機械学習の前提であるi.i.d.仮定と、それが崩れる「共変量シフト」の本質を数学的に解説。訓練データとテストデータの分布変化がモデル精度に与える影響や、重要度サンプリング・密度比推定（IW-ERM）による具体的な補正方法まで網羅した理論ガイドです。