晶圆制造数据分析实战
📚 共计 30 章节
01
晶圆制造概述
半导体产业链全景 · 工艺流程(氧化/光刻/刻蚀/沉积/离子注入) · Fab数据流
产业链
工艺
数据流
02
数据分析环境搭建
Python/Anaconda · Jupyter · Pandas/NumPy/Matplotlib/Scikit-learn
环境
Python
库安装
03
数据采集与ETL
MES/SECS/GEM · 数据清洗(缺失/异常/重复) · 转换与标准化
ETL
清洗
标准化
04
探索性数据分析 (EDA)
描述性统计 · 直方图/箱线图 · 热力图 · 数据质量报告
EDA
可视化
相关性
05
良率分析基础
Cumulative/Die Yield · Poisson/Murphy/Binomial · 良率基线
良率
损失模型
基线
06
缺陷空间分布分析
Wafer Map可视化 · DBSCAN聚类 · 缺陷密度与良率关联
Wafer Map
DBSCAN
缺陷密度
07
关键工艺参数 (KPP) 分析
SPC控制图 · 单/多变量分析 · PCA降维
KPP
SPC
PCA
08
时间序列分析
设备时序 · PM周期 · 分解(趋势/季节/残差) · ARIMA/SARIMA
时间序列
ARIMA
PM
09
统计过程控制 (SPC)
X-bar/R/S/I-MR · Cp/Cpk · Western Electric Rules
SPC
控制图
Cp/Cpk
10
假设检验在Fab中的应用
t检验 · ANOVA · 卡方检验 · 缺陷分布独立性
t检验
ANOVA
卡方
11
回归分析
线性回归 · 多元回归 · Ridge/Lasso正则化
回归
Ridge
Lasso
12
分类算法
逻辑回归 · 决策树/随机森林 · XGBoost良率预测
分类
随机森林
XGBoost
13
聚类分析
K-Means · 层次聚类 · GMM异常批次识别
K-Means
层次聚类
GMM
14
降维技术
PCA · t-SNE · 特征重要性排序
PCA
t-SNE
特征选择
15
异常检测
孤立森林 · One-Class SVM · Autoencoder
异常检测
孤立森林
Autoencoder
16
深度学习基础
神经网络 · 激活函数 · 损失/优化器 · Keras/TensorFlow
深度学习
Keras
TensorFlow
17
卷积神经网络 (CNN) 应用
LeNet/ResNet · 缺陷模式识别 · 数据增强
CNN
缺陷分类
数据增强
18
循环神经网络 (RNN) 应用
LSTM · GRU · 序列到序列预测
RNN
LSTM
GRU
19
迁移学习
预训练模型 · 微调 · 领域自适应
迁移学习
微调
Domain Adaptation
20
强化学习入门
MDP/Q-Learning · 调度优化 · DQN
强化学习
Q-Learning
DQN
21
虚拟计量 (VM)
VM概念 · 回归预测膜厚/线宽 · 分类Pass/Fail
虚拟计量
回归
分类
22
故障检测与分类 (FDC)
FDC架构 · Hotelling T2/SPE · 决策树/SVM
FDC
Hotelling T2
SVM
23
设备预防性维护 (PM) 优化
时间/状态PM · RUL预测 · 维护调度
PM
RUL
调度优化
24
良率提升案例分析
真实Fab数据 · EDA到建模 · 改善措施验证
案例
根因分析
良率提升
25
大数据架构
Spark · Hadoop HDFS · Kafka + Spark Streaming
Spark
HDFS
Kafka
26
数据治理与安全
SEMI标准(E120/E125/E164) · 数据血缘 · 隐私保护
数据治理
SEMI
安全
27
自动化机器学习 (AutoML)
TPOT/H2O · 超参数调优 · Grid/Bayesian
AutoML
TPOT
贝叶斯优化
28
模型解释性
SHAP · LIME · 特征重要性可视化
SHAP
LIME
可解释性
29
模型部署与监控
Pickle/ONNX · Flask/FastAPI · 漂移监控
部署
REST API
监控
30
未来趋势
数字孪生 · AI自适应控制 · 生成式AI(GAN)增强
数字孪生
GAN
自适应