こんにちは、 みんな。 ありがとう のために 接合 で。 で これ 話す、 I 欲しい に 話す について どうやって 私たちは した 準備する 私たちの バッチ プロセス データ のために モデリング と ジャンプ プロ そして 獲得 貴重な 洞察 と a チーム アプローチ。 私の プレゼンテーション は 詳細 で a パワーポイント 一部。 それ は その 初め 一部 そして その 詳細 全て ここ 表示されている 意思 フォローする で JMP、 のように どうやって その データ セット 見た目、 どれの プラットフォーム I 持っている 使用済み のように ない データ、 マルチ 共線性、 機能的 データ エクスプローラ、 予測子 スクリーニング、 モデリング バッチ データ と ブーストツリー そして プロファイラー。
要約 データ 意思 なれ 分析された による ブーストツリー として 良い、 そして それから による a スクリプト付き ブーストツリー 後方 選択。 で 初め、 私の 会社、 シルトロニック、 もっている 世界- クラス 生産 サイト 全て 以上 その 世界 示されているように ここ そして について 4,000 従業員。 ここ は いくつかの 鍵 数字。 もし あなた 想像する それ 私たちは 持っている a 複雑な プロセス 流れ のように 表示されている ここ と シリコン 型 で a 坩堝。 シリコン インゴット は 作成された ここ。 それは 私の 特別 タスク。 に 作る プロセス のために 成長している シリコン インゴット。 それから その インゴット は 地面 そして スライスしました。
角 丸め は 終わり のために その ウエハース、 レーザ マーキング、 ラッピング、 クリーニング、 エッチング、 研磨、 そして 多分 エピタキシー のために その ファイナル ウエハース に なれ 作成されました。 私たちの ポートフォリオ は それ 私たちは は 販売 300 ミリメートル、 200 ミリメートル そして 小さい 直径 ウエハース のために 違う アプリケーション のように 表示されている ここ、 シリコン ウエハース と いくつかの 仕様。
について 自分、 私の 教育 は 私は 一つの 電気 エンジニア そして I した いくつかの 六 シグマ 教育、 そして 私の 主要 タスク は に 開発する プロセス のために 成長している シリコン 結晶 のように 表示されている ここ、 そして 私は として 良い 責任者 のために その周り 500 ユーザー で セルトロニック ジャンプ ユーザー。 どうやって する その タスク 見て のように？ 何 私たちは 見る ここ は その ファイナル テーブル、 しかし それ もっている された 作成された そして これ かかる a 多く の 努力 として 良い。 それで そこには は いくつかの データベース クエリ 後ろに に 得る これ データ から データベース。
私たちは 取得済み その 結果 の中へ ジャンプ データ テーブル そして 拡大 その データ セット と アーカイブ から 以前 日付 そして 豊かになった いくつかの 情報 のように 詳細 の 実験 そして 詳細 の上 消耗品 そして 書いた いくつかの スクリプト のために グラフ そして 評価。 T めんどり 私たちは 持っている 終わり その モデリング タスク そして の コース、 見た のために ない データ 相関関係 に 見る 何 は その ほとんど 重要な 効果 そして に する 特徴 エンジニアリング に 見る どれの 特徴 は 重要 に 生成する 一つの 最適 結果。
で これ ポイント、 I 意思 スイッチ の中へ ジャンプ それから。 私たちは できる 見る ここ 私の ジャーナル 私は 働く と そして その ジャンプ 主要 ウィンドウ そして その 抽象的な は 見た ここ。 私たちは 意思 始める と テクニカル ヒント。 その 使用 データ セット I 見せる ここ は 完全に 匿名化された そして 標準化された、 そして 全て 識別子 は ジェネリック のために より良い 理解 何 は その 特徴、 何 は その 結果、 そして それで の上。 その 標的 の これ プレゼンテーション は に 見せる 全て その 手順 私たちは 必要 のために 取得 一つの 概要、 リストラ、 そして 理解 その データ セット、 そして どうやって に 建てる その モデル に 得る いくつかの 洞察 の その コンテンツ の その データ セット。
I 意思 見せる いくつかの 結果 それ 私たちは 持っている 議論した で a チーム。 その チーム は とても 重要 ここ なぜなら その チーム 運転した a 多く の 議論 そして 仕事 として 良い、 どうやって に 分析する そして 何 特徴 5月 なれ 面白い そして 何 すべき ない なれ、 そして 何 5月 なれ その 物理 後ろに。 I 意思 始める と その データ セット ここ。 その また a 一部 の その 貢献 で その コミュニティ。 ここ それ は 開いた そして I 意思 変化 その デザイン a 少し 少し に 見る どうやって それ 見た目 のように。 私たちは 持っている その周り 8万 行 で これ データ セット そして その a バッチ データ セット、 それで 私たちは 持っている a バッチ ID。
T 彼の データ セット は とても 挑戦的 なぜなら それ もっている a 混合 の 歴史的 データ のように ここ、 による バッチ。 私たちは できる 見る ここ それ 私たちは 持っている… ほとんど の その データ は 歴史的 データ、 そして そこには は のみ a 少し 特別 実験 表示されている ここ。 私たちは 持っている いくつかの 特徴 それから、 のように 1つ カテゴリカル、 それは消耗品です。 私たちは 持っている その バッチ 成熟、 その その 時間、 また 標準化されました。 それから 私たちは 持っている いくつかの 特徴。 それで これら X 価値観 ここ、 私たちは 持っている 1つ 結果 カラム、 そして に 減らす その ノイズ a 少し 少し、 私たちは 持っている 計算された a 新しい 動く 平均 として 良い。
さあ 持っている a 見て で どうやって その データ セット 見た目 もっと で 詳細。 私たちは できる 見る ここ、 もし 私たちは する a まとめ の上 その データ のように これ、 あなた できる する これ から その テーブル s メニュー として 良い。 まとめ。 私たちは 得る その周り 500 行、 500 バッチ。 これ は a まとめ による バッチ、 そして 私たちは 見る それ そこには は いいえ 変化 で その パラメータ X 1 に X 4、 意味 それ 彼らは は 絶え間ない のために それぞれ バッチ、 そして その その他 は 変化 で 違う 料金。 に 持っている a 見て どうやって その データ 見た目 で 全て、 私たちは できる 見る ここ その 結果 パラメータ のように 収率、 a 長さ 時間 のために 全て その 行 の その バッチ データ セット、 そして これ スムージング は 終わり による ジャンプ グラフ ビルダー プラットフォーム。
私たちは 実装された これ として a 式 として それ は 利用可能 として a 関数 で ジャンプ。 私たちは できる 持っている a 見て ここ で いくつかの 特別 バッチ として 良い。 もし 私たちは 使用 その 地元 データ フィルター そして 見る ここ どうやって その 平均 作品 そして 何 ノイズ は で その シングル データ ポイント、 その 青 もの は その オリジナル データ の 収率、 そして その オレンジ 1つ は その 動く 平均。 I 意思 近い これ それから、 そして 次 ポイント 5月 なれ に 見て で どうやって 多くの データ は ない。 それで 私たちは 持っている これ で ジャンプ として 良い。 私たちは できる マーク 全て その 列 そして する その ない データ パターン プラットフォーム のように これ。
それ 意思 見せる 私たち それ から について 8万 行、 私たちは 持っている 178 行 と いくつかの ない データ で 1つ カラム。 これ できる また なれ 表示されている ここ として a グラフ。 これ は とても 重要、 で 少しでも のために その データ 作成手順、 それ だった 重要 に 見る どこ は いくつかの データ ない そして に 修理 これ ない データ それから として 多くの として 可能。 別の ステップ に 見て で その データ、 多分 列 視聴者。 私たちは できる 得る ここ、 I 置く 全て その 列 で、 そして ここ 私たちは できる 見る また のように 私たちは 持っていた 前に、 そこには は いくつかの 行 ない のために パラメータ ×2。
私たちは できる 見る 何 その 分、 最大、 平均、 標準 逸脱、 そして それで は のために 全て その パラメータ 私たちは できる 見る ここ。 ここ 私たちは うまく 見る それ すべて は 標準化されました。 のために その 収率、 その 間 ゼロ そして 100。 私たちは できる として 良い 始める から ここ、 分布 プラットフォーム。 それで 全て その 列 は マークされた そして 私たちは 得る による のみ 1つ クリック のために 全て その データ、 その 配布物。 私たちは できる 見る ここ 何 消耗品 は 使用済み どうやって 頻繁 それ 私たちは 持っている ほとんど データ から 歴史的 プロセス そして のみ いくつかの の いくつかの 実験 と 特別 設定。
その 時間、 の コース、 見た目 うまく 分散型、 しかし その その他 しない 見て それ うまく。 それで そこには は a 多く の 部屋 間 いくつかの 設定、 そして その まばらに 分散型、 非 普通 分散型 のために その ほとんど パラメータ、 そして それ 作る それ 平 もっと 挑戦的 に 分析する これ データ。 私たちは 行く に その 次 手順。 I 意思 近い これら レポート。 それから 私たちは 5月 見て 平 もっと で 詳細 の上 いくつかの もの のように どうやって その パラメータ は 相関関係にある。 私たちは できる 見る これ で その 多変量 プラットフォーム。 それ ニーズ いくつかの 時間 に なれ 計算されました。
あなた 意思 探す それ ここ 下 その 分析 メニュー、 多変量。 それ かかる その 数値 列 そして 生成する これ 相関 報告、 そして あなた 意思 見る それ その パラメータ のように X6 そして X5 は 非常に 相関関係にある。 これ 作る それ 難しい、 のように X10 そして X9 として 良い、 作る それ 難しい に する 特徴 エンジニアリング。 何 私たちは 欲しい に 知る から その 分析 は どれの パラメータ 原因 いくつかの 収率 落とす。 もし 二 パラメータ は 相関関係にある、 その ない それで 簡単 に 検出する または に 探す 外 どれの 1つ は その 責任者 1つ。
ここ で その 散らばる プロット マトリックス、 あなた できる 見る として 良い どれの パラメータ 変化 と 時間、 のように X1、 X2、 上 に X4 は 絶え間ない 以上 時間、 そして その その他 は 変化 そして どうやって 彼らは は 分散型、 そして あなた できる うまく マーク いくつかの 行 のように ここ。 彼らは は 選択された で その データ テーブル それから そして 見る どうやって その 曲線 は のために それぞれ パラメータ 以上 時間 または どれの パラメータ 以上 何 パラメータ 組み合わせ 見た目 のように。 次、 I 欲しい に 使用 その 機能データエクスプローラー。
その 機能データエクスプローラー 許可する 私たち に フィット 曲線 のために それぞれ バッチ そして 抽出物 その 特徴 の それぞれ 曲線。 それから 私たちは できる 持っている a 見て で どれの バッチ 振る舞う 似ている または 多分 過激 もの。 それで その 始める は のように これ。 私たちは できる 持っている a 見て で どうやって I 開始 その 分析。 私たちは 打ち上げ 分析。 I 置く 時間 として 一つの X パラメータ、 収率 として その 出力 パラメータ そして、 そして その ID 関数 は その バッチ ID。 それから 私たちは 持っている ここ いくつかの 非公式 部品 のように 一部 そして グループ。
これ プラットフォーム は 利用可能 で ジャンプ プロ のみ、 そして いつ 私たちは 始める それ、 私たちは できる する いくつかの データ 処理 ここ。 しかし で これ 場合、 その ない 必要。 私たちは できる 持っている a 見て で それぞれ バッチ、 どうやって それ 見た目。 それで そこには は a 多く の グラフ ここ のように これ。 私たちは できる マーク その 行。 私たちは できる こちらをご覧ください その マークされた 行 そして その データ テーブル として 良い。 に 行く の上 と これ プラットフォーム、 私たちは 必要 に 作る いくつかの モデル のように Pスプライン のために それぞれ バッチ そして ジャンプ する これ そして 定義する 自体 どれの スプライン は 使用済み そして どうやって 多くの サポート 機能 は 必要、 のように その 結び目 表示されている ここ。
それで その 最高 結果 は 与えられた と a キュービック スプライン と 20 結び目。 あなた できる 見る どうやって それぞれ バッチ は モデル化された ここ による その 赤 ライン 表示されている ここ そして どうやって それ 見た目。 私たちは 持っている ここ その 形 機能。 それで それぞれ 曲線 は 追加した 一緒に による a 組み合わせ の 形 機能、 そして 私たちは 得る のために それぞれ バッチ その 係数 のために それぞれ 形 関数。 もし 私たちは は 見ている で 形 関数 1… これ は その 主要 行動 の 全て バッチ と a 落とす ここ で その周り 0.7。 私たちは できる 見る それ ここ 私たちは 持っている 成分 1. これ は a 係数 のために その 形 関数 1つ。
もし 私たちは 選択 これら バッチ、 私たちは 意思 見る それ 彼らは 持っている a 発音 形 のように 形 関数 1. 私たちは できる 見る それ ここ。 私たちは できる として 良い 使用 その プロファイラー。 それで これ は たいてい のために 理解 その データ しかし 私たちは 持っている ない 使用済み それ のために さらに遠く 分析 なぜなら 私たちは した ない 本当に 必要 その 情報 どうやって その 戻る バッチ 見た目 として a 形 のために それぞれ 曲線。 私たちは だった もっと 興味がある で 平均 収率 の それぞれ バッチ なぜなら 私たちは できない 定義する のみ に 使用 その 初め 一部 の その バッチ そして 忘れる について その 2番 一部。 これ だろう ない 仕事 で 私たちの 場合。
として 良い に 見る また どうやって これ 作品 一緒に、 私たちは できる 持っている a 見て で グラフ ビルダー。 その グラフ の いくつかの バッチ 私たちは 持っている 見た ただ 前に。 多分 あなた 見る これ 番号 ここ。 私たちは 持っている 見た それ 前に。 ここ それ は 表示されている また 一緒に と その 動く 平均 の 収率。 次 ステップ だろう なれ に 始める モデリング の その バッチ データ。
いつ やっている モデリング、 それ 5月 なれ 面白い に 見る または 持っている 一つの アイデア どれの パラメータ は ほとんど 重要 のために その 変動性 の その 出力。 そこには 私たちは 持っている その 予測子 スクリーニング プラットフォーム。 あなた できる として 良い 始める それ から ここ。 分析 そして 予測子 スクリーニング。 I 書いた それ ここ として a スクリプト 単に に 始める それ による 押す a ボタン。 いつ やっている それで、 私たちは 意思 見る いくつかの ブートストラップ 森 分析 行く の上、 そして それ ショー 私たち その 重要性 の その 特徴 私たちは 持っている で 私たちの データ セット。 時間 は その ほとんど 重要、 しかし これ は 使い物にならない で その 終わり のために 私たち なぜなら 私たちは 必要 に 使用 その 満杯 バッチ。
T めんどり 来る X1、 それから 来る 一部 X8、 X5、 そして それで の上。 それで ここ 私たちは できた として 良い 選択 a 少し 行、 コピー 彼ら そして 置く 彼ら の中へ a モデル。 I 意思 停止 これ ここ、 そして に 見る どれの モデル 作品 最高、 I 使用済み モデル スクリーニング プラットフォーム。 I 意思 ない 走る それ ここ なぜなら それ かかる いくつかの 分。 しかし 私たちは 持っている 見た それ Boosted Treeプラットフォーム 5月 実行する 良い。 そこには は 多分 ない それで a 大きい 違い 間 その 次 もの、 しかし それは その 理由 なぜ I 使用済み Boosted Tree プラットフォーム。
それから 私たちは 意思 走る ブーストツリー のように これ の上 その バッチ データ、 そして それ 作品 とても 素早い。 私たちは 意思 見る その 結果、 そして a ニース 特徴 の その Boosted Treeプラットフォーム として 良い は それ あなた 持っている カラム 貢献 それで それ あなた できる うまく する いくつかの 特徴 エンジニアリング。 私たちは できる 見る ここ それ 私たちは 持っている 71 % R 四角 のために トレーニング そして 66 のために 検証、 多分 わかった、 そして 私たちは 持っている まだ 全て 特徴 で。 しかし 私たちは は 興味がある たいてい で どれの 特徴 は 確実に その ほとんど 重要 もの。
いつ やっている これ、 私たちは できる 保存 それ として a カラム、 保存 予測 式 で その データ テーブル。 私たちは 見る で その データ テーブル 私たちは 持っている a 式 今 そして 私たちは できる 使用 それ。 私たちは できる 多分 持っている a 見て で どうやって その モデル 実行する または に 使用 それ で グラフ ビルダー 単に に 見る どうやって その モデル データ 見た目 のように 以上 その バッチ 成熟。 I 希望 その グラフ ビルダー に 見せる その グラフ その グラフ すぐ、 そして ここ それ 来る。 はい。 私たちは 持っている 見た それ これ モデリング 作品 とても 良い、 それで 私たちは 持っている a 式 今 に 再建する その データ そして 私たちは できる 多分 仕事 と それ。
しかし 特に のために その バッチ データ モデリング、 私たちは 持っている a 問題 ここ それ 検証 意思 ない 仕事 なぜなら 私たちは 5月 持っている ここ のために いくつかの バッチ、 これら 行 で トレーニング セット そして その 行 次 に それ で 検証 セット。 それで 彼らは は ない 良い 分離された のために その 特徴 それ コントロール その バッチ それから。 さらに、 その モデル は ない とても 安定した、 それで 私たちは 意思 取得する 違う 結果。 私たちの 違う 走る の その モデル、 これ は 知られている から 木- ベース 方法 それ 彼らは 5月 与える 違う 結果 のために 高い 変動性 データ。
もし 私たちは する 何か のように ランニング ブーストツリー 2回、 私たちは 得る また 違う カラム 貢献 そして 多分 違う 注文 のように 私たちは できる 見る ここ のために その 一部 そして X 5 は 切り替えた ここ のために これら 二 実行、 そして I 意思 見せる それ また また ここ。 もし 私たちは 走る ブーストツリー 二度。 しないでください 知る。 はい、 ここ I すべき 持っている その スクリプト。 それ 来る 後で。 それで で これ ポイント、 私たちは 持っている 言った それ それ 5月 なれ より良い に モデル その 要約 データ なぜなら 私たちは 必要 に 使用 その 満杯 バッチ。 ここ I 持っている a スクリプト 今 に 要約する その データ で a 形状 それ 私たちは 持っている のみ 1つ 行 のために それぞれ バッチ。
そこには は a ニース 特徴 統計 カラム 名前 形式 それ 私たちは 得る その 同じ 列 のために その 要約 データ として 私たちは 持っている で その オリジナル テーブル それ 私たちは できる 使用 その 同じ スクリプト のために 両方。 やっている それで、 私たちは 得る ここ その まとめ データ テーブル- I できる 近い その スクリプト- と その周り 500 バッチ。 その a 多く の より簡単に に モデル、 そして ここ I 持っている 要約 その データ のために 0.6 に 0.8 時間。 それで その どこ その 収率 落とす だった、 そして 私たちは できる また する ここ いくつかの 予測子 スクリーニング のように これ そして 見る それ I まだ 持っている 時間 で それ データ セット に 見る…
その もっと のように に 見る 何 レベル ノイズ は、 そして その その周り これら パラメータ それ は おそらく また ノイズ のために その モデル それから。 それから 私たちは できる、 の コース、 する いくつかの モデル 比較。 それで I 選択された a 少し パラメータ それ 私たちは 見つかった に なれ 責任者、 ほとんど おそらく、 そして 私は やっている 二 ブーストツリー 分析 そして それから する いくつかの モデル 比較 のために 両方。 それ 見た目 のように これ。 私たちは できる 見る ここ 私たちは 得る a プロファイラー そして 比較する その 結果 のために 違う 設定、 多分 のように これ。 ここ 私たちは 持っている まだ その 問題。 私たちは 見る いくつかの 特徴 のように これ ここ のために X10 で これ モデル そして ない で それ モデル。
それで それ おそらく 思われる に なれ ノイズ。 で その 始まり、 私たちは 持っている 議論した a 多く について これら 違い。 私たちは 持っている 見た 時々 そして 時々 ない、 そして 尋ねた その 質問、 何 は 真実、 何 は 物理的な、 そして 何 は ない。 それ 持ってくる 自分 に その ステップ それから それ 私たちは 必要 に 続く と 特徴 選択、 そして それは なぜ 私たちは 作成された これ スクリプト。 それ かかる これ まとめ データ そして もっている された 終わり のために その バッチ データ として 良い。
のために それぞれ ステップ、 それ ビルド ブースト エド 木 モデル のために その 満杯 パラメータ セット、 保存 その モデル の中へ その 式 デポ、 そして 保存 その モデル パフォーマンス R 四角 そして それで の中へ a データ テーブル、 そして ショー 私たち その カラム 貢献。 ここ 私たちは できる 見る 何か それ 私たちは 持っている 見た 頻繁 それ と その より高い 番号 モデル、 それ は その モデル と 少ない パラメータ のように 私たちは できる 見る ここ と その カラム 貢献、 私たちは 持っている その 最高 結果。 それ 見た目 違う のために それぞれ 走る、 しかし その 傾向 私たちは 見る で ほとんど 回。 それで ここ 私たちは できる 見る のために もっと または 少ない もちろん それ 一部 そして X1 そして X5 は その ほとんど 重要 パラメータ。
これ 1つ 5月 なれ そこには いつか そして 多分 ない、 それで 私たちは 意思 集中 の上 これら 三つ パラメータ。 として 良い、 私たちは できる 持っている a 見て で その 式 デポ。 そこには 私たちは できる 始める モデル 比較。 私たちは 多分 できる 比較する その 初め モデル。 それで 私たちは する それ のように これ、 モデル 比較。 これ は 私たちの データ テーブル。 取る その 初め 番号。 その 数字 ここ は シフトした による 1つ、 そして 多分 その 5番目 すべき なれ それ 1つ、 そして その 最後 1つ。 これ 意思 ない 仕事。 I 考える その 番号 三つ、 そして その 最後 1つ。
その もの と その 最高 検証 スコア そして 多分 比較する 彼ら ここ。 私たちは 見る その モデル 比較 ダイアログ。 私たちは 見る それ その 最後 モデル は 間 その 最高 モデル 私たちは できた フィット で 全て、 そして できる 見る ここ その プロファイラー、 のために 例、 そして として 良い、 5月 使用 外挿 コントロール。 私たちは 持っている 見た それ 私たちは 持っている まばらな データ、 それで ない 後ろに 毎 ポイント。 そこには は いくつかの データ。 さあ 見て どこ それ は。 ここ それ は。 外挿 コントロール 警告 の上。 それで それ ショー 私たち いつ そこには は いいえ データ 間 その ポイント。
ここ 私たちは できる 多分 比較する その モデル そして 私たちは 見る ここ それ そこには は いいえ 変動性 の上 その X 要因 それ まだ された 使用済み ここ。 に 和 上、 さあ 近い いくつかの テーブル 初め そして いくつかの ダイアログ。 に 和 上、 私たちは 持っている 準備した a ワークフロー のために モデリング これ データ そして 持っている 終わり いくつかの 手順 そして 追加 スクリプト に 強化する 理解 そして に ドライブ その 議論 について 何ですか 重要 そして 何ですか ない。
I 持っている a 提案 のために a モデル そして いくつかの タスク 私たちは できる 集中 の上 に 改善する その 年 収率 の 私たちの プロセス、 そして あなた 意思 探す その データ そして その プレゼンテーション で その ユーザー コミュニティ。 もし あなた 持っている 他の アイデア どうやって に 探検する これ データ セット そして どうやって に 探す その ファイナル 最高 モデル、 あなた できる 接触 自分 または 役職 何か の上 私の 貢献 で その で その コミュニティ のために これ 発見 サミット。 ありがとう のために あなたの 注意 そして さよなら。 それは それ、 マーティン。
