你好， 每个人。 谢谢 为了 加入 在。 在 这 讲话， I 想 到 讲话 关于 如何 我们 做过 准备 我们的 批 过程 数据 为了 造型 和 跳转 专业版 和 获得 有价值的 见解 和 a 团队 方法。 我的 推介会 是 详细的 在 a 微软幻灯片软件 部分。 那 是 这 第一的 部分 和 这 细节 全部 这里 显示 将要 跟随 在 跳转， 喜欢 如何 这 数据 放 看起来， 哪个 平台 I 有 用过的 喜欢 丢失的 数据， 多 共线性， 功能 数据 探险家， 预测器 筛查， 造型 批 数据 和 提升树 和 分析器。
总结 数据 将要 是 分析 经过 提升树 作为 出色地， 和 然后 经过 a 脚本 提升树 落后 选择。 在 第一的， 我的 公司， 世创电子材料， 有 世界- 班级 生产 站点 全部 超过 这 世界 如图所示 这里 和 关于 4,000 雇员。 这里 是 一些 钥匙 数字。 如果 你 想象 那 我们 有 a 复杂的 过程 流量 喜欢 显示 这里 和 硅 模具 在 a 坩。 硅 锭 是 创建 这里。 那是 我的 特别的 任务。 到 制作 流程 为了 生长 硅 錠。 然后 这 锭 是 地面 和 切片。
边缘 四舍五入 是 完毕 为了 这 晶圆， 激光 标记， 研磨， 打扫， 蚀刻， 抛光， 和 或许 外延 为了 这 最终的 晶圆 到 是 创建。 我们的 文件夹 是 那 我们 是 出售 300 毫米， 200 毫米 和 更小 直径 晶圆 为了 不同的 应用程序 喜欢 显示 这里， 硅 晶圆 和 一些 规格。
关于 我， 我的 教育 是 我是 一个 电气 工程师 和 I 做过 一些 六 西格玛 教育， 和 我的 主要的 任务 是 到 发展 流程 为了 生长 硅 晶体 喜欢 显示 这里， 和 我是 作为 出色地 负责任的 为了 大约 500 用户 在 塞尔特罗尼克 跳转 用户。 如何 做 这 任务 看 喜欢？ 什么 我们 看 这里 是 这 最终的 桌子， 但 它 有 到过 创建 和 这 需要 a 很多 的 努力 作为 出色地。 所以 那里 是 一些 数据库 查询 在后面 到 得到 这 数据 从 数据库。
我们 已获取 这 结果 进入 跳转 数据 表 和 放大 这 数据 放 和 档案 从 早些时候 日期 和 丰富的 一些 信息 喜欢 细节 的 实验 和 细节 在 耗材 和 写道 一些 脚本 为了 图表 和 评价。 T 母鸡 我们 有 完毕 这 造型 任务 和 的 课程， 看起来 为了 丢失的 数据 相关性 到 看 什么 是 这 最多 重要的 效果 和 到 做 特征 工程 到 看 哪个 特征 是 重要的 到 产生 一个 最佳的 结果。
在 这 观点， I 将要 转变 进入 跳转 然后。 我们 能 看 这里 我的 杂志 我是 在职的 和 和 这 跳转 主要的 窗户 和 这 抽象的 是 见过 这里。 我们 将要 开始 和 技术的 提示。 这 使用 数据 放 I 展示 这里 是 完全 匿名 和 标准化， 和 全部 标识符 是 通用的 为了 更好的 理解 什么 是 这 特征， 什么 是 这 结果， 和 所以 在。 这 目的 的 这 推介会 是 到 展示 全部 这 步骤 我们 需要 为了 得到 一个 概述， 重组， 和 理解 这 数据 放， 和 如何 到 建造 这 模型 到 得到 一些 见解 的 这 内容 的 这 数据 放。
I 将要 展示 一些 结果 那 我们 有 讨论 在 a 团队。 这 团队 是 非常 重要的 这里 因为 这 团队 开车 a 很多 的 讨论 和 工作 作为 出色地， 如何 到 分析 和 什么 特征 可能 是 有趣的 和 什么 应该 不是 是， 和 什么 可能 是 这 物理 在后面。 I 将要 开始 和 这 数据 放 这里。 它是 还 a 部分 的 这 贡献 在 这 社区。 这里 它 是 打开 和 I 将要 改变 这 设计 a 小的 少量 到 看 如何 它 看起来 喜欢。 我们 有 大约 8万 行 在 这 数据 放 和 它是 a 批 数据 放， 所以 我们 有 a 批 ID。
T 他的 数据 放 是 相当 具有挑战性的 因为 它 有 a 混合物 的 历史 数据 喜欢 这里， 经过 批次。 我们 能 看 这里 那 我们 有… 最多 的 这 数据 是 历史 数据， 和 那里 是 仅有的 a 很少 特别的 实验 显示 这里。 我们 有 一些 特征 然后， 喜欢 一 分类， 它是消耗品。 我们 有 这 批 到期， 它是 这 时间， 还 标准化。 然后 我们 有 一些 特征。 所以 这些 X 价值观 这里， 我们 有 一 结果 柱子， 和 到 减少 这 噪音 a 小的 少量， 我们 有 计算 a 新的 移动 平均的 作为 出色地。
让我们 有 a 看 在 如何 这 数据 放 看起来 更多的 在 细节。 我们 能 看 这里， 如果 我们 做 a 概括 在 这 数据 喜欢 这， 你 能 做 这 从 这 桌子 s 菜单 作为 出色地。 概括。 我们 得到 大约 500 行， 500 批次。 这 是 a 概括 经过 批， 和 我们 看 那 那里 是 不 变化 在 这 参数 X 1 到 X 4、 意义 那 他们 是 持续的 为了 每个 批， 和 这 其他的 是 改变 在 不同的 率。 到 有 a 看 如何 这 数据 看起来 在 全部， 我们 能 看 这里 这 结果 范围 喜欢 屈服， a 长的 时间 为了 全部 这 行 的 这 批 数据 放， 和 这 平滑 是 完毕 经过 跳转 图形 建造者 平台。
我们 实施的 这 作为 a 公式 作为 它 是 可用的 作为 a 功能 在 跳转。 我们 能 有 a 看 这里 在 一些 特别的 批次 作为 出色地。 如果 我们 使用 这 当地的 数据 筛选 和 看 这里 如何 这 平均的 作品 和 什么 噪音 是 在 这 单身的 数据 点， 这 蓝色的 一 是 这 原来的 数据 的 屈服， 和 这 橙子 一 是 这 移动 平均的。 I 将要 关闭 这 然后， 和 下一个 观点 可能 是 到 看 在 如何 很多 数据 是 丢失的。 所以 我们 有 这 在 跳转 作为 出色地。 我们 能 标记 全部 这 列 和 做 这 丢失的 数据 图案 平台 喜欢 这。
它 将要 展示 我们 那 从 关于 8万 行， 我们 有 178 行 和 一些 丢失的 数据 在 一 柱子。 这 能 还 是 显示 这里 作为 a 图形。 这 是 非常 重要的， 在 至少 为了 这 数据 创作步骤， 它 曾是 重要的 到 看 在哪里 是 一些 数据 丢失的 和 到 使固定 这 丢失的 数据 然后 作为 很多 作为 可能的。 其他 步 到 看 在 这 数据， 或许 列 查看器。 我们 能 得到 这里， I 放 全部 这 列 在， 和 这里 我们 能 看 再次 喜欢 我们 有 前， 那里 是 一些 行 丢失的 为了 范围 X2。
我们 能 看 什么 这 分钟， 最大限度， 意思是， 标准 偏差， 和 所以 是 为了 全部 这 参数 我们 能 看 这里。 这里 我们 很好 看 那 一切 是 标准化。 为了 这 屈服， 它是 之间 零 和 100. 我们 能 作为 出色地 开始 从 这里， 分配 平台。 所以 全部 这 列 是 标记 和 我们 得到 经过 仅有的 一 点击 为了 全部 这 数据， 这 分布。 我们 能 看 这里 什么 耗材 是 用过的 如何 经常 那 我们 有 最多 数据 从 历史性 流程 和 仅有的 一些 的 一些 实验 和 特别的 设置。
这 时间， 的 课程， 看起来 很好 分布式， 但 这 其他的 不 看 那 很好。 所以 那里 是 a 很多 的 房间 之间 一些 设置， 和 它是 稀疏地 分布式， 非 普通的 分布式 为了 这 最多 参数， 和 那 使 它 甚至 更多的 具有挑战性的 到 分析 这 数据。 我们 去 到 这 下一个 步骤。 I 将要 关闭 这些 報告。 然后 我们 可能 看 甚至 更多的 在 细节 在 一些 事物 喜欢 如何 这 参数 是 相關。 我们 能 看 这 在 这 多变量 平台。 它 需求 一些 时间 到 是 计算。
你 将要 寻找 它 这里 在下面 这 分析 菜单， 多变量的。 它 需要 这 数字 列 和 生成 这 相关性 报告， 和 你 将要 看 那 这 参数 喜欢 X6 和 X5 是 高度 相關。 这 使 它 难的， 喜欢 X10 和 X9 作为 出色地， 使 它 难的 到 做 特征 工程。 什么 我们 想 到 知道 从 这 分析 是 哪个 范围 原因 一些 屈服 降低。 如果 二 参数 是 相关的， 它是 不是 所以 简单的 到 探测 或者 到 寻找 出去 哪个 一 是 这 负责任的 一。
这里 在 这 分散 阴谋 矩阵， 你 能 看 作为 出色地 哪个 参数 改变 和 时间， 喜欢 X1， X2， 向上 到 X4 是 持续的 超过 时间， 和 这 其他的 是 改变 和 如何 他们 是 分布式， 和 你 能 很好 标记 一些 行 喜欢 这里。 他们 是 已选择 在 这 数据 桌子 然后 和 看 如何 这 曲线 是 为了 每个 范围 超过 时间 或者 哪个 范围 超过 什么 范围 组合 看起来 喜欢。 下一个， I 想 到 使用 这 功能数据探索器。
这 功能数据探索器 允许 我们 到 合身 曲线 为了 每个 批 和 提取物 这 特征 的 每个 曲线。 然后 我们 能 有 a 看 在 哪个 批次 表现 相似的 或者 或许 极端 个。 所以 这 开始 是 喜欢 这。 我们 能 有 a 看 在 如何 I 开始 这 分析。 我们 发射 分析。 I 放 时间 作为 一个 X 范围， 屈服 作为 这 输出 范围 和， 和 这 ID 功能 是 这 批 ID。 然后 我们 有 这里 一些 非正式 部分 喜欢 部分 和 团体。
这 平台 是 可用的 在 跳转 专业版 仅有的， 和 什么时候 我们 开始 它， 我们 能 做 一些 数据 加工 这里。 但 在 这 案件， 它是 不是 必要的。 我们 能 有 a 看 在 每个 批， 如何 它 看起来。 所以 那里 是 a 很多 的 图表 这里 喜欢 这。 我们 能 标记 这 行。 我们 能 参见此处 这 标记 行 和 这 数据 桌子 作为 出色地。 到 去 在 和 这 平台， 我们 需要 到 制作 一些 模型 喜欢 P样条函数 为了 每个 批 和 跳转 做 这 和 定义 本身 哪个 样条线 是 用过的 和 如何 许多 支持 函数 是 需要， 喜欢 这 结 显示 这里。
所以 这 最好的 结果 是 给定 和 a 立方体 样条线 和 20 節點。 你 能 看 如何 每个 批 是 建模 这里 经过 这 红色的 线 显示 这里 和 如何 它 看起来。 我们 有 这里 这 形状 功能。 所以 每个 曲线 是 额外 一起 经过 a 组合 的 形状 函数， 和 我们 得到 为了 每个 批 这 系数 为了 每个 形状 功能。 如果 我们 是 寻找 在 形状 功能 1… 这 是 这 主要的 行为 的 全部 批次 和 a 降低 这里 在 大约 0.7。 我们 能 看 那 这里 我们 有 成分 1. 这 是 a 系数 为了 这 形状 功能 一。
如果 我们 选择 这些 批次， 我们 将要 看 那 他们 有 a 发音 形状 喜欢 形状 功能 1. 我们 能 看 它 这里。 我们 能 作为 出色地 使用 这 分析器。 所以 这 是 大多 为了 理解 这 数据 但 我们 有 不是 用过的 它 为了 更远 分析 因为 我们 做过 不是 真的 需要 这 信息 如何 这 后退 批 看起来 作为 a 形状 为了 每个 曲线。 我们 是 更多的 感兴趣的 在 平均的 屈服 的 每个 批 因为 我们 不能 定义 仅有的 到 使用 这 第一的 部分 的 这 批 和 忘记 关于 这 第二 部分。 这 会 不是 工作 在 我们的 案件。
作为 出色地 到 看 再次 如何 这 作品 一起， 我们 能 有 a 看 在 图形 建造者。 这 图形 的 一些 批次 我们 有 见过 只是 前。 或许 你 看 这 数字 这里。 我们 有 见过 它 前。 这里 它 是 显示 再次 一起 和 这 移动 平均的 的 屈服。 下一个 步 会 是 到 开始 造型 的 这 批 数据。
什么时候 正在做 造型， 它 可能 是 有趣的 到 看 或者 有 一个 主意 哪个 参数 是 最多 重要的 为了 这 变异性 的 这 输出。 那里 我们 有 这 预测器 筛查 平台。 你 能 作为 出色地 开始 它 从 这里。 分析 和 预测器 篩選。 I 写道 它 这里 作为 a 脚本 简单地 到 开始 它 经过 紧迫 a 按钮。 什么时候 正在做 所以， 我们 将要 看 一些 引导 森林 分析 去 在， 和 它 节目 我们 这 重要性 的 这 特征 我们 有 在 我们的 数据 放。 时间 是 这 最多 重要的， 但 这 是 无用 在 这 结尾 为了 我们 因为 我们 需要 到 使用 这 满的 批。
T 母鸡 来 X1， 然后 来 部分 X8， X5， 和 所以 在。 所以 这里 我们 可以 作为 出色地 选择 a 很少 行， 复制 他们 和 放 他们 进入 a 模型。 I 将要 停止 这 这里， 和 到 看 哪个 模型 作品 最好的， I 用过的 模型 筛查 平台。 I 将要 不是 跑步 它 这里 因为 它 需要 一些 分钟。 但 我们 有 见过 那 增强树平台 可能 履行 出色地。 那里 是 或许 不是 所以 a 大的 不同之处 之间 这 下一个 个， 但 那是 这 原因 为什么 I 用过的 增强树平台。
然后 我们 将要 跑步 提升树 喜欢 这 在 这 批 数据， 和 它 作品 相当 快的。 我们 将要 看 这 结果， 和 a 好的 特征 的 这 增强树平台 作为 出色地 是 那 你 有 柱子 贡献 所以 那 你 能 很好 做 一些 特征 工程。 我们 能 看 这里 那 我们 有 71 % R 正方形 为了 训练 和 66 为了 验证， 或许 好的， 和 我们 有 仍然 全部 特征 在。 但 我们 是 感兴趣的 大多 在 哪个 特征 是 可靠地 这 最多 重要的 个。
什么时候 正在做 这， 我们 能 节省 它 作为 a 柱子， 节省 预言 公式 在 这 数据 桌子。 我们 看 在 这 数据 桌子 我们 有 a 公式 现在 和 我们 能 使用 它。 我们 能 或许 有 a 看 在 如何 这 模型 执行 或者 到 使用 它 在 图形 建造者 简单地 到 看 如何 这 模型 数据 看起来 喜欢 超过 这 批 到期。 I 希望 这 图形 建造者 到 展示 这 图形 这 图形 很快， 和 这里 它 來了。 是的。 我们 有 见过 那 这 造型 作品 相当 出色地， 所以 我们 有 a 公式 现在 到 重建 这 数据 和 我们 能 或许 工作 和 它。
但 尤其 为了 这 批 数据 造型， 我们 有 a 问题 这里 那 验证 将要 不是 工作 因为 我们 可能 有 这里 为了 一些 批， 这些 行 在 训练 放 和 这 行 下一个 到 它 在 验证 放。 所以 他们 是 不是 出色地 分离 为了 这 特征 那 控制 这 批 然后。 此外， 这 模型 是 不是 非常 稳定的， 所以 我们 将要 得到一个 不同的 结果。 对于我们的 不同的 运行 的 这 模型， 这 是 已知 从 树- 基于 方法 那 他们 可能 给 不同的 结果 为了 高的 变异性 数据。
如果 我们 做 某物 喜欢 跑步 提升树 两次， 我们 得到 还 不同的 柱子 贡献 和 或许 不同的 命令 喜欢 我们 能 看 这里 为了 这 部分 和 X 5 是 切换 这里 为了 这些 二 跑步， 和 I 将要 展示 它 再次 还 这里。 如果 我们 跑步 提升树 两次。 不 知道。 是的， 这里 I 应该 有 这 脚本。 它 来 之后。 所以 在 这 观点， 我们 有 说 那 它 可能 是 更好的 到 模型 这 总结 数据 因为 我们 需要 到 使用 这 满的 批。 这里 I 有 a 脚本 现在 到 总结 这 数据 在 a 形式 那 我们 有 仅有的 一 排 为了 每个 批。
那里 是 a 好的 特征 统计数据 柱子 姓名 格式 那 我们 得到 这 相同的 列 为了 这 总结 数据 作为 我们 有 在 这 原来的 桌子 那 我们 能 使用 这 相同的 脚本 为了 两个都。 正在做 所以， 我们 得到 这里 这 概括 数据 桌子- I 能 关闭 这 脚本- 和 大约 500 批次。 它是 a 很多 的 更轻松 到 模型， 和 这里 I 有 总结 这 数据 为了 0.6 到 0.8 时间。 所以 它是 在哪里 这 屈服 降低 曾是， 和 我们 能 再次 做 这里 一些 预测器 筛查 喜欢 这 和 看 那 I 仍然 有 时间 在 那 数据 放 到 看…
它是 更多的 喜欢 到 看 什么 等级 噪音 是， 和 它是 大约 这些 参数 那 是 可能 还 噪音 为了 这 模型 然后。 然后 我们 能， 的 课程， 做 一些 模型 比较。 所以 I 已选择 a 很少 范围 那 我们 成立 到 是 负责任的， 最多 大概， 和 我是 正在做 二 提升树 分析 和 然后 做 一些 模型 比较 为了 两个都。 它 看起来 喜欢 这。 我们 能 看 这里 我们 得到 a 分析器 和 比较 这 结果 为了 不同的 设置， 或许 喜欢 这。 这里 我们 有 仍然 这 问题。 我们 看 一些 特征 喜欢 这 这里 为了 X10 在 这 模型 和 不是 在 那 模型。
所以 它 可能 似乎 到 是 噪音。 在 这 开始， 我们 有 讨论 a 很多 关于 这些 差异。 我们 有 见过 有时 和 有时 不是， 和 问 这 问题， 什么 是 真的， 什么 是 身体的， 和 什么 是 不是。 那 带来 我 到 这 步 然后 那 我们 需要 到 继续 和 特征 选择， 和 那是 为什么 我们 创建 这 脚本。 它 需要 这 概括 数据 和 有 到过 完毕 为了 这 批 数据 作为 出色地。
为了 每个 步， 它 构建 促进 编辑 树 模型 为了 这 满的 范围 放， 保存 这 模型 进入 这 公式 仓库， 和 保存 这 模型 表现 R 正方形 和 所以 进入 a 数据 桌子， 和 节目 我们 这 柱子 贡献。 这里 我们 能 看 某物 那 我们 有 见过 经常 那 和 这 更高 数字 模型， 它 是 这 模型 和 较少的 参数 喜欢 我们 能 看 这里 和 这 柱子 贡献， 我们 有 这 最好的 结果。 它 看起来 不同的 为了 每个 跑步， 但 这 趋势 我们 看 在 最多 次。 所以 这里 我们 能 看 为了 更多的 或者 较少的 当然 那 部分 和 X1 和 X5 是 这 最多 重要的 参数。
这 一 可能 是 那里 有时 和 或许 不是， 所以 我们 将要 重点 在 这些 三 参数。 作为 出色地， 我们 能 有 a 看 在 这 公式 仓库。 那里 我们 能 开始 模型 比较。 我们 或许 能 比较 这 第一的 模型。 所以 我们 做 它 喜欢 这， 模型 比较。 这 是 我们的 数据 桌子。 拿 这 第一的 数字。 这 数字 这里 是 转移 经过 一， 和 或许 这 第五 应该 是 那 一， 和 这 最后的 一。 这 将要 不是 工作。 I 思考 它是 数字 三， 和 这 最后的 一。
这 一 和 这 最高 验证 分数 和 或许 比较 他们 这里。 我们 看 这 模型 比较 对话。 我们 看 那 这 最后的 模型 是 之间 这 最好的 模型 我们 可以 合身 在 全部， 和 能 看 这里 这 分析器， 为了 例子， 和 作为 出色地， 可能 使用 外推 控制。 我们 有 见过 那 我们 有 疏 数据， 所以 不是 在后面 每一个 观点。 那里 是 一些 数据。 让我们 看 在哪里 它 是。 这里 它 是。 外推 控制 警告 在。 所以 它 节目 我们 什么时候 那里 是 不 数据 之间 这 點。
这里 我们 能 或许 比较 这 模型 和 我们 看 这里 那 那里 是 不 变异性 在 这 X 因素 那 没有 到过 用过的 这里。 到 和 向上， 让我们 关闭 一些 表 第一的 和 一些 对话。 到 和 向上， 我们 有 准备好 a 工作流程 为了 造型 这 数据 和 有 完毕 一些 步骤 和 额外的 脚本 到 提高 理解 和 到 驾驶 这 讨论 关于 什么是 重要的 和 什么是 不是。
I 有 a 提议 为了 a 模型 和 一些 任务 我们 能 重点 在 到 提升 这 年 屈服 的 我们的 过程， 和 你 将要 寻找 这 数据 和 这 推介会 在 这 用户 社区。 如果 你 有 其他 想法 如何 到 探索 这 数据 放 和 如何 到 寻找 这 最终的 最好的 模型， 你 能 接触 我 或者 邮政 某物 在 我的 贡献 在 这 在 这 社区 为了 这 发现 首脑。 谢谢 为了 你的 注意力 和 再见。 那是 它， 马丁。
