コンテンツの印象を予測する機械学習モデルの精度向上には多数の印象評価データが必要であり、その収集は作業者の大きな負担となっている。そこで本研究では、画像コンテンツの印象を予測する機械学習モデルのチューニングを支援するインタラクティブな可視化システムを開発する。本システムはプールベース型アクティブラーニングを採用し、少数の印象評価データで学習したモデルに未評価画像の印象を予測させ、その結果を散布図として可視化する。不確実性推定、予測値に基づくクラスタリング、特徴類似性と印象予測の不一致を提示する機能により、ユーザが訓練データに追加すべき画像を効率的かつ効果的に選択できることを目指す。