Hola, todos. Gracias para unión en. En este hablar, I desear a hablar acerca de cómo nosotros hizo preparar nuestro lote proceso datos para modelado con JMP Pro y ganando valioso perspectivas con a equipo acercarse. Mi presentación es detallado en a PowerPoint parte. Eso es el primero parte y el detalles todo aquí mostrado voluntad seguir en JMP, como cómo el datos colocar aspecto, cual plataformas I tener usado como desaparecido datos, multi colinealidad, funcional datos explorador, vaticinador cribado, modelado lote datos con Árbol potenciado y Perfilador.
Resumido datos voluntad ser analizado por Árbol potenciado como Bueno, y entonces por a guión con Árbol potenciado hacia atrás selección. En primero, mi compañía, Siltronic, tiene mundo- clase producción sitios todo encima el mundo como se muestra aquí y acerca de 4.000 empleados. Aquí son alguno llave cifras. Si tú imaginar eso nosotros tener a complejo proceso flujos como mostrado aquí con silicio moho en a crisol. Silicio lingote es creado aquí. Eso es mi especial tarea. A hacer procesos para creciente silicio lingotes. Entonces el lingote es suelo y rebanado.
Borde redondeo es hecho para el obleas, láser calificación, lapeado, limpieza, aguafuerte, pulido, y tal vez epitaxia para el final oblea a ser creado. Nuestro cartera es eso nosotros son venta 300 milímetro, 200 milímetro y menor diámetro obleas para diferente aplicaciones como mostrado aquí, silicio obleas con varios presupuesto.
Acerca de a mí, mi educación es Soy un eléctrico ingeniero y I hizo alguno Seis Sigma educación, y mi principal tarea es a desarrollar procesos para creciente silicio cristales como mostrado aquí, y Soy como Bueno responsable para alrededor 500 usuarios en Seltronic JMP usuarios. Cómo hace el tarea mirar ¿como? Qué nosotros ver aquí es el final mesa, pero él tiene estado creado y este acepta a lote de esfuerzo como Bueno. Entonces allá son alguno base de datos consultas detrás a conseguir este datos de base de datos.
Nosotros recuperado el resultados en JMP datos mesas y engrandecido el datos colocar con archivo de más temprano fecha y enriquecido alguno información como detalles de experimentos y detalles en consumibles y escribió alguno guion para gráficos y evaluaciones. T gallina nosotros tener hecho el modelado tareas y de curso, miró para desaparecido datos correlaciones a ver qué son el mayoría significativo efectos y a hacer característica ingeniería a ver cual características son importante a generar un óptimo resultado.
En este punto, I voluntad cambiar en JMP entonces. Nosotros poder ver aquí mi diario Soy laboral con y el JMP principal ventana y el abstracto es visto aquí. Nosotros voluntad comenzar con técnico pistas. El usar datos colocar I espectáculo aquí es completamente anonimizado y estandarizado, y todo identificadores son genérico para mejor comprensión qué son el características, qué es el resultado, y entonces en. El apuntar de este presentación es a espectáculo todo el pasos nosotros necesario para conseguir un descripción general, reestructuración, y comprensión el datos colocar, y cómo a construir el modelos a conseguir alguno perspectivas de el contenido de el datos colocar.
I voluntad espectáculo alguno resultados eso nosotros tener discutido en a equipo. El equipo es muy importante aquí porque el equipo condujo a lote de discusión y trabajar como Bueno, cómo a analizar y qué características puede ser interesante y qué debería no ser, y qué puede ser el física detrás. I voluntad comenzar con el datos colocar aquí. Es también a parte de el contribución en el comunidad. Aquí él es abierto y I voluntad cambiar el diseño a pequeño poco a ver cómo él aspecto como. Nosotros tener alrededor 80.000 filas en este datos colocar y es a lote datos colocar, entonces nosotros tener a lote IDENTIFICACIÓN.
T su datos colocar es bastante desafiante porque él tiene a mezcla de histórico datos como aquí, POR lotes. Nosotros poder ver aquí eso nosotros tener… Mayoría de el datos es histórico datos, y allá son solo a pocos especial experimentos mostrado aquí. Nosotros tener varios características entonces, como uno categórico, Es consumible. Nosotros tener el lote madurez, es el tiempo, también estandarizado. Entonces nosotros tener varios características. Entonces estos X valores aquí, nosotros tener uno resultado columna, y a reducir el ruido a pequeño poco, nosotros tener calculado a nuevo emocionante promedio como Bueno.
Vamos tener a mirar en cómo el datos colocar aspecto más en detalle. Nosotros poder ver aquí, si nosotros hacer a resumen en el datos como este, tú poder hacer este de el mesa s menú como Bueno. Resumen. Nosotros conseguir alrededor 500 filas, 500 lotes. Este es a resumen por lote, y nosotros ver eso allá es No variación en el parámetros X 1 a X 4, significado eso ellos son constante para cada lote, y el otros son cambio en diferente tarifas. A tener a mirar cómo el datos aspecto en todo, nosotros poder ver aquí el resultado parámetro como producir, a largo tiempo para todo el filas de el lote datos colocar, y este suavizado es hecho por JMP Gráfico Constructor plataforma.
Nosotros implementado este como a fórmula como él es disponible como a función en JMP. Nosotros poder tener a mirar aquí en alguno especial lotes como Bueno. Si nosotros usar el local datos filtrar y ver aquí cómo el promedio obras y qué ruido es en el soltero datos agujas, el azul unos son el original datos de producir, y el naranja uno son el emocionante promedio. I voluntad cerca este entonces, y próximo punto puede ser a mirar en cómo mucho datos es desaparecido. Entonces nosotros tener este en JMP como Bueno. Nosotros poder marca todo el columnas y hacer el desaparecido datos patrón plataforma como este.
Él voluntad espectáculo a nosotros eso de acerca de 80.000 filas, nosotros tener 178 filas con alguno desaparecido datos en uno columna. Este poder también ser mostrado aquí como a gráfico. Este es muy importante, en el menos para el datos pasos de creación, él era importante a ver dónde es alguno datos desaparecido y a arreglar este desaparecido datos entonces como mucho como posible. Otro paso a mirar en el datos, tal vez Columnas Espectador. Nosotros poder conseguir aquí, I poner todo el columnas en, y aquí nosotros poder ver de nuevo como nosotros tenía antes, allá es alguno filas desaparecido para parámetro X2.
Nosotros poder ver qué el mín., máximo, significar, estándar desviaciones, y entonces son para todo el parámetros nosotros poder ver aquí. Aquí nosotros bien ver eso todo es estandarizado. Para el producir, es entre cero y 100. Nosotros poder como Bueno comenzar de aquí, distribución plataforma. Entonces todo el columnas son marcado y nosotros conseguir por solo uno hacer clic para todo el datos, el distribuciones. Nosotros poder ver aquí qué consumibles son usado cómo a menudo eso nosotros tener mayoría datos de histórico procesos y solo alguno de alguno experimentos con especial ajustes.
El tiempo, de curso, aspecto bien repartido, pero el otros no mirar eso bien. Entonces allá es a lote de habitación entre alguno ajustes, y es escasamente repartido, no- normal repartido para el mayoría parámetros, y eso marcas él incluso más desafiante a analizar este datos. Nosotros ir a el próximo pasos. I voluntad cerca estos informes. Entonces nosotros puede mirar incluso más en detalle en alguno cosas como cómo el parámetros son correlacionado. Nosotros poder ver este en el multivariante plataforma. Él necesidades alguno tiempo a ser calculado.
Tú voluntad encontrar él aquí bajo el análisis menú, multivariante. Él acepta el numérico columnas y genera este correlación informe, y tú voluntad ver eso el parámetros como X6 y X5 son muy correlacionado. Este marcas él difícil, como X10 y X9 como Bueno, marcas él difícil a hacer característica ingeniería. Qué nosotros desear a saber de el análisis es cual parámetro causas alguno producir gota. Si dos parámetros son correlacionado, es no entonces fácil a detectar o a encontrar afuera cual uno es el responsable uno.
Aquí en el dispersión trama matriz, tú poder ver como Bueno cual parámetros cambiar con tiempo, como X1, X2, arriba a X4 es constante encima tiempo, y el otros son cambio y cómo ellos son repartido, y tú poder bien marca alguno filas como aquí. Ellos son seleccionado en el datos mesa entonces y ver cómo el curvas son para cada parámetro encima tiempo o cual parámetro encima qué parámetro combinación aspecto como. Próximo, I desear a usar el Explorador de datos funcionales.
El explorador de datos funcionales permite a nosotros a adaptar curvas para cada lote y extractos el características de cada curva. Entonces nosotros poder tener a mirar en cual lotes comportarse similar o tal vez extremo unos. Entonces el comenzar es como este. Nosotros poder tener a mirar en cómo I comenzó el análisis. Nosotros lanzamiento análisis. I poner tiempo como un X parámetro, Producir como el producción parámetro Y, y el IDENTIFICACIÓN función es el Lote IDENTIFICACIÓN. Entonces nosotros tener aquí alguno informal regiones como Parte y Grupo.
Este plataforma es disponible en JMP Pro solo, y cuando nosotros comenzar él, nosotros poder hacer alguno datos tratamiento aquí. Pero en este caso, es no necesario. Nosotros poder tener a mirar en cada lote, cómo él aspecto. Entonces allá son a lote de gráficos aquí como este. Nosotros poder marca el filas. Nosotros poder ver aquí el marcado filas y el datos mesa como Bueno. A ir en con este plataforma, nosotros necesidad a hacer alguno modelos como P-splines para cada lote y JMP hace este y define sí mismo cual ranuras son usado y cómo muchos secundario funciones son necesario, como el nudos mostrado aquí.
Entonces el mejor resultado es dado con a cúbico ranura con 20 nudos. Tú poder ver cómo cada lote es modelado aquí por el rojo línea mostrado aquí y cómo él aspecto. Nosotros tener aquí el forma funciones. Entonces cada curva es agregado juntos por a combinación de forma funciones, y nosotros conseguir para cada lote el coeficiente para cada forma función. Si nosotros son mirando en Forma Función 1… Este es el principal comportamiento de todo lotes con a gota aquí en alrededor 0.7. Nosotros poder ver eso aquí nosotros tener Componente 1. Este es a coeficiente para el forma función uno.
Si nosotros seleccionar estos lotes, nosotros voluntad ver eso ellos tener a pronunciado forma como Forma Función 1. Nosotros poder ver él aquí. Nosotros poder como Bueno usar el Perfilador. Entonces este es principalmente para comprensión el datos pero nosotros tener no usado él para más análisis porque nosotros hizo no en realidad necesidad el información cómo el atrás lote aspecto como a forma para cada curva. Nosotros eran más interesado en promedio producir de cada lote porque nosotros no puedo definir solo a usar el primero parte de el lote y olvidar acerca de el segundo parte. Este quería no trabajar en nuestro caso.
Como Bueno a ver de nuevo cómo este obras juntos, nosotros poder tener a mirar en Gráfico Constructor. El gráfico de alguno lotes nosotros tener visto justo antes. Tal vez tú ver este número aquí. Nosotros tener visto él antes. Aquí él es mostrado de nuevo juntos con el emocionante promedio de producir. Próximo paso quería ser a comenzar modelado de el lote datos.
Cuando haciendo modelado, él puede ser interesante a ver o tener un idea cual parámetros son mayoría importante para el variabilidad de el producción. Allá nosotros tener el vaticinador cribado plataforma. Tú poder como Bueno comenzar él de aquí. Análisis y vaticinador cribado. I escribió él aquí como a guion simplemente a comenzar él por prensado a botón. Cuando haciendo entonces, nosotros voluntad ver alguno Oreja Bosque análisis yendo en, y él espectáculos a nosotros el importancia de el características nosotros tener en nuestro datos colocar. Tiempo es el mayoría importante, pero este es inútil en el fin para a nosotros porque nosotros necesidad a usar el lleno lote.
T gallina llega X1, entonces llega parte X8, X5, y entonces en. Entonces aquí nosotros podría como Bueno seleccionar a pocos filas, Copiar a ellos y poner a ellos en a modelo. I voluntad detener este aquí, y a ver cual modelo obras mejor, I usado modelo cribado plataforma. I voluntad no correr él aquí porque él acepta varios minutos. Pero nosotros tener visto eso Plataforma Boosted Tree puede llevar a cabo Bueno. Allá es tal vez no entonces a grande diferencia entre el próximo unos, pero eso es el razón por qué I usado Plataforma de árbol potenciado.
Entonces nosotros voluntad correr Árbol potenciado como este en el lote datos, y él obras bastante rápido. Nosotros voluntad ver el resultado, y a lindo característica de el Plataforma Boosted Tree como Bueno es eso tú tener columna contribuciones entonces eso tú poder bien hacer alguno característica ingeniería. Nosotros poder ver aquí eso nosotros tener 71 % R cuadrado para capacitación y 66 para validación, tal vez bueno, y nosotros tener aún todo características en. Pero nosotros son interesado principalmente en cual características son seguramente el mayoría importante unos.
Cuando haciendo este, nosotros poder ahorrar él como a columna, ahorrar predicción fórmula en el datos mesa. Nosotros ver en el datos mesa nosotros tener a fórmula ahora y nosotros poder usar él. Nosotros poder tal vez tener a mirar en cómo el modelo realiza o a usar él en Gráfico Constructor simplemente a ver cómo el modelo datos aspecto como encima el lote madurez. I esperanza el Gráfico Constructor a espectáculo el gráfico el gráfico pronto, y aquí él llega. Sí. Nosotros tener visto eso este modelado obras bastante Bueno, entonces nosotros tener a fórmula ahora a reconstruir el datos y nosotros poder tal vez trabajar con él.
Pero especialmente para el lote datos modelado, nosotros tener a problema aquí eso validación voluntad no trabajar porque nosotros puede tener aquí para alguno lote, estos filas en capacitación colocar y el filas próximo a él en validación colocar. Entonces ellos son no Bueno apartado para el características eso control el lote entonces. Además, el modelo es no muy estable, entonces nosotros voluntad obtener una diferente resultado. Para nuestro diferente corre de el modelo, este es conocido de árbol- basado métodos eso ellos puede dar diferente resultados para alto variabilidad datos.
Si nosotros hacer algo como correr Árbol potenciado dos veces, nosotros conseguir también diferente columna contribuciones y tal vez diferente orden como nosotros poder ver aquí para el parte y X 5 son cambiado aquí para estos dos corre, y I voluntad espectáculo él de nuevo también aquí. Si nosotros correr Árbol potenciado dos veces. No saber. Sí, aquí I debería tener el guion. Él llega más tarde. Entonces en este punto, nosotros tener dicho eso él puede ser mejor a modelo el resumido datos porque nosotros necesidad a usar el lleno lote. Aquí I tener a guion ahora a resumir el datos en a forma eso nosotros tener solo uno fila para cada lote.
Allá es a lindo característica estadística columna nombre formato eso nosotros conseguir el mismo columnas para el resumido datos como nosotros tener en el original mesa eso nosotros poder usar el mismo guiones para ambos. Haciendo entonces, nosotros conseguir aquí el resumen datos mesa- I poder cerca el guion- con alrededor 500 lotes. Es a lote de más fácil a modelo, y aquí I tener resumido el datos para 0.6 a 0.8 tiempo. Entonces es dónde el producir gota era, y nosotros poder de nuevo hacer aquí alguno vaticinador cribado como este y ver eso I aún tener tiempo en eso datos colocar a ver…
Es más como a ver qué nivel ruido es, y es alrededor estos parámetros eso son probable también ruido para el modelo entonces. Entonces nosotros poder, de curso, hacer alguno modelo comparación. Entonces I seleccionado a pocos parámetro eso nosotros encontró a ser responsable, mayoría probablemente, y Soy haciendo dos Árbol potenciado análisis y entonces hacer alguno modelo comparación para ambos. Él aspecto como este. Nosotros poder ver aquí nosotros conseguir a Perfilador y comparar el resultado para diferente ajustes, tal vez como este. Aquí nosotros tener aún el problema. Nosotros ver alguno características como este aquí para X10 en este modelo y no en eso modelo.
Entonces él probable parece a ser ruido. En el comienzo, nosotros tener discutido a lote acerca de estos diferencias. Nosotros tener visto a veces y a veces no, y preguntó el pregunta, qué es verdadero, qué es físico, y qué es no. Eso trajo a mí a el paso entonces eso nosotros necesidad a continuar con característica selección, y eso es por qué nosotros creado este guion. Él acepta este resumen datos y tiene estado hecho para el lote datos como Bueno.
Para cada paso, él construye Aumentar ed Árbol modelo para el lleno parámetro colocar, ahorra el modelo en el fórmula depósito, y ahorra el modelo actuación R cuadrado y entonces en a datos mesa, y espectáculos a nosotros el columna contribución. Aquí nosotros poder ver algo eso nosotros tener visto a menudo eso con el más alto número modelo, él es el modelo con menos parámetros como nosotros poder ver aquí con el columna contribuciones, nosotros tener el mejor resultado. Él aspecto diferente para cada correr, pero el tendencia nosotros ver en mayoría veces. Entonces aquí nosotros poder ver para más o menos seguro eso parte y X1 y X5 son el mayoría importante parámetros.
Este uno puede ser allá a veces y tal vez no, entonces nosotros voluntad enfocar en estos tres parámetros. Como Bueno, nosotros poder tener a mirar en el Fórmula Depósito. Allá nosotros poder comenzar modelo comparación. Nosotros tal vez poder comparar el primero modelo. Entonces nosotros hacer él como este, modelo comparación. Este es nuestro datos mesa. Llevar el primero número. El números aquí son desplazado por uno, y tal vez el 5º debería ser eso uno, y el último uno. Este voluntad no trabajar. I pensar es número tres, y el último uno.
El unos con el más alto validación puntaje y tal vez comparar a ellos aquí. Nosotros ver el modelo comparación diálogo. Nosotros ver eso el último modelo es entre el mejor modelos nosotros podría adaptar en todo, y poder ver aquí el Perfilador, para ejemplo, y como Bueno, puede usar extrapolación control. Nosotros tener visto eso nosotros tener escaso datos, entonces no detrás cada punto. Allá es alguno datos. Vamos mirar dónde él es. Aquí él es. Extrapolación control advertencia en. Entonces él espectáculos a nosotros cuando allá es No datos entre el agujas.
Aquí nosotros poder tal vez comparar el modelos y nosotros ver aquí eso allá es No variabilidad en el X factores eso no lo han hecho estado usado aquí. A suma arriba, Vamos cerca alguno mesas primero y alguno diálogos. A suma arriba, nosotros tener preparado a flujo de trabajo para modelado este datos y tener hecho varios pasos y adicional guion a mejorar comprensión y a conducir el discusión acerca de qué importante y qué no.
I tener a propuesta para a modelo y alguno tareas nosotros poder enfocar en a mejorar el año producir de nuestro proceso, y tú voluntad encontrar el datos y el presentación en el usuario comunidad. Si tú tener otro ideas cómo a explorar este datos colocar y cómo a encontrar el final mejor modelo, tú poder contacto a mí o correo algo en mi contribución en el en el comunidad para este Descubrimiento Cumbre. Gracias para su atención y adiós. Eso es él, Martín.
