딥클래스딥클래스
로그인
강의 목록
공학정보

반도체 수율을 올리는 AI — SECOM 공정 데이터로 불량 잡기

딥클래스 멘토 멘토0.0 (0)수강생 0명

강의 소개

UCI SECOM 반도체 제조 공정 데이터(1,567 로트 × 590 익명 센서)로 불량(Fail)을 검출하는 머신러닝 프로젝트. 결측·고차원·심한 불균형 데이터를 다루며, 상호정보량 특성선택과 누수 없는 Pipeline을 배운다. 핵심은 "정확도 93%인데 불량을 거의 못 잡는" 정확도의 함정을 직접 만들고, class_weight와 임계값 조정·PR곡선으로 재현율을 되살리는 과정. 공정관리·수율의 산업적 맥락과 함께 배우는 불균형 분류 실전.

멘토 Q&A 포함
코드 자료 포함
리포트 자료 포함

강의 정보

강사

딥클래스 멘토 멘토

총 강의시간

27분

수강기한

구매일로부터 12개월

총 강의수

15개

연계 진로

공학

연계 교과

정보

커리큘럼

총 3개 섹션 · 15개 수업

섹션 1. 1회차 — 반도체 공정과 SECOM 데이터(문제 정의)

5개 수업
  • [1-02] SECOM 데이터셋 해부 — 591개 센서와 Pass/Fail02:13
  • [1-03] 데이터 로드와 첫 관찰02:28
  • [1-04] 결측치 진단과 대치 트레이드오프02:10
  • [1-05] 고차원의 저주·상수특성·시간특성02:01

섹션 2. 2회차 — 특성선택·모델, 그리고 정확도의 함정

5개 수업
  • [2-01] 노이즈 속 신호 찾기 — 상호정보량(MI)01:54
  • [2-02] 누수 없는 Pipeline 구성01:24
  • [2-03] 첫 모델 — 정확도 93%!01:23
  • [2-04] 반전 — 정확도의 함정01:55
  • [2-05] 왜 속았나 — 불균형과 평가지표01:56

섹션 3. 3회차 — 불균형 정복과 실무 결론

5개 수업
  • [3-01] 불균형 무기고 — class_weight·리샘플링·임계값01:21
  • [3-02] 다시 학습 — 재현율을 살리다01:20
  • [3-03] 올바른 평가 — PR곡선과 임계값01:34
  • [3-04] 중요 센서 해석과 공정 개선01:30
  • [3-05] 한계·실무적용·결론02:02

멘토 소개

🔬

딥클래스 멘토 강사

딥클래스 멘토 멘토는 공학 분야의 풍부한 경험을 바탕으로 고등학생 눈높이에 맞춘 강의를 진행합니다.

수강평 0

리뷰를 작성하려면 로그인이 필요합니다

Q&A

Q&A

(0개 질문)

로딩 중…

질문을 등록하려면 로그인이 필요합니다

추천도서

추천 도서가 없습니다.