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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
モータリゼーション |
近藤颯（愛知） |
実8.1 |
B△ A△勝率7% EV-40% 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) -83% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 12.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -41% ※ 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 |
ミダレセツゲツカ |
大畑雅（愛知） |
実24.5 |
B× A×勝率2% EV-55% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 8位 (中位評価) ×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: 4.1%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。 |
| 3 |
ポッドスモーカー |
吉原寛（金沢） |
実18.4 |
B▲ A△勝率4% EV-33% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 3位 (上位評価) ◎期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 -34% ※ 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 |
チェリーブルーム |
渡邊竜（笠松） |
実6.6 |
B△ A▲勝率8% EV-47% 詳細▼ |
|
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 6位 (中位評価) ×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 1.7% (オッズ暗示: 15.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.0% / 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。 |
| 5 |
フィアスゲイル |
細川智（愛知） |
実24.5 |
B× A×勝率1% EV-64% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 11位 (中位評価) ×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 0.2% (オッズ暗示: 4.1%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -64% ※ 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 |
ノーブルハンター |
加藤誓（愛知） |
実24.5 |
B× A×勝率1% EV-77% 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) -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 -78% ※ 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 |
ヴェロシア |
塚本征（愛知） |
実2.5 |
B🌟◎ A🌟◎勝率53% EV+32% 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) +88% (市場が大幅過小評価) AI 予想勝率 75.2% (オッズ暗示: 40.0%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 52.9% / 期待値 +32% ※ 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 |
リアルフォルツァ |
今井貴（愛知） |
実5.2 |
B△ A○勝率14% EV-26% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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 2.1% (オッズ暗示: 19.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 14.0% / 期待値 -27% ※ 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 |
オーケーエレガンス |
丸山真（愛知） |
実73.6 |
B▽ A×勝率1% EV-57% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 10位 (中位評価) ×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 0.9% (オッズ暗示: 1.4%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -57% ※ 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 |
シャマレル |
大畑慧（愛知） |
実24.5 |
B× A×勝率2% EV-50% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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) -59% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 4.1%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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。 |
| 11 |
アメジストテソーロ |
小笠羚（愛知） |
実10.5 |
B× A×勝率3% EV-68% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.9% (オッズ暗示: 9.5%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -68% ※ 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 |
アンコ |
丸野勝（愛知） |
実14.7 |
B○ A△勝率4% EV-36% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 2位 (上位評価) △期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 -36% ※ 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12頭
🌟◎期待値 (オッズ vs AI勝率)
+88% (市場が大幅過小評価)
AI 予想勝率
75.2% (オッズ暗示: 40.0%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 52.9% / 期待値 +32%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
7.1% (オッズ暗示: 6.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.3% / 期待値 -36%
○AIランク評価 (順位学習モデル)
レース内 3位 (上位評価)
◎期待値 (オッズ vs AI勝率)
+30% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 5.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.6% / 期待値 -34%
×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
2.1% (オッズ暗示: 19.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 14.0% / 期待値 -27%
×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
2.1% (オッズ暗示: 12.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.3% / 期待値 -41%
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
×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
1.7% (オッズ暗示: 15.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.0% / 期待値 -47%
△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)
-59% (大幅な期待値マイナス)
AI 予想勝率
1.7% (オッズ暗示: 4.1%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 2.0% / 期待値 -51%
△AIランク評価 (順位学習モデル)
レース内 8位 (中位評価)
×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: 4.1%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 1.8% / 期待値 -56%
×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
0.9% (オッズ暗示: 9.5%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -68%
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
×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
0.9% (オッズ暗示: 1.4%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 0.6% / 期待値 -57%
△AIランク評価 (順位学習モデル)
レース内 11位 (中位評価)
×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
0.2% (オッズ暗示: 4.1%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.5% / 期待値 -64%
×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 -78%
💡 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 |
モータリゼーション |
近藤颯（愛知） |
実8.1 |
△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) -41% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 12.3%) ※ 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。 |
| 2 |
ミダレセツゲツカ |
大畑雅（愛知） |
実24.5 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 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 9位 (中位評価) ×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 1.8% (オッズ暗示: 4.1%) ※ 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 |
ポッドスモーカー |
吉原寛（金沢） |
実18.4 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 6位 (中位評価) ×期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 3.6% (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。 |
| 4 |
チェリーブルーム |
渡邊竜（笠松） |
実6.6 |
▲詳細▼ |
|
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 3位 (上位評価) ×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 8.0% (オッズ暗示: 15.2%) ※ 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。 |
| 5 |
フィアスゲイル |
細川智（愛知） |
実24.5 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 10位 (中位評価) ×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 1.5% (オッズ暗示: 4.1%) ※ 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 |
ノーブルハンター |
加藤誓（愛知） |
実24.5 |
×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) -78% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.1%) ※ 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。 |
| 7 |
ヴェロシア |
塚本征（愛知） |
実2.5 |
🌟◎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) +32% (妙味あり) AI 予想勝率 52.9% (オッズ暗示: 40.0%) ※ 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。 |
| 8 |
リアルフォルツァ |
今井貴（愛知） |
実5.2 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 19.2%) ※ 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 |
オーケーエレガンス |
丸山真（愛知） |
実73.6 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 12位 (中位評価) ×期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.4%) ※ 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。 |
| 10 |
シャマレル |
大畑慧（愛知） |
実24.5 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 8位 (中位評価) ×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 2.0% (オッズ暗示: 4.1%) ※ 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。 |
| 11 |
アメジストテソーロ |
小笠羚（愛知） |
実10.5 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 9.5%) ※ 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。 |
| 12 |
アンコ |
丸野勝（愛知） |
実14.7 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 5位 (中位評価) ×期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 6.8%) ※ 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。 |
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12頭
◎期待値 (オッズ vs AI勝率)
+32% (妙味あり)
AI 予想勝率
52.9% (オッズ暗示: 40.0%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
14.0% (オッズ暗示: 19.2%)
○AIランク評価 (順位学習モデル)
レース内 3位 (上位評価)
×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
8.0% (オッズ暗示: 15.2%)
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
7.3% (オッズ暗示: 12.3%)
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×期待値 (オッズ vs AI勝率)
-36% (大幅な期待値マイナス)
AI 予想勝率
4.3% (オッズ暗示: 6.8%)
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
3.6% (オッズ暗示: 5.4%)
×期待値 (オッズ vs AI勝率)
-68% (大幅な期待値マイナス)
AI 予想勝率
3.0% (オッズ暗示: 9.5%)
△AIランク評価 (順位学習モデル)
レース内 8位 (中位評価)
×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
2.0% (オッズ暗示: 4.1%)
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
×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
1.8% (オッズ暗示: 4.1%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
×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
1.5% (オッズ暗示: 4.1%)
×期待値 (オッズ vs AI勝率)
-78% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 4.1%)
△AIランク評価 (順位学習モデル)
レース内 12位 (中位評価)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 1.4%)
💡 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。
