VIP20
本课程属于：024-KLA半导体检测与量测工程 高端制造、半导体装备与精密工程 · 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

KLA检测数据与良率关联分析工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与工程全景
目标=KLA检测在半导体制造中的角色 · 良率关联分析的目标 · 课程项目贯穿案例介绍
课程导入工程全景
02
KLA检测数据体系解析
目标=缺陷检测 · 量测 · 复检数据的类型
KLA检测数据体系解析
03
良率数据基础与关联逻辑
目标=良率定义 · bin分类 · 良率损失分解
良率数据基础关联逻辑
04
数据采集与工程化接入
目标=从KLA机台到数据平台的ETL… · 实时/批量采集方案 · 常见接口与协议
数据采集工程化接入
05
数据质量治理实战
目标=缺失值 · 重复记录 · 时间戳对齐
数据质量治理实战目标=缺失值
06
缺陷数据特征工程
目标=缺陷尺寸 · 类别 · 坐标
缺陷数据特征工程目标=缺陷尺寸
07
良率标签构建与对齐
目标=晶圆图 · die坐标 · 良率bin标签的生成与检测数据空间对…
良率标签构建对齐
08
探索性数据分析与可视化
目标=缺陷空间分布 · 良率热力图 · 趋势图
探索性数据分析可视化
09
缺陷与良率关联的统计基础
目标=假设检验 · 方差分析 · 卡方检验
缺陷良率关联的统计基…
10
空间模式识别与晶圆图分析
目标=缺陷簇 · 边缘效应 · 径向分布
空间模式识别晶圆图分析
11
缺陷分类与良率影响排序
目标=基于缺陷类型 · 尺寸 · 位置的良率影响量化与优先级排序
缺陷分类良率影响排序
12
机器学习入门与特征选择
目标=逻辑回归 · 决策树 · 随机森林在良率关联中的适用场景与特征…
机器学习入门特征选择
13
分类模型预测低良率风险
目标=构建缺陷→良率二分类/多分类模… · 评估指标与业务阈值设定
分类模型预测低良…目标=构建缺陷→…
14
回归模型量化良率损失
目标=预测连续良率值 · 缺陷贡献度分析 · 模型可解释性初步
回归模型量化良率…目标=预测连续良…
15
关联规则挖掘与根因线索
目标=Apriori · FP-Growth在缺陷组合与低良率…
关联规则挖掘根因线索
16
时间序列与趋势关联分析
目标=检测数据随时间变化与良率漂移的… · 滞后相关 · 变化点检测
时间序列趋势关联分析
17
多变量分析与降维
目标=PCA · PLS在KLA多参数数据与良率关联中…
多变量分析降维
18
模型验证与工程化评估
目标=交叉验证 · 时间外验证 · 混淆矩阵
模型验证工程化评估
19
可解释性分析与根因定位
目标=SHAP · 特征重要性 · 部分依赖图在缺陷-良率关联中的实战
可解释性分析根因定位
20
实时监控与预警系统设计
目标=基于检测数据的良率异常检测 · SPC控制图 · 报警规则与响应流程
实时监控预警系统设计
21
自动化分析流水线构建
目标=从数据拉取 · 特征计算 · 模型推理到报告生成的端到端工程实现
自动化分析流水线…目标=从数据拉取
22
案例实战一
目标=特定缺陷类型与良率损失的关联分…
案例实战一目标=特定缺陷类…
23
案例实战二
目标=跨机台/跨批次检测数据一致性分…
案例实战二目标=跨机台
24
案例实战三
目标=基于空间模式的良率提升机会识别…
案例实战三目标=基于空间模…
25
案例实战四
目标=构建良率预测模型并部署到产线决…
案例实战四目标=构建良率预…
26
数据可视化与交互式仪表板
目标=面向工程师与管理者的良率关联分…
数据可视化交互式仪表板
27
工程化挑战与解决方案
目标=大数据量 · 实时性 · 数据漂移
工程化挑战解决方案
28
跨部门协作与业务落地
目标=与工艺 · 设备 · 整合部门的协作模式
跨部门协作业务落地
29
前沿方法引入
目标=深度学习 · 图神经网络在缺陷-良率关联中的探索与…
前沿方法引入目标=深度学习
30
课程总结与持续改进
目标=知识体系回顾 · 工程实践检查清单 · 后续学习路径与社区资源
课程总结持续改进