Python ベースの機械学習の前駆体としての JMP® (2023-EU-30MP-1298)Uwe Krautz、L6S マスター黒帯、GlobalFoundries
ビッグデータと機械学習は、半導体業界が製品の品質と自動化を向上させるのに役立つ強力な組み合わせです。 ただし、製造ツールまたは測定システムからのデータ (FDC/SPC 信号、センサーの生データ、プロセス測定など) は、多くの場合、機械学習アプローチを使用する前にクリーニングおよび前処理する必要があります。 データは外れ値、多重共線性、または奇妙な分布を示す可能性があり、線形回帰などの単純なモデリング手法や、アーティファクトを区別することを学習するが問題の根本原因ではないディープ ニューラル ネットワークなどのより高度なツールを使用することが難しくなります。 何千ものデータセットをフィルタリングして、限られた数の重要な特徴に絞り込む必要があります。 このデータ クレンジングと特徴量エンジニアリングの全プロセスは、JMP データの視覚化および分析ツールを使用して高速化できるため、データ サイエンティストは、データの準備に多くの時間を費やすことなく ML モデルの構築に専念できます。 JMP® の調査結果は Python ベースの ML に変換でき、クラウドベースのコンピューティングによって自動化およびスケーリングできます。
起こるデータ探索データの可視化
