안녕하세요, 모든 사람. 감사해요 ~을 위한 합류 안에. ~ 안에 이것 말하다, 나 원하다 에게 말하다 ~에 대한 어떻게 우리 했다 준비하다 우리의 일괄 프로세스 데이터 ~을 위한 모델링 ~와 함께 JMP 찬성 그리고 획득 귀중한 통찰력 ~와 함께 ㅏ 팀 접근하다. 나의 프레젠테이션 ~이다 상세한 ~에 ㅏ 파워 포인트 부분. 저것 ~이다 그만큼 첫 번째 부분 그리고 그만큼 세부 모두 여기 표시됨 ~ 할 것이다 따르다 ~에 JMP, 좋다 어떻게 그만큼 데이터 세트 외모, 어느 플랫폼 나 가지다 사용된 좋다 없어진 데이터, 다중 공선성, 기능의 데이터 탐침, 예언자 상영, 모델링 일괄 데이터 ~와 함께 부스트 트리 그리고 프로파일러.
요약 데이터 ~ 할 것이다 BE 분석됨 ~에 의해 부스트 트리 ~처럼 잘, 그리고 그 다음에 ~에 의해 ㅏ 스크립트 부스트 트리 뒤로 선택. ~에 첫 번째, 나의 회사, 실트로닉, 가지다 세계- 수업 생산 사이트 모두 ~ 위에 그만큼 세계 표시된 것처럼 여기 그리고 ~에 대한 4,000 직원. 여기 ~이다 일부 열쇠 수치. 만약에 너 상상하다 저것 우리 가지다 ㅏ 복잡한 프로세스 흐름 좋다 표시됨 여기 ~와 함께 규소 곰팡이 ~에 ㅏ 도가니. 규소 주괴 ~이다 만들어진 여기. 그건 나의 특별한 일. 에게 만들다 프로세스 ~을 위한 성장하는 규소 잉곳. 그 다음에 그만큼 주괴 ~이다 지면 그리고 슬라이스.
가장자리 반올림 ~이다 완료 ~을 위한 그만큼 웨이퍼, 레이저 마킹, 랩핑, 청소, 에칭, 세련, 그리고 아마도 에피택시 ~을 위한 그만큼 결정적인 웨이퍼 에게 BE 만들어진. 우리의 포트폴리오 ~이다 저것 우리 ~이다 판매 300 밀리미터, 200 밀리미터 그리고 더 작은 지름 웨이퍼 ~을 위한 다른 애플리케이션 좋다 표시됨 여기, 규소 웨이퍼 ~와 함께 여러 개의 명세서.
에 대한 나, 나의 교육 ~이다 나는 안 전기 같은 엔지니어 그리고 나 했다 일부 육 시그마 교육, 그리고 나의 기본 일 ~이다 에게 개발하다 프로세스 ~을 위한 성장하는 규소 결정체 좋다 표시됨 여기, 그리고 나는 ~처럼 잘 책임이 있는 ~을 위한 약 500 사용자 ~에 셀트로닉 JMP 사용자. 어떻게 하다 그만큼 일 바라보다 좋다? 무엇 우리 보다 여기 ~이다 그만큼 결정적인 테이블, 하지만 그것 가지다 계속 ~ 이다 만들어진 그리고 이것 걸립니다 ㅏ 많은 ~의 노력 ~처럼 잘. 그래서 거기 ~이다 일부 데이터 베이스 쿼리 뒤에 에게 얻다 이것 데이터 ~에서 데이터 베이스.
우리 가져온 그만큼 결과 ~ 안으로 JMP 데이터 테이블 그리고 크게 하는 그만큼 데이터 세트 ~와 함께 아카이브 ~에서 더 일찍 날짜 그리고 풍성해진 일부 정보 좋다 세부 ~의 실험 그리고 세부 ~에 소모품 그리고 썼다 일부 스크립트 ~을 위한 그래프 그리고 평가. 티 암탉 우리 가지다 완료 그만큼 모델링 작업 그리고 ~의 강의, 보았다 ~을 위한 없어진 데이터 상관관계 에게 보다 무엇 ~이다 그만큼 최대 중요한 효과 그리고 에게 하다 특징 공학 에게 보다 어느 특징 ~이다 중요한 에게 생성하다 안 최적의 결과.
~에 이것 가리키다, 나 ~ 할 것이다 스위치 ~ 안으로 JMP 그 다음에. 우리 ~할 수 있다 보다 여기 나의 신문 나는 일하고 있는 ~와 함께 그리고 그만큼 JMP 기본 창문 그리고 그만큼 추상적인 ~이다 본 여기. 우리 ~ 할 것이다 시작 ~와 함께 인위적인 힌트.그만큼 사용 데이터 세트 나 보여주다 여기 ~이다 충분히 익명처리됨 그리고 표준화, 그리고 모두 식별자 ~이다 일반적인 ~을 위한 더 나은 이해 무엇 ~이다 그만큼 특징, 무엇 ~이다 그만큼 결과, 그리고 그래서 에. 그만큼 목표 ~의 이것 프레젠테이션 ~이다 에게 보여주다 모두 그만큼 단계 우리 필요한 ~을 위한 구하는 안 개요, 구조 조정, 그리고 이해 그만큼 데이터 세트, 그리고 어떻게 에게 짓다 그만큼 모델 에게 얻다 일부 통찰력 ~의 그만큼 콘텐츠 ~의 그만큼 데이터 세트.
나 ~ 할 것이다 보여주다 일부 결과 저것 우리 가지다 논의됨 ~에 ㅏ 팀. 그만큼 팀 ~이다 매우 중요한 여기 왜냐하면 그만큼 팀 운전했다 ㅏ 많은 ~의 논의 그리고 일하다 ~처럼 잘, 어떻게 에게 분석하다 그리고 무엇 특징 5월 BE 흥미로운 그리고 무엇 ~해야 한다 ~ 아니다 BE, 그리고 무엇 5월 BE 그만큼 물리학 뒤에. 나 ~ 할 것이다 시작 ~와 함께 그만큼 데이터 세트 여기. 그것은 또한 ㅏ 부분 ~의 그만큼 기부금 ~에 그만큼 지역 사회. 여기 그것 ~이다 열었다 그리고 나 ~ 할 것이다 변화 그만큼 설계 ㅏ 작은 조금 에게 보다 어떻게 그것 외모 좋다. 우리 가지다 약 80,000 행 ~에 이것 데이터 세트 그리고 그것은 ㅏ 일괄 데이터 세트, 그래서 우리 가지다 ㅏ 일괄 ID.
티 그의 데이터 세트 ~이다 상당히 도전적인 왜냐하면 그것 가지다 ㅏ 혼합물 ~의 역사적인 데이터 좋다 여기, 포 배치.우리 ~할 수 있다 보다 여기 저것 우리 가지다… 최대 ~의 그만큼 데이터 ~이다 역사적인 데이터, 그리고 거기 ~이다 오직 ㅏ 약간의 특별한 실험 표시됨 여기. 우리 가지다 여러 개의 특징 그 다음에, 좋다 하나 범주형, 그것은 소모품입니다. 우리 가지다 그만큼 일괄 성숙함, 그것은 그만큼 시간, 또한 표준화. 그 다음에 우리 가지다 여러 개의 특징. 그래서 이것들 엑스 가치 여기, 우리 가지다 하나 결과 열, 그리고 에게 줄이다 그만큼 소음 ㅏ 작은 조금, 우리 가지다 계획된 ㅏ 새로운 움직이는 평균 ~처럼 잘.
하자 가지다 ㅏ 바라보다 ~에 어떻게 그만큼 데이터 세트 외모 더 ~에 세부 사항. 우리 ~할 수 있다 보다 여기, 만약에 우리 하다 ㅏ 요약 ~에 그만큼 데이터 좋다 이것, 너 ~할 수 있다 하다 이것 ~에서 그만큼 테이블 에스 메뉴 ~처럼 잘. 요약. 우리 얻다 약 500 행, 500 배치. 이것 ~이다 ㅏ 요약 ~에 의해 일괄, 그리고 우리 보다 저것 거기 ~이다 아니요 변화 ~에 그만큼 매개변수 엑스 1 에게 엑스 4, 의미 저것 그들 ~이다 끊임없는 ~을 위한 각 일괄, 그리고 그만큼 다른 사람 ~이다 바꾸다 ~에 다른 요금. 에게 가지다 ㅏ 바라보다 어떻게 그만큼 데이터 외모 ~에 모두, 우리 ~할 수 있다 보다 여기 그만큼 결과 매개변수 좋다 생산하다, ㅏ 긴 시간 ~을 위한 모두 그만큼 행 ~의 그만큼 일괄 데이터 세트, 그리고 이것 스무딩 ~이다 완료 ~에 의해 JMP 그래프 빌더 플랫폼.
우리 구현 이것 ~처럼 ㅏ 공식 ~처럼 그것 ~이다 사용 가능 ~처럼 ㅏ 기능 ~에 JMP. 우리 ~할 수 있다 가지다 ㅏ 바라보다 여기 ~에 일부 특별한 배치 ~처럼 잘. 만약에 우리 사용 그만큼 현지의 데이터 필터 그리고 보다 여기 어떻게 그만큼 평균 공장 그리고 무엇 소음 ~이다 ~에 그만큼 하나의 데이터 포인트들, 그만큼 파란색 것들 ~이다 그만큼 원래의 데이터 ~의 생산하다, 그리고 그만큼 주황색 하나 ~이다 그만큼 움직이는 평균. 나 ~ 할 것이다 닫다 이것 그 다음에, 그리고 다음 가리키다 5월 BE 에게 바라보다 ~에 어떻게 많이 데이터 ~이다 없어진. 그래서 우리 가지다 이것 ~에 JMP ~처럼 잘. 우리 ~할 수 있다 표시 모두 그만큼 기둥 그리고 하다 그만큼 없어진 데이터 무늬 플랫폼 좋다 이것.
그것 ~ 할 것이다 보여주다 우리를 저것 ~에서 ~에 대한 80,000 행, 우리 가지다 178 행 ~와 함께 일부 없어진 데이터 ~에 하나 열. 이것 ~할 수 있다 또한 BE 표시됨 여기 ~처럼 ㅏ 그래프. 이것 ~이다 매우 중요한, ~에 최소 ~을 위한 그만큼 데이터 생성 단계, 그것 ~였다 중요한 에게 보다 어디 ~이다 일부 데이터 없어진 그리고 에게 고치다 이것 없어진 데이터 그 다음에 ~처럼 많이 ~처럼 가능한. 또 다른 단계 에게 바라보다 ~에 그만큼 데이터, 아마도 열 뷰어. 우리 ~할 수 있다 얻다 여기, 나 놓다 모두 그만큼 기둥 안에, 그리고 여기 우리 ~할 수 있다 보다 다시 좋다 우리 가졌다 전에, 거기 ~이다 일부 행 없어진 ~을 위한 매개변수 X2.
우리 ~할 수 있다 보다 무엇 그만큼 분, 최대, 평균, 기준 편차, 그리고 그래서 ~이다 ~을 위한 모두 그만큼 매개변수 우리 ~할 수 있다 보다 여기. 여기 우리 훌륭하게 보다 저것 모든 것 ~이다 표준화. 을 위한 그만큼 생산하다, 그것은 ~ 사이 영 그리고 100. 우리 ~할 수 있다 ~처럼 잘 시작 ~에서 여기, 분포 플랫폼. 그래서 모두 그만큼 기둥 ~이다 두드러진 그리고 우리 얻다 ~에 의해 오직 하나 딸깍 하는 소리 ~을 위한 모두 그만큼 데이터, 그만큼 배포판. 우리 ~할 수 있다 보다 여기 무엇 소모품 ~이다 사용된 어떻게 자주 저것 우리 가지다 최대 데이터 ~에서 역사적인 프로세스 그리고 오직 일부 ~의 일부 실험 ~와 함께 특별한 설정.
그만큼 시간, ~의 강의, 외모 훌륭하게 배포, 하지만 그만큼 다른 사람 ~하지 않다 바라보다 저것 훌륭하게. 그래서 거기 ~이다 ㅏ 많은 ~의 방 ~ 사이 일부 설정, 그리고 그것은 드물게 배포, 비 정상 분산 ~을 위한 그만큼 최대 매개변수, 그리고 저것 만든다 그것 심지어 더 도전적인 에게 분석하다 이것 데이터. 우리 가다 에게 그만큼 다음 단계. 나 ~ 할 것이다 닫다 이것들 보고서. 그 다음에 우리 5월 바라보다 심지어 더 ~에 세부 사항 ~에 일부 것들 좋다 어떻게 그만큼 매개변수 ~이다 상관. 우리 ~할 수 있다 보다 이것 ~에 그만큼 다변량 플랫폼. 그것 필요 일부 시간 에게 BE 계획된.
너 ~ 할 것이다 찾다 그것 여기 아래에 그만큼 분석 메뉴, 다변량. 그것 걸립니다 그만큼 숫자 기둥 그리고 생성하다 이것 상관관계 보고서, 그리고 너 ~ 할 것이다 보다 저것 그만큼 매개변수 좋다 X6 그리고 X5 ~이다 고도로 상관. 이것 만든다 그것 어려운, 좋다 X10 그리고 X9 ~처럼 잘, 만든다 그것 어려운 에게 하다 특징 공학. 무엇 우리 원하다 에게 알다 ~에서 그만큼 분석 ~이다 어느 매개변수 원인 일부 생산하다 떨어지다. 만약에 둘 매개변수 ~이다 상관, 그것은 ~ 아니다 그래서 쉬운 에게 감지하다 또는 에게 찾다 밖으로 어느 하나 ~이다 그만큼 책임이 있는 하나.
여기 ~에 그만큼 흩어지게하다 구성 행렬, 너 ~할 수 있다 보다 ~처럼 잘 어느 매개변수 변화 ~와 함께 시간, 좋다 X1, X2, 위로 에게 X4 ~이다 끊임없는 ~ 위에 시간, 그리고 그만큼 다른 사람 ~이다 바꾸다 그리고 어떻게 그들 ~이다 배포, 그리고 너 ~할 수 있다 훌륭하게 표시 일부 행 좋다 여기. 그들 ~이다 선택된 ~에 그만큼 데이터 테이블 그 다음에 그리고 보다 어떻게 그만큼 곡선 ~이다 ~을 위한 각 매개변수 ~ 위에 시간 또는 어느 매개변수 ~ 위에 무엇 매개변수 콤비네이션 외모 좋다. 다음, 나 원하다 에게 사용 그만큼 기능적 데이터 탐색기.
그만큼 기능적 데이터 탐색기 허용한다 우리를 에게 맞다 곡선 ~을 위한 각 일괄 그리고 추출물 그만큼 특징 ~의 각 곡선. 그 다음에 우리 ~할 수 있다 가지다 ㅏ 바라보다 ~에 어느 배치 행동하다 비슷한 또는 아마도 극심한 것들. 그래서 그만큼 시작 ~이다 좋다 이것.우리 ~할 수 있다 가지다 ㅏ 바라보다 ~에 어떻게 나 시작했다 그만큼 분석. 우리 시작하다 분석. 나 놓다 시간 ~처럼 안 엑스 매개변수, 생산하다 ~처럼 그만큼 산출 매개변수 와이, 그리고 그만큼 ID 기능 ~이다 그만큼 일괄 ID. 그 다음에 우리 가지다 여기 일부 비공식 부속 좋다 부분 그리고 그룹.
이것 플랫폼 ~이다 사용 가능 ~에 JMP 찬성 오직, 그리고 언제 우리 시작 그것, 우리 ~할 수 있다 하다 일부 데이터 처리 여기. 하지만 ~에 이것 사례, 그것은 ~ 아니다 필요한.우리 ~할 수 있다 가지다 ㅏ 바라보다 ~에 각 일괄, 어떻게 그것 보인다. 그래서 거기 ~이다 ㅏ 많은 ~의 그래프 여기 좋다 이것. 우리 ~할 수 있다 표시 그만큼 행. 우리 ~할 수 있다 여기를 보아라 그만큼 두드러진 행 그리고 그만큼 데이터 테이블 ~처럼 잘. 에게 가다 ~에 ~와 함께 이것 플랫폼, 우리 필요 에게 만들다 일부 모델 좋다 P-스플라인 ~을 위한 각 일괄 그리고 JMP 하다 이것 그리고 정의하다 그 자체 어느 스플라인 ~이다 사용된 그리고 어떻게 많은 지원 기능 ~이다 필요하다, 좋다 그만큼 매듭 표시됨 여기.
그래서 그만큼 최상의 결과 ~이다 주어진 ~와 함께 ㅏ 큐빅 운형자 ~와 함께 20 매듭. 너 ~할 수 있다 보다 어떻게 각 일괄 ~이다 모델링된 여기 ~에 의해 그만큼 빨간색 선 표시됨 여기 그리고 어떻게 그것 보인다. 우리 가지다 여기 그만큼 모양 기능. 그래서 각 곡선 ~이다 추가됨 함께 ~에 의해 ㅏ 콤비네이션 ~의 모양 기능, 그리고 우리 얻다 ~을 위한 각 일괄 그만큼 계수 ~을 위한 각 모양 기능.만약에 우리 ~이다 찾고 ~에 모양 기능 1… 이것 ~이다 그만큼 기본 행동 ~의 모두 배치 ~와 함께 ㅏ 떨어지다 여기 ~에 약 0.7. 우리 ~할 수 있다 보다 저것 여기 우리 가지다 요소 1. 이것 ~이다 ㅏ 계수 ~을 위한 그만큼 모양 기능 하나.
만약에 우리 선택하다 이것들 배치, 우리 ~ 할 것이다 보다 저것 그들 가지다 ㅏ 명백한 모양 좋다 모양 기능 1. 우리 ~할 수 있다 보다 그것 여기. 우리 ~할 수 있다 ~처럼 잘 사용 그만큼 프로파일러. 그래서 이것 ~이다 주로 ~을 위한 이해 그만큼 데이터 하지만 우리 가지다 ~ 아니다 사용된 그것 ~을 위한 더 나아가 분석 왜냐하면 우리 했다 ~ 아니다 정말 필요 그만큼 정보 어떻게 그만큼 뒤쪽에 일괄 외모 ~처럼 ㅏ 모양 ~을 위한 각 곡선. 우리 ~이었다 더 관심 있는 ~에 평균 생산하다 ~의 각 일괄 왜냐하면 우리 할 수 없다 정의하다 오직 에게 사용 그만큼 첫 번째 부분 ~의 그만큼 일괄 그리고 잊다 ~에 대한 그만큼 두번째 부분. 이것 ~일 것이다 ~ 아니다 일하다 ~에 우리의 사례.
처럼 잘 에게 보다 다시 어떻게 이것 공장 함께, 우리 ~할 수 있다 가지다 ㅏ 바라보다 ~에 그래프 빌더. 그만큼 그래프 ~의 일부 배치 우리 가지다 본 단지 전에. 아마도 너 보다 이것 숫자 여기. 우리 가지다 본 그것 전에. 여기 그것 ~이다 표시됨 다시 함께 ~와 함께 그만큼 움직이는 평균 ~의 생산하다. 다음 단계 ~일 것이다 BE 에게 시작 모델링 ~의 그만큼 일괄 데이터.
언제 행위 모델링, 그것 5월 BE 흥미로운 에게 보다 또는 가지다 안 아이디어 어느 매개변수 ~이다 최대 중요한 ~을 위한 그만큼 가변성 ~의 그만큼 산출. 거기 우리 가지다 그만큼 예언자 상영 플랫폼. 너 ~할 수 있다 ~처럼 잘 시작 그것 ~에서 여기. 분석 그리고 예언자 상영. 나 썼다 그것 여기 ~처럼 ㅏ 스크립트 간단히 에게 시작 그것 ~에 의해 누르는 것 ㅏ 단추. 언제 행위 그래서, 우리 ~ 할 것이다 보다 일부 부트스트랩 숲 분석 가고 있다 에, 그리고 그것 쇼 우리를 그만큼 중요성 ~의 그만큼 특징 우리 가지다 ~에 우리의 데이터 세트. 시간 ~이다 그만큼 최대 중요한, 하지만 이것 ~이다 쓸모 없는 ~에 그만큼 끝 ~을 위한 우리를 왜냐하면 우리 필요 에게 사용 그만큼 가득한 일괄.
티 암탉 온다 X1, 그 다음에 온다 부분 X8, X5, 그리고 그래서 에. 그래서 여기 우리 ~할 수 있었다 ~처럼 잘 선택하다 ㅏ 약간의 행, 복사 그들을 그리고 놓다 그들을 ~ 안으로 ㅏ 모델. 나 ~ 할 것이다 멈추다 이것 여기, 그리고 에게 보다 어느 모델 공장 최상의, 나 사용된 모델 상영 플랫폼. 나 ~ 할 것이다 ~ 아니다 달리다 그것 여기 왜냐하면 그것 걸립니다 여러 개의 분. 하지만 우리 가지다 본 저것 부스팅 트리 플랫폼 5월 공연하다 잘. 거기 ~이다 아마도 ~ 아니다 그래서 ㅏ 큰 차이점 ~ 사이 그만큼 다음 것들, 하지만 그건 그만큼 이유 왜 나 사용된 Boosted Tree 플랫폼.
그 다음에 우리 ~ 할 것이다 달리다 부스트 트리 좋다 이것 ~에 그만큼 일괄 데이터, 그리고 그것 공장 상당히 빠른. 우리 ~ 할 것이다 보다 그만큼 결과, 그리고 ㅏ 멋진 특징 ~의 그만큼 부스팅 트리 플랫폼 ~처럼 잘 ~이다 저것 너 가지다 열 기여 그래서 저것 너 ~할 수 있다 훌륭하게 하다 일부 특징 공학. 우리 ~할 수 있다 보다 여기 저것 우리 가지다 71 % 아르 자형 정사각형 ~을 위한 훈련 그리고 66 ~을 위한 확인, 아마도 좋아요, 그리고 우리 가지다 아직 모두 특징 안에. 하지만 우리 ~이다 관심 있는 주로 ~에 어느 특징 ~이다 확실하게 그만큼 최대 중요한 것들.
언제 행위 이것, 우리 ~할 수 있다 구하다 그것 ~처럼 ㅏ 열, 구하다 예측 공식 ~에 그만큼 데이터 테이블.우리 보다 ~에 그만큼 데이터 테이블 우리 가지다 ㅏ 공식 지금 그리고 우리 ~할 수 있다 사용 그것. 우리 ~할 수 있다 아마도 가지다 ㅏ 바라보다 ~에 어떻게 그만큼 모델 수행하다 또는 에게 사용 그것 ~에 그래프 빌더 간단히 에게 보다 어떻게 그만큼 모델 데이터 외모 좋다 ~ 위에 그만큼 일괄 성숙함. 나 희망 그만큼 그래프 빌더 에게 보여주다 그만큼 그래프 그만큼 그래프 곧, 그리고 여기 그것 온다. 예. 우리 가지다 본 저것 이것 모델링 공장 상당히 잘, 그래서 우리 가지다 ㅏ 공식 지금 에게 재건하다 그만큼 데이터 그리고 우리 ~할 수 있다 아마도 일하다 ~와 함께 그것.
하지만 특히 ~을 위한 그만큼 일괄 데이터 모델링, 우리 가지다 ㅏ 문제 여기 저것 확인 ~ 할 것이다 ~ 아니다 일하다 왜냐하면 우리 5월 가지다 여기 ~을 위한 일부 일괄, 이것들 행 ~에 훈련 세트 그리고 그만큼 행 다음 에게 그것 ~에 확인 세트. 그래서 그들 ~이다 ~ 아니다 잘 분리된 ~을 위한 그만큼 특징 저것 제어 그만큼 일괄 그 다음에. 추가적으로, 그만큼 모델 ~이다 ~ 아니다 매우 안정적인, 그래서 우리 ~ 할 것이다 도착 다른 결과. 우리를 위해 다른 달린다 ~의 그만큼 모델, 이것 ~이다 모두 다 아는 ~에서 나무- 기반을 둔 행동 양식 저것 그들 5월 주다 다른 결과 ~을 위한 높은 가변성 데이터.
만약에 우리 하다 무엇 좋다 달리기 부스트 트리 두 배, 우리 얻다 또한 다른 열 기여 그리고 아마도 다른 주문하다 좋다 우리 ~할 수 있다 보다 여기 ~을 위한 그만큼 부분 그리고 엑스 5 ~이다 전환됨 여기 ~을 위한 이것들 둘 달리다, 그리고 나 ~ 할 것이다 보여주다 그것 다시 또한 여기. 만약에 우리 달리다 부스트 트리 두 배. 하지 않다 알다. 예, 여기 나 ~해야 한다 가지다 그만큼 스크립트. 그것 온다 나중에. 그래서 ~에 이것 가리키다, 우리 가지다 말했다 저것 그것 5월 BE 더 나은 에게 모델 그만큼 요약 데이터 왜냐하면 우리 필요 에게 사용 그만큼 가득한 일괄. 여기 나 가지다 ㅏ 스크립트 지금 에게 요약하다 그만큼 데이터 ~에 ㅏ 형태 저것 우리 가지다 오직 하나 열 ~을 위한 각 일괄.
거기 ~이다 ㅏ 멋진 특징 통계 열 이름 체재 저것 우리 얻다 그만큼 같은 기둥 ~을 위한 그만큼 요약 데이터 ~처럼 우리 가지다 ~에 그만큼 원래의 테이블 저것 우리 ~할 수 있다 사용 그만큼 같은 스크립트 ~을 위한 둘 다. 행위 그래서, 우리 얻다 여기 그만큼 요약 데이터 테이블- 나 ~할 수 있다 닫다 그만큼 스크립트- ~와 함께 약 500 배치. 그것은 ㅏ 많은 ~의 더 쉽게 에게 모델, 그리고 여기 나 가지다 요약 그만큼 데이터 ~을 위한 0.6 에게 0.8 시간. 그래서 그것은 어디 그만큼 생산하다 떨어지다 였다, 그리고 우리 ~할 수 있다 다시 하다 여기 일부 예언자 상영 좋다 이것 그리고 보다 저것 나 아직 가지다 시간 ~에 저것 데이터 세트 에게 보다…
그것은 더 좋다 에게 보다 무엇 수준 소음 이다, 그리고 그것은 약 이것들 매개변수 저것 ~이다 ~할 것 같은 또한 소음 ~을 위한 그만큼 모델 그 다음에. 그 다음에 우리 할 수 있다, ~의 강의, 하다 일부 모델 비교. 그래서 나 선택된 ㅏ 약간의 매개변수 저것 우리 설립하다 에게 BE 책임이 있는, 최대 아마, 그리고 나는 행위 둘 부스트 트리 분석 그리고 그 다음에 하다 일부 모델 비교 ~을 위한 둘 다. 그것 외모 좋다 이것. 우리 ~할 수 있다 보다 여기 우리 얻다 ㅏ 프로파일러 그리고 비교하다 그만큼 결과 ~을 위한 다른 설정, 아마도 좋다 이것. 여기 우리 가지다 아직 그만큼 문제. 우리 보다 일부 특징 좋다 이것 여기 ~을 위한 X10 ~에 이것 모델 그리고 ~ 아니다 ~에 저것 모델.
그래서 그것 ~할 것 같은 것 같다 에게 BE 소음. ~에 그만큼 시작, 우리 가지다 논의됨 ㅏ 많은 ~에 대한 이것들 차이점. 우리 가지다 본 때때로 그리고 때때로 아니다, 그리고 물었다 그만큼 질문, 무엇 ~이다 진실, 무엇 ~이다 물리적, 그리고 무엇 ~이다 아니다.저것 가져왔다 나 에게 그만큼 단계 그 다음에 저것 우리 필요 에게 계속하다 ~와 함께 특징 선택, 그리고 그건 왜 우리 만들어진 이것 스크립트. 그것 걸립니다 이것 요약 데이터 그리고 가지다 계속 ~ 이다 완료 ~을 위한 그만큼 일괄 데이터 ~처럼 잘.
을 위한 각 단계, 그것 빌드 후원 에드 나무 모델 ~을 위한 그만큼 가득한 매개변수 세트, 저장 그만큼 모델 ~ 안으로 그만큼 공식 정거장, 그리고 저장 그만큼 모델 성능 아르 자형 정사각형 그리고 그래서 ~ 안으로 ㅏ 데이터 테이블, 그리고 쇼 우리를 그만큼 열 기부금. 여기 우리 ~할 수 있다 보다 무엇 저것 우리 가지다 본 자주 저것 ~와 함께 그만큼 더 높은 숫자 모델, 그것 ~이다 그만큼 모델 ~와 함께 더 적은 매개변수 좋다 우리 ~할 수 있다 보다 여기 ~와 함께 그만큼 열 기여, 우리 가지다 그만큼 최상의 결과. 그것 외모 다른 ~을 위한 각 달리다, 하지만 그만큼 성향 우리 보다 ~에 최대 타임스. 그래서 여기 우리 ~할 수 있다 보다 ~을 위한 더 또는 더 적은 확신하는 저것 부분 그리고 X1 그리고 X5 ~이다 그만큼 최대 중요한 매개변수.
이것 하나 5월 BE 거기 언젠가 그리고 아마도 아니다, 그래서 우리 ~ 할 것이다 집중하다 ~에 이것들 삼 매개변수. 처럼 잘, 우리 ~할 수 있다 가지다 ㅏ 바라보다 ~에 그만큼 공식 정거장. 거기 우리 ~할 수 있다 시작 모델 비교. 우리 아마도 ~할 수 있다 비교하다 그만큼 첫 번째 모델. 그래서 우리 하다 그것 좋다 이것, 모델 비교. 이것 ~이다 우리의 데이터 테이블. 가져가다 그만큼 첫 번째 숫자. 그만큼 숫자 여기 ~이다 이동 ~에 의해 하나, 그리고 아마도 그만큼 5번째 ~해야 한다 BE 저것 하나, 그리고 그만큼 마지막 하나. 이것 ~ 할 것이다 ~ 아니다 일하다. 나 생각하다 그것은 숫자 삼, 그리고 그만큼 마지막 하나.
그만큼 것들 ~와 함께 그만큼 제일 높은 확인 점수 그리고 아마도 비교하다 그들을 여기. 우리 보다 그만큼 모델 비교 대화. 우리 보다 저것 그만큼 마지막 모델 ~이다 ~ 사이 그만큼 최상의 모델 우리 ~할 수 있었다 맞다 ~에 모두, 그리고 ~할 수 있다 보다 여기 그만큼 프로파일러, ~을 위한 예, 그리고 ~처럼 잘, 5월 사용 외삽법 제어. 우리 가지다 본 저것 우리 가지다 부족한 데이터, 그래서 ~ 아니다 뒤에 모든 가리키다. 거기 ~이다 일부 데이터. 하자 바라보다 어디 그것 이다. 여기 그것 이다. 외삽법 제어 경고 에. 그래서 그것 쇼 우리를 언제 거기 ~이다 아니요 데이터 ~ 사이 그만큼 포인트들.
여기 우리 ~할 수 있다 아마도 비교하다 그만큼 모델 그리고 우리 보다 여기 저것 거기 ~이다 아니요 가변성 ~에 그만큼 엑스 요인 저것 아직 계속 ~ 이다 사용된 여기.에게 합집합 위로, 하자 닫다 일부 테이블 첫 번째 그리고 일부 대화. 에게 합집합 위로, 우리 가지다 준비된 ㅏ 작업 흐름 ~을 위한 모델링 이것 데이터 그리고 가지다 완료 여러 개의 단계 그리고 추가의 스크립트 에게 향상시키다 이해 그리고 에게 운전하다 그만큼 논의 ~에 대한 무엇입니까? 중요한 그리고 무엇입니까? 아니다.
나 가지다 ㅏ 제안 ~을 위한 ㅏ 모델 그리고 일부 작업 우리 ~할 수 있다 집중하다 ~에 에게 개선하다 그만큼 년도 생산하다 ~의 우리의 프로세스, 그리고 너 ~ 할 것이다 찾다 그만큼 데이터 그리고 그만큼 프레젠테이션 ~에 그만큼 사용자 지역 사회. 만약에 너 가지다 다른 아이디어 어떻게 에게 탐구하다 이것 데이터 세트 그리고 어떻게 에게 찾다 그만큼 결정적인 최상의 모델, 너 ~할 수 있다 연락하다 나 또는 우편 무엇 ~에 나의 기부금 ~에 그만큼 ~에 그만큼 지역 사회 ~을 위한 이것 발견 정상 회담. 감사해요 ~을 위한 당신의 주목 그리고 안녕. 그건 그것, 남자 이름.
