**주제 :** 분류 알고리즘을 통한 고장 감지 및 예측
**목적 :**
반도체 공정 과정에서 관측한 **센서 데이터를 기반**으로 **불량품**을 분류하고
예측하여 생산 공정 및 스마트 팩토리 운영의 효율성 증대
**(1) 시각화 및 EDA분석
(2) 결측치 처리 및 이상치 분석**
**(3) 머신러닝 분류 모델 사용**
- 로지스틱 회귀
- 랜덤포레스트
- XGBoost
**(4) 피처 중요도**
- 공정 품질 저하를 유발하는 변수의 분포에 따라 공정 품질 저하를 조기감지하고
이에 따라 대응할 수 있는 해결책을 제시할 수 있다
- 시각화 분석의 결과와 머신러닝모델의 평가지표, 피처 중요도에 따라 공정 품질을
높이고 불량률을 낮추는 등을 통해 결과값을 도출한다.시각화 plot| 플롯 | 특징 | 추천 사용 상황 |
|---|---|---|
| Boxplot | 중앙값, IQR, 이상치 시각화 | 간단한 분포 비교, 이상치 확인 |
| Violin Plot | Boxplot + 분포 밀도 확인 | 데이터 분포의 밀도까지 보고 싶을 때 |
| KDE Plot | 부드러운 확률 밀도 함수 표시 | 분포의 형태 비교, 밀도 차이 분석 |
| CDF Plot | 누적 분포 비교, 분산 및 중앙값 차이 확인 | 누적 확률 분석, 분포 간 격차 파악 |