ソフトウェアの開発，運用基盤としてのクラウドサービスの普及に伴い，属人化の排除や効率化のためInfrastructure as Code（以下IaC）が多くのソフトウェア開発現場で利用されている．IaC は運用基盤をソースコードのように扱い，バージョン管理やコードレビューが利用可能になった．一方で，IaC に不具合が含まれる場合，顧客データの紛失や経済的な損失など深刻な問題を引き起こす可能性が高い．そこで，本研究では，不具合予測への適用を目的として，IaC の1 つであるAnsible に着目し，コミットメッセージやプルリクエストの情報を用いたベクトル化手法によりAnsible の不具合修正コミットをどの程度の精度で予測できるか調査した．また，Ansible の不具合修正コミットを分類し，分類したカテゴリをどの程度で予測できるかについて調査した．調査の結果，BOW を用いる場合，Ansible の不具合修正コミットの分類精度がAUC で86.9%，F-measure が78.2%であることが分かった．また，ベクトル化手法を用いた場合，カテゴリの分類精度がAUC で66.5%，F-measure が31.3%であることが分かった．