系統性問題解決：使用 JMP 有效且有效率地識別根本原因半導體製造是一個昂貴且複雜的過程，因此保持產品產量、週期時間和品質至關重要。維持製造過程中的製程穩定性，培養因特殊原因造成的製程不穩定使製程快速恢復正常狀態的能力，對品質、成本、交期影響很大，是一件極其重要的事情。
恩智浦半導體提倡系統化的問題解決方法、持續改進，並將這些方法與六西格瑪結合，使產品特性或製造流程恢復正常，我們成功地在最低限度內邏輯地找出問題的原因和解決方案。
在本次演講中，我們將使用六西格瑪的基本解決問題工具和統計分析軟體JMP來講解如何利用機器學習（ML）等中使用的統計建模、篩選函數等，來分析大數據。使用幾個不同的問題範例來解釋如何有效、快速地將數十種可能的原因縮小為少數原因。
數據探索和視覺化預測建模和機器學習
