トマトの施設栽培において短期的な収量予測は，経営上最も重要な課題の1つである．しかしながら，季節ごとに天候が大きく変化する日本において高精度な収量予測は容易ではなく，著者らの知る限り国内で成功した例はない．そこで，本研究では生育環境が制御された施設トマト栽培に対して，様々な要因および異なるアプローチに基づく収量予測を行い，予測精度との因果関係について考察した．考慮した要因は，気温，飽差，日射量といった外的要因，着果数，着果負荷といったトマト木の実に関する情報であり，予測に用いる学習器としては，勾配ブースティング決定木の一種であるNGBoost，深層学習の1種であるCNNを用いた．