍

-99%

›

×A:▽2

コパノモロッコ

近藤颯（愛知）

108.9倍

-99%

›

×A:▽8

ワタシイノッテマス

丸野勝（愛知）

111.3倍

-99%

›

×A:▽5

キャメロン

大畑慧（愛知）

175.4倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。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

両モデルとも本レースは見送り判定（期待値プラスなし）

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークフォルモサ	小笠羚（愛知）	実38.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 07/02 名古屋10R 9着/12頭+5.0秒 06/17 名古屋10R 6着/12頭 06/02 名古屋2R 1着/11頭 05/25 名古屋4R 6着/11頭+0.0秒 05/07 名古屋2R 3着/10頭+0.6秒
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 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
2	コパノモロッコ	近藤颯（愛知）	実108.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/02 名古屋4R 8着/11頭 06/17 名古屋3R 7着/11頭 05/20 園田4R 10着/12頭 04/22 園田10R 6着/12頭+0.7秒 04/15 園田5R 12着/12頭+2.6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 8.3着 (不振) ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 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	アレステソーロ	今井貴（愛知）	実2.3	🌟◎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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 名古屋4R 2着/11頭 06/22 名古屋2R 1着/11頭 06/03 名古屋4R 3着/12頭 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 49.9% (オッズ暗示: 43.5%) ※ 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。
4	カリビアンダンサー追込	友森翔（愛知）	実41.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4秒 04/09 名古屋7R 9着/12頭+1.3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 5.3着 △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.4%) ※ 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。
5	キャメロン	大畑慧（愛知）	実175.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%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 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0秒 05/05 名古屋3R 3着/5頭+1.4秒 04/22 名古屋9R 4着/9頭+1.0秒
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 8.3着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.6%) ※ 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	ロイヤルドリーム	加藤聡（愛知）	実20.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／直近3走平均3.0着と安定）
前5走 07/02 名古屋10R 4着/12頭+2.0秒 06/17 名古屋3R 3着/11頭+1.0秒 05/20 名古屋6R 2着/10頭+0.0秒 05/07 名古屋3R 3着/11頭+0.5秒 04/20 名古屋1R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 14% × 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 3.0% (オッズ暗示: 5.0%) ※ 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。
7	カデナボニータ	木之葵（愛知）	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 27.8%) ※ 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。
8	ワタシイノッテマス自在	丸野勝（愛知）	実111.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/02 名古屋9R 10着/12頭 04/22 名古屋5R 9着/12頭+2.1秒 04/10 名古屋11R 6着/10頭+3.0秒 01/29 名古屋10R 3着/12頭+0.6秒 01/15 名古屋11R 5着/8頭+2.8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 9走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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。
9	ナチュラルブレイク	大畑雅（愛知）	実10.0	△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／前走勝利の勢い）
前5走 07/02 名古屋2R 1着/11頭 06/17 名古屋2R 7着/11頭 06/02 名古屋2R 2着/11頭+0.0秒 05/25 名古屋4R 4着/11頭 05/07 名古屋2R 5着/10頭+1.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 10.0%) ※ 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	ノーチェ	塚本征（愛知）	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り（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26%）
前5走 06/22 名古屋4R 1着/11頭 06/05 名古屋3R 1着/10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 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 21.7%) ※ 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。
11	ベアフォースワン逃げ	細川智（愛知）	実20.7	△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40%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 06/17 名古屋10R 8着/12頭 05/21 名古屋9R 10着/10頭 05/07 名古屋3R 1着/11頭勝利 04/23 名古屋5R 8着/11頭+2.9秒 04/08 名古屋1R 1着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 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) +33% (妙味あり) AI 予想勝率 6.4% (オッズ暗示: 4.8%) ※ 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。
12	クインズツバキ逃げ	筒井勇（笠松）	実18.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%）
前5走 07/02 名古屋10R 6着/12頭 04/22 名古屋5R 2着/12頭+0.9秒 04/10 名古屋9R 2着/11頭+0.2秒 03/24 名古屋1R 1着/11頭勝利 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 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。

🎯 AIの本命

AI評価1位

アレステソーロ

騎手今井貴（愛知）

単勝オッズ

2.3倍

AI期待値

+14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7カデナボニータ

3.6倍

EV -50%

▲10ノーチェ

4.6倍

EV -46%

出走馬全12頭

◎3

アレステソーロ

今井貴（愛知）

2.3倍

+14%

›

○7

カデナボニータ

木之葵（愛知）

3.6倍

-50%

›

▲10

ノーチェ

塚本征（愛知）

4.6倍

-46%

›

△9

ナチュラルブレイク

大畑雅（愛知）

10.0倍

-20%

›

△11

ベアフォースワン

細川智（愛知）

20.7倍

+33%

›

△6

ロイヤルドリーム

加藤聡（愛知）

20.2倍

-39%

›

▽12

クインズツバキ

筒井勇（笠松）

18.6倍

-44%

›

▽4

カリビアンダンサー

友森翔（愛知）

41.0倍

-44%

›

▽2

コパノモロッコ

近藤颯（愛知）

108.9倍

+5%

›

×1

フークフォルモサ

小笠羚（愛知）

38.4倍

-65%

›

▽8

ワタシイノッテマス

丸野勝（愛知）

111.3倍

-10%

›

▽5

キャメロン

大畑慧（愛知）

175.4倍

-24%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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。