각종 변인(factor)을 고려하여, 최종 제품의 수율(yield)을 개선하고 제어하기 위한 통계 및 머신러닝 알고리즘을 개발합니다.
공정제어
최적화
전통적인 통계적 회귀 모형뿐만 아니라 최근에는 Random Forest, GBM(Gradient Boosting Machine), Deep Neural Network 등의 모형을 폭넓게 적용하는 추세입니다.
공정 최적화 분석 모델링의 주요 파이프라인
Data 정제 및 속성(X, Y 인자) 추출
데이터 전처리 및 구조화
시각화 분석
모델 분석