産業分野における様々な課題に対して機械学習が適用される機会が増加している。これに伴い、MLOpsと呼ばれる予測モデルの本番運用における課題を解決するための技術が注目されており、予測モデルの精度監視や自動再学習のための技術開発が盛んに進められている。しかし、運用中に起きる予測ミスの要因特定は、未だに人手による分析に大きく依存しているため多くの時間と費用がかかる。加えて、要因特定の結果は分析者の技量と経験に大きく左右されるという問題がある。そこで本研究では、予測ミスの要因特定を自動化する手法を提案する。これにより、「過学習」や「データ分布の変化」といった予測ミスの要因を自動的に特定できる。実験を通して、提案手法の有用性を検証する。
