名古屋 3R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アルバイトボシュウ |
加藤聡（愛知） |
実9.6 |
B△ A△勝率9% EV-17% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 10.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 期待値 -17% ※ 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 |
コママイス |
木之葵（愛知） |
実34.9 |
B△ A▽勝率2% EV-24% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 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。 |
| 3 |
ラルスチェイサー |
大畑慧（愛知） |
実6.4 |
B▲ A▲勝率15% EV-6% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 15.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.7% / 期待値 -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。 |
| 4 |
カクシンパーティー |
小笠羚（愛知） |
実30.6 |
B× A△勝率4% EV+13% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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: 3.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 +13% ※ 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 |
ルクスオリジン |
細川智（愛知） |
実25.9 |
B△ A△勝率4% EV+1% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 3.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 3.9% / 期待値 +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 |
リュウワンニーケー |
望月洵（愛知） |
実2.6 |
B○ A○勝率25% EV-35% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 38.5%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.9% / 期待値 -35% ※ 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 |
ピンチ |
近藤颯（愛知） |
実1.9 |
B🌟◎ A🌟◎勝率42% EV-20% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 92.0% (オッズ暗示: 52.6%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 42.1% / 期待値 -20% ※ 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の推奨本命の次点
出走馬全7頭
🌟◎期待値 (オッズ vs AI勝率)
+74% (市場が大幅過小評価)
AI 予想勝率
92.0% (オッズ暗示: 52.6%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 42.1% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-89% (大幅な期待値マイナス)
AI 予想勝率
4.2% (オッズ暗示: 38.5%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.9% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
AI 予想勝率
1.9% (オッズ暗示: 15.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.7% / 期待値 -6%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
1.1% (オッズ暗示: 3.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 3.9% / 期待値 +2%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 10.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.6% / 期待値 -17%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.2% / 期待値 -25%
×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: 3.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.7% / 期待値 +13%
💡 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）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アルバイトボシュウ |
加藤聡（愛知） |
実9.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 10.4%) ※ 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。 |
| 2 |
コママイス |
木之葵（愛知） |
実34.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.9%) ※ 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 |
ラルスチェイサー |
大畑慧（愛知） |
実6.4 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 14.7% (オッズ暗示: 15.6%) ※ 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。 |
| 4 |
カクシンパーティー |
小笠羚（愛知） |
実30.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 3.3%) ※ 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。 |
| 5 |
ルクスオリジン |
細川智（愛知） |
実25.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 3.9% (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。 |
| 6 |
リュウワンニーケー |
望月洵（愛知） |
実2.6 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 24.9% (オッズ暗示: 38.5%) ※ 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 |
ピンチ |
近藤颯（愛知） |
実1.9 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 42.1% (オッズ暗示: 52.6%) ※ 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。 |
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の推奨本命の次点
出走馬全7頭
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
42.1% (オッズ暗示: 52.6%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
24.9% (オッズ暗示: 38.5%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
14.7% (オッズ暗示: 15.6%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
8.6% (オッズ暗示: 10.4%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
3.9% (オッズ暗示: 3.9%)
△期待値 (オッズ vs AI勝率)
+13% (市場と概ね一致)
AI 予想勝率
3.7% (オッズ暗示: 3.3%)
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
2.2% (オッズ暗示: 2.9%)
💡 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）
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。
