VIP20
本课程属于：040-半导体良率核心技能 半导体工艺与制造设备 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

良率验证流程：基于CP测试参数的FT良率模型校验

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
CP测试与FT测试的基本概念 · 良率模型校验的意义 · 课程目标与学习路径
课程导论CP
02
半导体测试流程概述
从晶圆制造到封装测试的全流程 · CP与FT在流程中的位置与作用
半导体测试流程概…从晶圆制造到封装…
03
CP测试参数详解
探针台 · 测试机 · 测试项目（DC参数
CP测试参数详解
04
FT测试参数详解
分选机 · 测试座 · 测试项目（漏电流
FT测试参数详解
05
良率定义与计算
CP良率 · FT良率 · 最终良率
良率定义计算
06
良率模型理论基础
泊松模型 · 负二项模型 · 聚类模型
良率模型理论基础泊松模型
07
CP参数与FT良率的关联性分析
相关性矩阵 · 散点图分析 · 关键参数识别方法
CPFT
08
数据预处理
缺失值处理 · 异常值检测（IQR · Z-score）
数据预处理缺失值处理
09
特征工程
基于CP参数的特征提取 · 交互特征 · 多项式特征
特征工程CP
10
数据集划分
训练集 · 验证集 · 测试集的划分策略
数据集划分训练集
11
线性回归模型
一元线性回归 · 多元线性回归 · 最小二乘法
线性回归模型一元线性回归
12
逻辑回归模型
二分类良率预测 · Sigmoid函数 · 决策边界
逻辑回归模型二分类良率预测
13
决策树与随机森林
树模型原理 · 特征重要性 · 集成学习
决策树随机森林
14
支持向量机（SVM）
核函数 · 软间隔 · SVR在良率预测中的应用
SVM支持向量机
15
神经网络基础
感知机 · 多层感知机（MLP） · 激活函数
神经网络基础感知机
16
深度学习模型
深度神经网络（DNN） · 正则化（Dropout · Batch Normalizatio…
深度学习模型DNN
17
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标准确率
18
交叉验证
K折交叉验证 · 留一法 · 分层交叉验证
交叉验证K折交叉验证
19
过拟合与欠拟合
诊断方法 · 正则化（L1/L2） · 早停法
过拟合欠拟合
20
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优网格搜索
21
模型可解释性
SHAP值 · LIME · 特征重要性排序
模型可解释性SHAP
22
模型部署与集成
模型序列化（Pickle/ONNX） · API封装 · 实时预测与批量预测
模型部署集成
23
良率模型校验流程
数据收集→预处理→特征工程→模型训练…
良率模型校验流程数据收集→预处理…
24
案例实战一
基于CP DC参数的FT良率线性回归…
案例实战一CP
25
案例实战二
基于CP AC参数的FT良率随机森林…
案例实战二CP
26
案例实战三
基于CP功能测试参数的FT良率深度学…
案例实战三CP
27
模型对比与选择
不同模型在同一数据集上的性能对比 · 模型复杂度与泛化能力权衡
模型对比选择
28
良率提升策略
基于模型分析的关键参数调整 · 工艺改进建议 · 测试程序优化
良率提升策略基于模型分析的关…
29
常见问题与解决方案
数据不平衡 · 参数漂移 · 模型失效
常见问题解决方案
30
课程总结与展望
核心知识点回顾 · 行业趋势（AI+测试 · 大数据分析）
课程总结核心知识点回顾