Bonjour, tout le monde. Merci pour adhésion dans. Dans ce parler, I vouloir à parler à propos comment nous a fait préparer notre lot processus données pour modélisation avec JMP Pro et gagner précieux connaissances avec a équipe approche. Mon présentation est détaillé dans a PowerPoint partie. Que est le d'abord partie et le détails tous ici montré volonté suivre dans JMP, comme comment le données ensemble regarde, lequel plateformes I avoir utilisé comme manquant données, multi colinéarité, fonctionnel données explorateur, prédicteur dépistage, modélisation lot données avec Arbre boosté et Profileur.
Résumé données volonté être analysé par Arbre boosté comme Bien, et alors par a scénario avec Arbre boosté en arrière sélection. À d'abord, mon entreprise, Siltronic, a monde- classe production sites tous sur le monde comme montré ici et à propos 4 000 employés. Ici sont quelques clé chiffres. Si toi imaginer que nous avoir a complexe processus flux comme montré ici avec silicium moule dans a creuset. Silicium lingot est créé ici. C'est mon spécial tâche. À faire processus pour croissance silicium lingots. Alors le lingot est sol et tranché.
Bord arrondi est fait pour le gaufrettes, laser marquage, clapotis, nettoyage, gravure, polissage, et peut être épitaxie pour le final tranche à être créé. Notre portefeuille est que nous sont vente 300 millimètre, 200 millimètre et plus petit diamètre gaufrettes pour différent applications comme montré ici, silicium gaufrettes avec plusieurs caractéristiques.
À propos moi, mon éducation est Je suis un électrique ingénieur et I a fait quelques Six Sigma éducation, et mon principal tâche est à développer processus pour croissance silicium cristaux comme montré ici, et Je suis comme Bien responsable pour autour 500 utilisateurs à Seltronic JMP utilisateurs. Comment fait le tâche regarder comme? Quoi nous voir ici est le final tableau, mais il a a été créé et ce prend a parcelle de effort comme Bien. Donc là sont quelques base de données requêtes derrière à obtenir ce données depuis base de données.
Nous récupéré le résultats dans JMP données tables et agrandi le données ensemble avec archives depuis plus tôt date et enrichi quelques information comme détails de expériences et détails sur consommables et a écrit quelques scénario pour graphiques et évaluations. T poule nous avoir fait le modélisation tâches et de cours, regardé pour manquant données corrélations à voir quoi sont le la plupart significatif effets et à faire fonctionnalité ingénierie à voir lequel caractéristiques sont important à générer un optimal résultat.
À ce indiquer, I volonté changer dans JMP alors. Nous peut voir ici mon journal Je suis fonctionnement avec et le JMP principal fenêtre et le abstrait est vu ici. Nous volonté commencer avec technique des indices. Le utiliser données ensemble I montrer ici est pleinement anonymisé et normalisé, et tous identifiants sont générique pour mieux compréhension quoi sont le caractéristiques, quoi est le résultat, et donc sur. Le but de ce présentation est à montrer tous le mesures nous nécessaire pour obtenir un aperçu, restructuration, et compréhension le données ensemble, et comment à construire le modèles à obtenir quelques connaissances de le contenu de le données ensemble.
I volonté montrer quelques résultats que nous avoir discuté dans a équipe. Le équipe est très important ici parce que le équipe conduit a parcelle de discussion et travail comme Bien, comment à analyser et quoi caractéristiques peut être intéressant et quoi devrait pas être, et quoi peut être le physique derrière. I volonté commencer avec le données ensemble ici. C'est aussi a partie de le contribution dans le communauté. Ici il est ouvert et I volonté changement le conception a petit peu à voir comment il apparence comme. Nous avoir autour 80 000 rangées dans ce données ensemble et c'est a lot données ensemble, donc nous avoir a lot IDENTIFIANT.
T son données ensemble est assez stimulant parce que il a a mélange de historique données comme ici, PAR lots. Nous peut voir ici que nous avoir… La plupart de le données est historique données, et là sont seulement a peu spécial expériences montré ici. Nous avoir plusieurs caractéristiques alors, comme un catégorique, c'est consommable. Nous avoir le lot maturité, c'est le temps, aussi normalisé. Alors nous avoir plusieurs caractéristiques. Donc ces X valeurs ici, nous avoir un résultat colonne, et à réduire le bruit a petit peu, nous avoir calculé a nouveau mobile moyenne comme Bien.
Allons-y avoir a regarder à comment le données ensemble apparence plus dans détail. Nous peut voir ici, si nous faire a résumé sur le données comme ce, toi peut faire ce depuis le tableau s menu comme Bien. Résumé. Nous obtenir autour 500 rangées, 500 lots. Ce est a résumé par lot, et nous voir que là est Non variation dans le paramètres X 1 à X 4, signification que ils sont constante pour chaque lot, et le autres sont changement à différent taux. À avoir a regarder comment le données apparence à tous, nous peut voir ici le résultat paramètre comme rendement, a long temps pour tous le rangées de le lot données ensemble, et ce lissage est fait par JMP Graphique Constructeur plate-forme.
Nous mis en œuvre ce comme a formule comme il est disponible comme a fonction dans JMP. Nous peut avoir a regarder ici à quelques spécial lots comme Bien. Si nous utiliser le locale données filtre et voir ici comment le moyenne travaux et quoi bruit est dans le célibataire données points, le bleu ceux sont le original données de rendement, et le orange un sont le mobile moyenne. I volonté fermer ce alors, et suivant indiquer peut être à regarder à comment beaucoup données est manquant. Donc nous avoir ce dans JMP comme Bien. Nous peut marque tous le colonnes et faire le manquant données modèle plate-forme comme ce.
Il volonté montrer nous que depuis à propos 80 000 rangées, nous avoir 178 rangées avec quelques manquant données dans un colonne. Ce peut aussi être montré ici comme a graphique. Ce est très important, à moins pour le données étapes de création, il était important à voir où est quelques données manquant et à réparer ce manquant données alors comme beaucoup comme possible. Un autre étape à regarder à le données, peut être Colonnes Téléspectateur. Nous peut obtenir ici, I mettre tous le colonnes dans, et ici nous peut voir encore comme nous avait avant, là est quelques rangées manquant pour paramètre X2.
Nous peut voir quoi le minutes, max, signifier, standard écarts, et donc sont pour tous le paramètres nous peut voir ici. Ici nous bien voir que tout est normalisé. Pour le rendement, c'est entre zéro et 100. Nous peut comme Bien commencer depuis ici, distribution plate-forme. Donc tous le colonnes sont marqué et nous obtenir par seulement un cliquez pour tous le données, le distributions. Nous peut voir ici quoi consommables sont utilisé comment souvent que nous avoir la plupart données depuis historique processus et seulement quelques de quelques expériences avec spécial paramètres.
Le temps, de cours, apparence bien distribué, mais le autres ne le faites pas regarder que bien. Donc là est a parcelle de chambre entre quelques paramètres, et c'est peu distribué, non- normale distribué pour le la plupart paramètres, et que fait il même plus stimulant à analyser ce données. Nous aller à le suivant mesures. I volonté fermer ces rapports. Alors nous peut regarder même plus dans détail sur quelques des choses comme comment le paramètres sont corrélé. Nous peut voir ce dans le multivarié plate-forme. Il besoins quelques temps à être calculé.
Toi volonté trouver il ici sous le analyse menu, multivarié. Il prend le numérique colonnes et génère ce corrélation rapport, et toi volonté voir que le paramètres comme X6 et X5 sont très corrélé. Ce fait il difficile, comme X10 et X9 comme Bien, fait il difficile à faire fonctionnalité ingénierie. Quoi nous vouloir à savoir depuis le analyse est lequel paramètre causes quelques rendement baisse. Si deux paramètres sont corrélé, c'est pas donc facile à détecter ou à trouver dehors lequel un est le responsable un.
Ici dans le dispersion parcelle matrice, toi peut voir comme Bien lequel paramètres changement avec temps, comme X1, X2, en haut à X4 est constante sur temps, et le autres sont changement et comment ils sont distribué, et toi peut bien marque quelques rangées comme ici. Ils sont choisi dans le données tableau alors et voir comment le courbes sont pour chaque paramètre sur temps ou lequel paramètre sur quoi paramètre combinaison apparence comme. Suivant, I vouloir à utiliser le explorateur de données fonctionnelles.
Le explorateur de données fonctionnelles permet nous à ajuster courbes pour chaque lot et extraits le caractéristiques de chaque courbe. Alors nous peut avoir a regarder à lequel lots se comporter similaire ou peut être extrême ceux. Donc le commencer est comme ce. Nous peut avoir a regarder à comment I commencé le analyse. Nous lancement analyse. I mettre temps comme un X paramètre, Rendement comme le sortir paramètre ET, et le IDENTIFIANT fonction est le Lot IDENTIFIANT. Alors nous avoir ici quelques informel parties comme Partie et Groupe.
Ce plate-forme est disponible dans JMP Pro seulement, et quand nous commencer il, nous peut faire quelques données traitement ici. Mais dans ce cas, c'est pas nécessaire. Nous peut avoir a regarder à chaque lot, comment il regarde. Donc là sont a parcelle de graphiques ici comme ce. Nous peut marque le rangées. Nous peut voir ici le marqué rangées et le données tableau comme Bien. À aller sur avec ce plate-forme, nous besoin à faire quelques modèles comme P-splines pour chaque lot et JMP fait ce et définit lui-même lequel cannelures sont utilisé et comment beaucoup justificatif fonctions sont nécessaire, comme le nœuds montré ici.
Donc le meilleur résultat est donné avec a cubique spline avec 20 nœuds. Toi peut voir comment chaque lot est modélisé ici par le rouge doubler montré ici et comment il regarde. Nous avoir ici le forme fonctions. Donc chaque courbe est ajouté ensemble par a combinaison de forme fonctions, et nous obtenir pour chaque lot le coefficient pour chaque forme fonction. Si nous sont regarder à Forme Fonction 1… Ce est le principal comportement de tous lots avec a baisse ici à autour 0,7. Nous peut voir que ici nous avoir Composant 1. Ce est a coefficient pour le forme fonction un.
Si nous sélectionner ces lots, nous volonté voir que ils avoir a prononcé forme comme Forme Fonction 1. Nous peut voir il ici. Nous peut comme Bien utiliser le Profileur. Donc ce est surtout pour compréhension le données mais nous avoir pas utilisé il pour plus loin analyse parce que nous a fait pas vraiment besoin le information comment le dos lot apparence comme a forme pour chaque courbe. Nous étaient plus intéressé dans moyenne rendement de chaque lot parce que nous ne peut pas définir seulement à utiliser le d'abord partie de le lot et oublier à propos le deuxième partie. Ce serait pas travail dans notre cas.
Comme Bien à voir encore comment ce travaux ensemble, nous peut avoir a regarder dans Graphique Constructeur. Le graphique de quelques lots nous avoir vu juste avant. Peut être toi voir ce nombre ici. Nous avoir vu il avant. Ici il est montré encore ensemble avec le mobile moyenne de rendement. Suivant étape serait être à commencer modélisation de le lot données.
Quand faire modélisation, il peut être intéressant à voir ou avoir un idée lequel paramètres sont la plupart important pour le variabilité de le sortir. Là nous avoir le prédicteur dépistage plate-forme. Toi peut comme Bien commencer il depuis ici. Analyse et prédicteur dépistage. I a écrit il ici comme a scénario simplement à commencer il par pressage a bouton. Quand faire donc, nous volonté voir quelques Bootstrap Forêt analyse en allant sur, et il spectacles nous le importance de le caractéristiques nous avoir dans notre données ensemble. Temps est le la plupart important, mais ce est inutile à le fin pour nous parce que nous besoin à utiliser le complet lot.
T poule vient X1, alors vient partie X8, X5, et donc sur. Donc ici nous pourrait comme Bien sélectionner a peu rangées, copie eux et mettre eux dans a modèle. I volonté arrêt ce ici, et à voir lequel modèle travaux meilleur, I utilisé modèle dépistage plate-forme. I volonté pas courir il ici parce que il prend plusieurs minutes. Mais nous avoir vu que Plateforme d'arbre boostée peut effectuer Bien. Là est peut être pas donc a grand différence entre le suivant ceux, mais c'est le raison pourquoi I utilisé Plateforme d'arbre boostée.
Alors nous volonté courir Arbre boosté comme ce sur le lot données, et il travaux assez rapide. Nous volonté voir le résultat, et a bon fonctionnalité de le Plateforme d'arbre boostée comme Bien est que toi avoir colonne contributions donc que toi peut bien faire quelques fonctionnalité ingénierie. Nous peut voir ici que nous avoir 71 % R carré pour entraînement et 66 pour validation, peut être d'accord, et nous avoir toujours tous caractéristiques dans. Mais nous sont intéressé surtout dans lequel caractéristiques sont de manière fiable le la plupart important ceux.
Quand faire ce, nous peut sauvegarder il comme a colonne, sauvegarder prédiction formule dans le données tableau. Nous voir dans le données tableau nous avoir a formule maintenant et nous peut utiliser il. Nous peut peut être avoir a regarder à comment le modèle effectue ou à utiliser il dans Graphique Constructeur simplement à voir comment le modèle données apparence comme sur le lot maturité. I espoir le Graphique Constructeur à montrer le graphique le graphique bientôt, et ici il vient. Oui. Nous avoir vu que ce modélisation travaux assez Bien, donc nous avoir a formule maintenant à reconstruire le données et nous peut peut être travail avec il.
Mais en particulier pour le lot données modélisation, nous avoir a problème ici que validation volonté pas travail parce que nous peut avoir ici pour quelques lot, ces rangées dans entraînement ensemble et le rangées suivant à il dans validation ensemble. Donc ils sont pas Bien séparé pour le caractéristiques que contrôle le lot alors. En plus, le modèle est pas très écurie, donc nous volonté obtenir un différent résultat. Pour notre différent courses de le modèle, ce est connu depuis arbre- basé méthodes que ils peut donner différent résultats pour haut variabilité données.
Si nous faire quelque chose comme en cours d'exécution Arbre boosté deux fois, nous obtenir aussi différent colonne contributions et peut être différent commande comme nous peut voir ici pour le partie et X 5 sont commuté ici pour ces deux court, et I volonté montrer il encore aussi ici. Si nous courir Arbre boosté deux fois. Ne le faites pas savoir. Oui, ici I devrait avoir le scénario. Il vient plus tard. Donc à ce indiquer, nous avoir dit que il peut être mieux à modèle le résumé données parce que nous besoin à utiliser le complet lot. Ici I avoir a scénario maintenant à résumer le données dans a formulaire que nous avoir seulement un rangée pour chaque lot.
Là est a bon fonctionnalité statistiques colonne nom format que nous obtenir le même colonnes pour le résumé données comme nous avoir dans le original tableau que nous peut utiliser le même scripts pour les deux. Faire donc, nous obtenir ici le résumé données tableau- I peut fermer le scénario- avec autour 500 lots. C'est a parcelle de Plus facile à modèle, et ici I avoir résumé le données pour 0,6 à 0,8 temps. Donc c'est où le rendement baisse était, et nous peut encore faire ici quelques prédicteur dépistage comme ce et voir que I toujours avoir temps dans que données ensemble à voir…
C'est plus comme à voir quoi niveau bruit est, et c'est autour ces paramètres que sont probable aussi bruit pour le modèle alors. Alors nous peut, de cours, faire quelques modèle comparaison. Donc I choisi a peu paramètre que nous trouvé à être responsable, la plupart probablement, et Je suis faire deux Arbre boosté analyse et alors faire quelques modèle comparaison pour les deux. Il apparence comme ce. Nous peut voir ici nous obtenir a Profileur et comparer le résultat pour différent paramètres, peut être comme ce. Ici nous avoir toujours le problème. Nous voir quelques caractéristiques comme ce ici pour X10 dans ce modèle et pas dans que modèle.
Donc il probable semble à être bruit. À le début, nous avoir discuté a parcelle à propos ces différences. Nous avoir vu parfois et parfois pas, et demandé le question, quoi est vrai, quoi est physique, et quoi est pas. Que apporté moi à le étape alors que nous besoin à continuer avec fonctionnalité sélection, et c'est pourquoi nous créé ce scénario. Il prend ce résumé données et a a été fait pour le lot données comme Bien.
Pour chaque étape, il construit Booster éd. Arbre modèle pour le complet paramètre ensemble, sauvegardes le modèle dans le formule dépôt, et sauvegardes le modèle performance R carré et donc dans a données tableau, et spectacles nous le colonne contribution. Ici nous peut voir quelque chose que nous avoir vu souvent que avec le plus haut nombre modèle, il est le modèle avec moins paramètres comme nous peut voir ici avec le colonne contributions, nous avoir le meilleur résultat. Il apparence différent pour chaque courir, mais le tendance nous voir dans la plupart fois. Donc ici nous peut voir pour plus ou moins bien sûr que partie et X1 et X5 sont le la plupart important paramètres.
Ce un peut être là un jour et peut être pas, donc nous volonté se concentrer sur ces trois paramètres. Comme Bien, nous peut avoir a regarder dans le Formule Dépôt. Là nous peut commencer modèle comparaison. Nous peut être peut comparer le d'abord modèle. Donc nous faire il comme ce, modèle comparaison. Ce est notre données tableau. Prendre le d'abord nombre. Le Nombres ici sont décalé par un, et peut être le 5ème devrait être que un, et le dernier un. Ce volonté pas travail. I pense c'est nombre trois, et le dernier un.
Le ceux avec le le plus élevé validation score et peut être comparer eux ici. Nous voir le modèle comparaison dialogue. Nous voir que le dernier modèle est entre le meilleur modèles nous pourrait ajuster à tous, et peut voir ici le Profileur, pour exemple, et comme Bien, peut utiliser extrapolation contrôle. Nous avoir vu que nous avoir clairsemé données, donc pas derrière chaque indiquer. Là est quelques données. Allons-y regarder où il est. Ici il est. Extrapolation contrôle avertissement sur. Donc il spectacles nous quand là est Non données entre le points.
Ici nous peut peut être comparer le modèles et nous voir ici que là est Non variabilité sur le X facteurs que n'ont pas a été utilisé ici. À somme en haut, allons fermer quelques tables d'abord et quelques dialogues. À somme en haut, nous avoir préparé a flux de travail pour modélisation ce données et avoir fait plusieurs mesures et supplémentaire scénario à améliorer compréhension et à conduire le discussion à propos qu'est-ce que important et qu'est-ce que pas.
I avoir a proposition pour a modèle et quelques tâches nous peut se concentrer sur à améliorer le année rendement de notre processus, et toi volonté trouver le données et le présentation dans le utilisateur communauté. Si toi avoir autre idées comment à explorer ce données ensemble et comment à trouver le final meilleur modèle, toi peut contact moi ou poste quelque chose sur mon contribution dans le dans le communauté pour ce Découverte Sommet. Merci pour ton attention et au revoir. C'est il, Martin.
