← 콘텐츠 라이브러리로 돌아가기
반도체 수율 예측 ML (Pass/Fail)
중급 · Jupyter 4차시 · MIT
SECOM형 센서 데이터로 Pass/Fail을 예측하는 분류 파이프라인. 원본: Nishantsarathe/Semiconductor-Yield-Prediction-ML (MIT). Hypy JupyterLite용으로 축약·각색.
📋 Course Outline
반도체 수율 예측 ML (Pass/Fail)
Module 1: 1차시 · 데이터 탐색
샘플 CSV 로드, 타깃·결측 분포
- Jupyter · EDA
Module 2: 2차시 · 전처리
결측 대체, VarianceThreshold
- Jupyter · 전처리
Module 3: 3차시 · 분류 모델 비교
LR·Tree·RF·SVM·KNN·NB
- Jupyter · 모델 비교
- 텍스트 드래그 · train/test + accuracy
Module 4: 4차시 · 특성 중요도
Random Forest importance
- Jupyter · 해석
분류 없음
기타 자료
- 링크
원본 GitHub (MIT) · 전체 노트북·CSV
Copyright (c) 2026 Nishantsarathe — MIT License
- 데이터셋
샘플 CSV (브라우저용 축약)
원본 signal-data.csv 에서 분산 상위 40열·504행 샘플
로그인하면 이 코스웨어를 신청하고 퀴즈를 풀 수 있습니다.