JMP® 作为基于 Python 的机器学习的先驱 (2023-EU-30MP-1298)Uwe Krautz，L6S 黑带大师，GlobalFoundries
大数据和机器学习是一个强大的组合，可以帮助半导体行业提高产品质量和自动化程度。 然而，来自生产工具或测量系统的数据（例如，FDC/SPC 信号、原始传感器数据、过程测量等）通常需要在使用机器学习方法之前进行清理和预处理。 数据可能会出现异常值、多重共线性或奇怪的分布，这使得使用简单的建模技术（如线性回归）或更高级的工具（如学习区分伪影但不是问题的根本原因的深度神经网络）变得困难。 数以千计的数据集需要被过滤并减少到有限数量的关键特征。 使用 JMP 数据可视化和分析工具可以加速数据清理和特征工程的整个过程，这样数据科学家就可以专注于构建 ML 模型，而无需花费太多时间进行数据准备。 JMP® 的发现可以转化为基于 Python 的 ML，它可以通过基于云的计算实现自动化和扩展。
爆发数据探索数据可视化
