JMP® 作為基於 Python 的機器學習的先驅 (2023-EU-30MP-1298)Uwe Krautz，L6S 黑帶大師，GlobalFoundries
大數據和機器學習是一個強大的組合，可以幫助半導體行業提高產品質量和自動化程度。 然而，來自生產工具或測量系統的數據（例如，FDC/SPC 信號、原始傳感器數據、過程測量等）通常需要在使用機器學習方法之前進行清理和預處理。 數據可能會出現異常值、多重共線性或奇怪的分佈，這使得使用簡單的建模技術（如線性回歸）或更高級的工具（如學習區分偽影但不是問題的根本原因的深度神經網絡）變得困難。 數以千計的數據集需要被過濾並減少到有限數量的關鍵特徵。 使用 JMP 數據可視化和分析工具可以加速數據清理和特徵工程的整個過程，這樣數據科學家就可以專注於構建 ML 模型，而無需花費太多時間進行數據準備。 JMP® 的發現可以轉化為基於 Python 的 ML，它可以通過基於雲的計算實現自動化和擴展。
爆發數據探索數據可視化
