你好，每個人。 謝謝為了加盟在。 在這講話，我想到演講關於如何我們做過準備我們的批次過程數據為了造型和聯合管理計劃專業版和取得有價值的見解和A團隊方法。 我的推介會是詳細的在A微軟幻燈片軟體部分。 那是這第一的部分和這細節全部這裡顯示將要跟隨在傑普,喜歡如何這數據放看起來，哪個平台我有用過的喜歡遺失的數據，多共線性，功能性的數據探險家,預測器篩選、造型批次數據和提升樹和探查器。
總結數據將要是分析過的經過提升樹作為出色地，和然後經過A腳本與提升樹落後選擇。 在第一的，我的公司，世創電子，有世界-班級生產站點全部超過這世界如圖所示這裡和關於4,000僱員。 這裡是一些鑰匙人物。 如果你想像那我們有A複雜的過程流量喜歡顯示這裡和矽模具在A坩。 矽錠是已創建這裡。 那是我的特別的任務。 到製作流程為了生長矽錠。 然後這錠是地面和切片。
邊緣四捨五入是完畢為了這晶圓，雷射標記，研磨，打掃，蝕刻,拋光，和或許外延為了這最終的晶圓到是創建的。 我們的資料夾是那我們是賣300毫米， 200毫米和較小直徑晶圓為了不同的應用喜歡顯示這裡，矽晶圓和一些規格。
關於我，我的教育是我是一個電力工程師和我做過一些六西格瑪教育，和我的主要的任務是到發展流程為了生長矽晶體喜歡顯示這裡，和我是作為出色地負責任的為了大約500使用者在賽爾尼克聯合管理計劃用戶。 如何做這任務看喜歡？ 什麼我們看這裡是這最終的桌子，但它有到過已創建和這需要A很多的努力作為出色地。 所以那裡是一些資料庫查詢在後面到得到這數據從資料庫.
我們取來的這結果進入聯合管理計劃數據桌子和放大的這數據放和檔案從早些時候日期和豐富的一些資訊喜歡細節的實驗和細節在消耗品和寫道一些腳本為了圖表和評價。 時間母雞我們有完畢這造型任務和的課程，看起來為了遺失的數據相關性到看什麼是這最多重要的效果和到做特徵工程到看哪個特徵是重要的到產生一個最佳的結果。
在這觀點，我將要轉變進入聯合管理計劃然後。 我們能看這裡我的雜誌我是在職的和和這聯合管理計劃主要的窗戶和這抽象的是見過這裡。 我們將要開始和技術的提示。這使用數據放我展示這裡是完全匿名的和標準化、和全部身份識別是通用的為了更好的理解什麼是這特徵，什麼是這結果，和所以在。 這目的的這推介會是到展示全部這腳步我們需要的為了得到一個概述，重組、和理解這數據放，和如何到建造這楷模到得到一些見解的這內容的這數據放。
我將要展示一些結果那我們有討論過在A團隊。 這團隊是非常重要的這裡因為這團隊開車A很多的討論和工作作為出色地，如何到分析和什麼特徵可能是有趣的和什麼應該不是是，和什麼可能是這物理在後面。 我將要開始和這數據放這裡。 它是也A部分的這貢獻在這社區。 這裡它是打開和我將要改變這設計A小的位元到看如何它看起來喜歡。 我們有大約80,000列在這數據放和它是A批次數據放，所以我們有A批次ID。
時間他的數據放是相當具有挑戰性的因為它有A混合物的歷史的數據喜歡這裡，上電復位批次。我們能看這裡那我們有… 最多的這數據是歷史的數據，和那裡是僅有的A很少特別的實驗顯示這裡。 我們有一些特徵然後，喜歡一絕對的，它是消耗品。 我們有這批次到期，它是這時間，也標準化。 然後我們有一些特徵。 所以這些X價值觀這裡，我們有一結果柱子，和到減少這噪音A小的位元,我們有計算出的A新的移動平均的作為出色地。
讓我們有A看在如何這數據放看起來更多的在細節。 我們能看這裡，如果我們做A概括在這數據喜歡這，你能做這從這桌子s選單作為出色地。 概括。 我們得到大約500行， 500批次。 這是A概括經過批，和我們看那那裡是不變化在這參數X 1到X 4、意義那他們是持續的為了每個批，和這其他的是改變在不同的費率。 到有A看如何這數據看起來在全部，我們能看這裡這結果範圍喜歡屈服， A長的時間為了全部這列的這批次數據放，和這平滑化是完畢經過聯合管理計劃圖形建設者平台。
我們實施的這作為A公式作為它是可用的作為A功能在JMP。 我們能有A看這裡在一些特別的批次作為出色地。 如果我們使用這當地的數據篩選和看這裡如何這平均的作品和什麼噪音是在這單身的數據點,這藍色的那些是這原來的數據的屈服，和這橘子一是這移動平均的。 我將要關閉這然後，和下一個觀點可能是到看在如何很多數據是丟失的。 所以我們有這在聯合管理計劃作為出色地。 我們能標記全部這列和做這遺失的數據圖案平台喜歡這。
它將要展示我們那從關於80,000行，我們有178列和一些遺失的數據在一柱子。 這能也是顯示這裡作為A圖形。 這是非常重要的，在至少為了這數據創作步驟，它曾是重要的到看在哪裡是一些數據遺失的和到使固定這遺失的數據然後作為很多作為可能的。 其他步到看在這數據，或許列觀眾。 我們能得到這裡，我放全部這列在，和這裡我們能看再次喜歡我們有前，那裡是一些列遺失的為了範圍X2。
我們能看什麼這分鐘，最大限度，意思是，標準偏差，和所以是為了全部這參數我們能看這裡。 這裡我們很好地看那一切是標準化。 為了這屈服，它是之間零和100. 我們能作為出色地開始從這裡，分配平台。 所以全部這列是標記的和我們得到經過僅有的一點選為了全部這數據，這分佈。 我們能看這裡什麼消耗品是用過的如何常那我們有最多數據從歷史性流程和僅有的一些的一些實驗和特別的設定.
這時間，的課程，看起來很好地分散式，但這其他的不看那很好。 所以那裡是A很多的房間之間一些設定,和它是稀疏地分散式，非普通的分散式為了這最多參數，和那使它甚至更多的具有挑戰性的到分析這數據。 我們去到這下一個腳步。 我將要關閉這些報告。 然後我們可能看甚至更多的在細節在一些事物喜歡如何這參數是相關的。 我們能看這在這多變數平台。 它需要一些時間到是計算出來的。
你將要尋找它這裡在下面這分析選單，多變量。 它需要這數位列和產生這相關性報告，和你將要看那這參數喜歡X6和X5是高度相關的。 這使它難的，喜歡X10和X9作為出色地，使它難的到做特徵工程。 什麼我們想到知道從這分析是哪個範圍原因一些屈服降低。 如果二參數是相關，它是不是所以簡單的到探測或者到尋找出去哪個一是這負責任的一。
這裡在這分散陰謀矩陣，你能看作為出色地哪個參數改變和時間，喜歡X1, X2,向上到X4是持續的超過時間，和這其他的是改變和如何他們是分散式，和你能很好地標記一些列喜歡這裡。 他們是已選擇在這數據桌子然後和看如何這曲線是為了每個範圍超過時間或者哪個範圍超過什麼範圍組合看起來喜歡。 下一個，我想到使用這功能性數據瀏覽器。
這功能數據瀏覽器允許我們到合身曲線為了每個批次和萃取物這特徵的每個曲線。 然後我們能有A看在哪個批次表現相似的或者或許極端那些。 所以這開始是喜歡這。我們能有A看在如何我開始了這分析。 我們發射分析。 我放時間作為一個X範圍，屈服作為這輸出範圍是，和這ID功能是這批次ID。 然後我們有這裡一些非正式的部分喜歡部分和團體。
這平台是可用的在聯合管理計劃專業版僅有的，和什麼時候我們開始它，我們能做一些數據加工這裡。 但在這案件，它是不是必要的。我們能有A看在每個批，如何它看起來。 所以那裡是A很多的圖表這裡喜歡這。 我們能標記這行。 我們能看這裡這標記的列和這數據桌子作為出色地。 到去在和這平台，我們需要到製作一些楷模喜歡P樣條為了每個批次和聯合管理計劃做這和定義本身哪個樣條線是用過的和如何許多支援功能是需要，喜歡這結顯示這裡。
所以這最好的結果是給定和A立方體樣條線和20結。 你能看如何每個批次是建模的這裡經過這紅色的線顯示這裡和如何它看起來。 我們有這裡這形狀功能。 所以每個曲線是添加一起經過A組合的形狀功能，和我們得到為了每個批次這係數為了每個形狀功能。如果我們是看著在形狀功能1… 這是這主要的行為的全部批次和A降低這裡在大約0.7。 我們能看那這裡我們有成分1.這是A係數為了這形狀功能一。
如果我們選擇這些批次，我們將要看那他們有A明顯的形狀喜歡形狀功能1. 我們能看它這裡。 我們能作為出色地使用這探查器。 所以這是大多為了理解這數據但我們有不是用過的它為了更遠分析因為我們做過不是真的需要這資訊如何這後退批次看起來作為A形狀為了每個曲線。 我們是更多的有興趣的在平均的屈服的每個批次因為我們不能定義僅有的到使用這第一的部分的這批次和忘記關於這第二部分。 這會不是工作在我們的案件。
作為出色地到看再次如何這作品一起，我們能有A看在圖形建造者。 這圖形的一些批次我們有見過只是前。 或許你看這數位這裡。 我們有見過它前。 這裡它是顯示再次一起和這移動平均的的屈服。 下一個步會是到開始造型的這批次數據。
什麼時候正在做造型，它可能是有趣的到看或者有一個主意哪個參數是最多重要的為了這變化性的這輸出。 那裡我們有這預測器篩選平台。 你能作為出色地開始它從這裡。 分析和預測器篩選。 我寫道它這裡作為A腳本簡單地到開始它經過緊迫A按鈕。 什麼時候正在做所以，我們將要看一些引導程式森林分析去在，和它節目我們這重要性的這特徵我們有在我們的數據放。 時間是這最多重要的，但這是無用在這結尾為了我們因為我們需要到使用這滿的批。
時間母雞來了X1,然後來了部分X8, X5,和所以在。 所以這裡我們可以作為出色地選擇A很少行，複製他們和放他們進入A模型。 我將要停止這這裡，和到看哪個模型作品最好的，我用過的模型篩選平台。 我將要不是跑步它這裡因為它需要一些分鐘。 但我們有見過那提升樹平台可能執行出色地。 那裡是或許不是所以A大的不同之處之間這下一個那些，但那是這原因為什麼我用過的Boosted Tree 平台。
然後我們將要跑步提升樹喜歡這在這批次數據，和它作品相當快的。 我們將要看這結果，和A好的特徵的這提升樹平台作為出色地是那你有柱子貢獻所以那你能很好地做一些特徵工程。 我們能看這裡那我們有71 %右方塊為了訓練和66為了驗證，或許好的，和我們有仍然全部特徵在。 但我們是有興趣的大多在哪個特徵是可靠地這最多重要的那些。
什麼時候正在做這，我們能節省它作為A柱子，節省預言公式在這數據桌子。我們看在這數據桌子我們有A公式現在和我們能使用它。 我們能或許有A看在如何這模型施行或者到使用它在圖形建設者簡單地到看如何這模型數據看起來喜歡超過這批次到期。 我希望這圖形建設者到展示這圖形這圖形很快，和這裡它來了。 是的。 我們有見過那這造型作品相當出色地，所以我們有A公式現在到重建這數據和我們能或許工作和它。
但尤其為了這批次數據造型，我們有A問題這裡那驗證將要不是工作因為我們可能有這裡為了一些批，這些列在訓練放和這列下一個到它在驗證放。 所以他們是不是出色地分開為了這特徵那控制這批次然後。 此外，這模型是不是非常穩定的，所以我們將要得到不同的結果。 為了我們的不同的運行的這模型，這是已知的從樹-基於方法那他們可能給不同的結果為了高的變化性數據。
如果我們做某物喜歡跑步提升樹兩次，我們得到也不同的柱子貢獻和或許不同的命令喜歡我們能看這裡為了這部分和X 5是切換這裡為了這些二運行，和我將要展示它再次也這裡。 如果我們跑步提升樹兩次。 不知道。 是的，這裡我應該有這腳本。 它來了之後。 所以在這觀點，我們有說那它可能是更好的到模型這總結數據因為我們需要到使用這滿的批。 這裡我有A腳本現在到總結這數據在A形式那我們有僅有的一排為了每個批。
那裡是A好的特徵統計數據柱子姓名格式那我們得到這相同的列為了這總結數據作為我們有在這原來的桌子那我們能使用這相同的腳本為了兩個都。 正在做所以，我們得到這裡這概括數據桌子-我能關閉這腳本-和大約500批次。 它是A很多的更輕鬆到模型，和這裡我有總結這數據為了0.6到0.8時間。 所以它是在哪裡這屈服降低曾是，和我們能再次做這裡一些預測器篩選喜歡這和看那我仍然有時間在那數據放到看…
它是更多的喜歡到看什麼等級噪音是，和它是大約這些參數那是可能也噪音為了這模型然後。 然後我們能，的課程，做一些模型比較。 所以我已選擇A很少範圍那我們成立到是負責任的，最多大概，和我是正在做二提升樹分析和然後做一些模型比較為了兩個都。 它看起來喜歡這。 我們能看這裡我們得到A分析器和比較這結果為了不同的設定,或許喜歡這。 這裡我們有仍然這問題。 我們看一些特徵喜歡這這裡為了X10在這模型和不是在那模型。
所以它可能似乎到是噪音。 在這開始，我們有討論過A很多關於這些差異。 我們有見過有時和有時不是，和問這問題，什麼是真的，什麼是身體的，和什麼是不是。那帶來我到這步然後那我們需要到繼續和特徵選擇，和那是為什麼我們已創建這腳本。 它需要這概括數據和有到過完畢為了這批次數據作為出色地。
為了每個步，它建構促進編輯樹模型為了這滿的範圍放，節省這模型進入這公式倉庫，和節省這模型表現右方塊和所以進入A數據桌子，和節目我們這柱子貢獻。 這裡我們能看某物那我們有見過常那和這更高數位模型，它是這模型和較少的參數喜歡我們能看這裡和這柱子貢獻，我們有這最好的結果。 它看起來不同的為了每個跑步，但這趨勢我們看在最多次。 所以這裡我們能看為了更多的或者較少的當然那部分和X1和X5是這最多重要的參數。
這一可能是那裡某個時候和或許不是，所以我們將要重點在這些三參數。 作為出色地，我們能有A看在這公式倉庫。 那裡我們能開始模型比較。 我們或許能比較這第一的模型。 所以我們做它喜歡這，模型比較。 這是我們的數據桌子。 拿這第一的數字。 這數位這裡是轉移經過一，和或許這第五名應該是那一，和這最後的一。 這將要不是工作。 我思考它是數位三，和這最後的一。
這那些和這最高驗證分數和或許比較他們這裡。 我們看這模型比較對話。 我們看那這最後的模型是之間這最好的楷模我們可以合身在全部，和能看這裡這探查器，為了例子，和作為出色地，可能使用外推法控制。 我們有見過那我們有疏數據，所以不是在後面每一個觀點。 那裡是一些數據。 讓我們看在哪裡它是。 這裡它是。 外推法控制警告在。 所以它節目我們什麼時候那裡是不數據之間這點。
這裡我們能或許比較這楷模和我們看這裡那那裡是不變化性在這X因素那沒有到過用過的這裡。到和向上，讓我們關閉一些桌子第一的和一些對話框。 到和向上，我們有準備好了A工作流程為了造型這數據和有完畢一些腳步和額外的腳本到提高理解和到駕駛這討論關於什麼是重要的和什麼是不是。
我有A提議為了A模型和一些任務我們能重點在到提升這年屈服的我們的過程，和你將要尋找這數據和這推介會在這使用者社區。 如果你有其他想法如何到探索這數據放和如何到尋找這最終的最好的模型，你能接觸我或者郵政某物在我的貢獻在這在這社群為了這發現首腦。 謝謝為了你的注意力和再見。 那是它，馬丁.
