#95 Pythonで始める；異常検知、チャレンジ AI×100業務（製造業）
AI技術を製造業の現場に活かす試み「AI×100業務（製造業）」。#95の今回は、多くの現場でニーズの高い「異常検知」です。Pythonを使ったコード生成、解析の様子をお伝えします。
＊それでは、スタートです。
＊執筆者は以下を参照してください。
使ったツール・準備したこと
Gemini 2.5Pro（experimental）
Cursor
実行した内容の簡単な流れ
いつもの流れ；GenAIにてコード生成、Cursorにて修正です。
PyODを利用してpythonで異常値を検出するコードを生成できますか？できる場合、以下に留意してください。
・データはCSVから読み取り、因子を選択。データは列にあり先頭行は因子名。
・GUIの基調、色調は添付のように
・ヘルプボタンを配置し、手法の説明
・要約ボタンを配置し、分析結果を説明
実装されたのは、IForest（Isolation Forest：Random Forestと同様に決定木に基づいて構築される）、LOF (Local Outlier Factor)等でした。
■ アプリ実行の様子
解析の結果だけではわかりにくいので、「要約を表示」ボタンにて、解析結果の説明、「ヘルプ」にて各解析方法の説明をつけています。
例えば、上のIForestは以下がガイダンスです。
今後の展開・アイデア
次回取り組みたいこと；
・回帰分析アプリを改良します。
