将棋 AI の研究発展により，人間を超える実力を持った AI が珍しくなくなっている．一方，将棋 AI による評価値は，ディープニューラルネットワークに加えて探索など複雑な計算によって得られるため，どの特徴が影響しているかなど中身を理解するのは難しい．着手頻度を用いた将棋プレイヤのプレイスタイルを分析する研究が存在するが，着手頻度と強さの関係は明確ではない．そこで，レーティング推定などに用いられる平均悪手を用いての分析を提案する．結果として，アマチュアプレイヤの棋譜に対する分析によって，着手頻度では説明できない強さにつながる要素を平均悪手によって説明することができた．

In the field of Shogi AI research, it is increasingly common for AI player to outperform human players in terms of playing strength. However, gaining insights into the specific factors influencing move evaluation and player strength remains a challenge, primarily because the evaluation values generated by Shogi AI lack transparency and are often challenging to interpret. While some studies have utilized move frequency in a player’s game record to analyze playing style, the relationship between move frequency and playing strength is not clear. To address this issue, we propose the utilization of the mean value loss, a metric employed in rating estimation, for the analysis of game records. As a result of analyzing amateur Shogi records, we were able to find features that cannot be explained by move frequency, but can be explained by mean value loss.