名古屋 11R 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

11R 名古屋競馬場ダ1700m ダート1700m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨッシーリオ	大畑雅（愛知）	実17.6	B× A△勝率4% EV-32% 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／前走3着）
前5走 07/02 名古屋9R 3着/12頭+0.0秒 06/04 名古屋10R 2着/12頭 05/21 名古屋12R 5着/7頭 04/23 名古屋5R 1着/11頭勝利 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 3着 (好走) × 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: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 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。
2	グランドタルマエ	今井貴（愛知）	実4.4	B▲ A○勝率17% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/01 名古屋1R 1着/12頭 06/16 名古屋2R 2着/10頭 06/03 名古屋2R 7着/12頭 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.8% / 期待値 -26% ※ 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	メイナンファスト先行	渡邊竜（笠松）	実20.7	B× A×勝率2% EV-59% 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 10/16 名古屋3R 1着/11頭勝利 09/18 名古屋9R 6着/12頭+1.2秒 09/04 名古屋8R 3着/10頭+1.4秒 08/21 名古屋3R 8着/9頭+1.6秒 07/11 名古屋6R 4着/7頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 272日休養明け × 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 8位 / 勝率 2.0% / 期待値 -59% ※ 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	ジャスパールビー	細川智（愛知）	実36.6	B△ A▽勝率2% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 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。
5	シーズンシート自在	加藤聡（愛知）	実47.6	B× A×勝率1% EV-55% 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 3着/12頭+0.0秒 06/04 名古屋1R 3着/12頭 05/06 名古屋8R 6着/10頭+1.2秒 04/22 名古屋5R 4着/12頭+1.1秒 04/13 名古屋2R 1着/12頭勝利
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 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) × 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 0.9% / 期待値 -56% ※ 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	マイネルモンテュス逃げ	塚本征（愛知）	実5.8	B△ A△勝率8% EV-55% 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8走で勝率38%と適性高／同馬場状態で勝率67%／騎手は近50戦で勝率20%）
前5走 06/17 名古屋11R 8着/12頭 06/04 名古屋11R 5着/12頭+0.0秒 05/05 名古屋11R 4着/11頭+2.6秒 04/10 名古屋11R 3着/10頭+1.1秒 03/12 名古屋9R 1着/10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 5.7着 ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.7% / 期待値 -56% ※ 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	ハンドフル逃げ	丸野勝（愛知）	実3.6	B🌟◎ A🌟◎勝率47% EV+69% 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5走で勝率60%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/04 名古屋10R 1着/12頭 05/05 名古屋11R 3着/11頭+1.4秒 04/10 名古屋11R 2着/10頭+0.1秒 02/27 名古屋8R 1着/12頭勝利 02/10 名古屋2R 1着/12頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +193% (市場が大幅過小評価) AI 予想勝率 81.6% (オッズ暗示: 27.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.1% / 期待値 +70% ※ 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	リバーサルトップ	筒井勇（笠松）	実4.7	B○ A▲勝率11% EV-48% 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／71日ぶりの実戦）
前5走 05/05 名古屋11R 1着/11頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 期待値 -49% ※ 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	ビアリッツ逃げ	近藤颯（愛知）	実47.6	B△ A×勝率1% EV-54% 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25%と適性高／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9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭 05/06 名古屋8R 1着/10頭勝利 04/22 名古屋9R 5着/9頭+1.2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 8走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -54% ※ 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	ハチハチローズ	大原浩（笠松）	実158.9	B× A▽勝率0% EV-48% 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 7着/12頭 06/04 名古屋11R 12着/12頭+1.0秒 05/21 名古屋12R 4着/7頭 05/05 名古屋11R 11着/11頭+12.0秒 04/09 名古屋11R 10着/10頭+4.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 7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 12位 / 勝率 0.3% / 期待値 -48% ※ 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	カレンショー逃げ	小笠羚（愛知）	実6.0	B× A△勝率6% EV-66% 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 05/21 名古屋9R 7着/10頭 05/05 名古屋11R 10着/11頭+8.0秒 04/22 名古屋9R 1着/9頭勝利 04/10 名古屋11R 5着/10頭+2.8秒 03/24 名古屋2R 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 6走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 67% △ 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 5位 / 勝率 5.6% / 期待値 -66% ※ 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	ウインクリンゲル	丹羽克（愛知）	実43.3	B× A▽勝率2% EV-28% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 07/01 名古屋4R 3着/12頭 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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -28% ※ 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 ◎

ハンドフル

騎手丸野勝（愛知）

単勝オッズ

3.6倍

AI期待値

+193%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲8リバーサルトップ

4.7倍

EV -64%

▲A:○2グランドタルマエ

4.4倍

EV -70%

出走馬全12頭

◎A:◎7

ハンドフル

丸野勝（愛知）

3.6倍

+193%

›

○A:▲8

リバーサルトップ

筒井勇（笠松）

4.7倍

-64%

›

▲A:○2

グランドタルマエ

今井貴（愛知）

4.4倍

-70%

›

△A:▽4

ジャスパールビー

細川智（愛知）

36.6倍

-26%

›

△A:×9

ビアリッツ

近藤颯（愛知）

47.6倍

-36%

›

△A:△6

マイネルモンテュス

塚本征（愛知）

5.8倍

-97%

›

×A:△1

ヨッシーリオ

大畑雅（愛知）

17.6倍

-97%

›

×A:▽12

ウインクリンゲル

丹羽克（愛知）

43.3倍

-94%

›

×A:△11

カレンショー

小笠羚（愛知）

6.0倍

-99%

›

×A:×3

メイナンファスト

渡邊竜（笠松）

20.7倍

-99%

›

×A:×5

シーズンシート

加藤聡（愛知）

47.6倍

-99%

›

×A:▽10

ハチハチローズ

大原浩（笠松）

158.9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）

11R 名古屋競馬場ダ1700m ダート1700m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨッシーリオ	大畑雅（愛知）	実17.6	△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／前走3着）
前5走 07/02 名古屋9R 3着/12頭+0.0秒 06/04 名古屋10R 2着/12頭 05/21 名古屋12R 5着/7頭 04/23 名古屋5R 1着/11頭勝利 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.7%) ※ 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。
2	グランドタルマエ	今井貴（愛知）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/01 名古屋1R 1着/12頭 06/16 名古屋2R 2着/10頭 06/03 名古屋2R 7着/12頭 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 16.8% (オッズ暗示: 22.7%) ※ 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。
3	メイナンファスト先行	渡邊竜（笠松）	実20.7	×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／前走勝利の勢い／272日ぶりの実戦）
前5走 10/16 名古屋3R 1着/11頭勝利 09/18 名古屋9R 6着/12頭+1.2秒 09/04 名古屋8R 3着/10頭+1.4秒 08/21 名古屋3R 8着/9頭+1.6秒 07/11 名古屋6R 4着/7頭+0.8秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 272日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
4	ジャスパールビー	細川智（愛知）	実36.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 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	シーズンシート自在	加藤聡（愛知）	実47.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/02 名古屋10R 3着/12頭+0.0秒 06/04 名古屋1R 3着/12頭 05/06 名古屋8R 6着/10頭+1.2秒 04/22 名古屋5R 4着/12頭+1.1秒 04/13 名古屋2R 1着/12頭勝利
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 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) × 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 0.9% (オッズ暗示: 2.1%) ※ 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。
6	マイネルモンテュス逃げ	塚本征（愛知）	実5.8	△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8走で勝率38%と適性高／同馬場状態で勝率67%／騎手は近50戦で勝率20%）
前5走 06/17 名古屋11R 8着/12頭 06/04 名古屋11R 5着/12頭+0.0秒 05/05 名古屋11R 4着/11頭+2.6秒 04/10 名古屋11R 3着/10頭+1.1秒 03/12 名古屋9R 1着/10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 5.7着 ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 17.2%) ※ 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	ハンドフル逃げ	丸野勝（愛知）	実3.6	🌟◎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5走で勝率60%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/04 名古屋10R 1着/12頭 05/05 名古屋11R 3着/11頭+1.4秒 04/10 名古屋11R 2着/10頭+0.1秒 02/27 名古屋8R 1着/12頭勝利 02/10 名古屋2R 1着/12頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +69% (市場が大幅過小評価) AI 予想勝率 47.1% (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	リバーサルトップ	筒井勇（笠松）	実4.7	▲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／71日ぶりの実戦）
前5走 05/05 名古屋11R 1着/11頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 21.3%) ※ 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。
9	ビアリッツ逃げ	近藤颯（愛知）	実47.6	×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25%と適性高／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9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭 05/06 名古屋8R 1着/10頭勝利 04/22 名古屋9R 5着/9頭+1.2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 8走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.1%) ※ 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	ハチハチローズ	大原浩（笠松）	実158.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し）
前5走 07/02 名古屋9R 7着/12頭 06/04 名古屋11R 12着/12頭+1.0秒 05/21 名古屋12R 4着/7頭 05/05 名古屋11R 11着/11頭+12.0秒 04/09 名古屋11R 10着/10頭+4.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 7走で勝ち無し × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
11	カレンショー逃げ	小笠羚（愛知）	実6.0	△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6走で勝率33%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 05/21 名古屋9R 7着/10頭 05/05 名古屋11R 10着/11頭+8.0秒 04/22 名古屋9R 1着/9頭勝利 04/10 名古屋11R 5着/10頭+2.8秒 03/24 名古屋2R 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 6走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 67% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 16.7%) ※ 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。
12	ウインクリンゲル	丹羽克（愛知）	実43.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 07/01 名古屋4R 3着/12頭 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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -28% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.3%) ※ 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。

🎯 AIの本命

AI評価1位

ハンドフル

騎手丸野勝（愛知）

単勝オッズ

3.6倍

AI期待値

+69%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2グランドタルマエ

4.4倍

EV -25%

▲8リバーサルトップ

4.7倍

EV -48%

出走馬全12頭

◎7

ハンドフル

丸野勝（愛知）

3.6倍

+69%

›

○2

グランドタルマエ

今井貴（愛知）

4.4倍

-25%

›

▲8

リバーサルトップ

筒井勇（笠松）

4.7倍

-48%

›

△6

マイネルモンテュス

塚本征（愛知）

5.8倍

-55%

›

△11

カレンショー

小笠羚（愛知）

6.0倍

-66%

›

△1

ヨッシーリオ

大畑雅（愛知）

17.6倍

-32%

›

▽4

ジャスパールビー

細川智（愛知）

36.6倍

-20%

›

×3

メイナンファスト

渡邊竜（笠松）

20.7倍

-59%

›

▽12

ウインクリンゲル

丹羽克（愛知）

43.3倍

-28%

›

×9

ビアリッツ

近藤颯（愛知）

47.6倍

-54%

›

×5

シーズンシート

加藤聡（愛知）

47.6倍

-55%

›

▽10

ハチハチローズ

大原浩（笠松）

158.9倍

-48%

›

💡 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。