전체 글 102

[내일배움캠프] 본캠프 7/24

오늘 한 일개인 모델에 등급(상/중/하) 분류 적용해보기 — 검토 보고서0. 이 문서의 성격이 보고서는 **개인적으로 손보던 모델(16번/17번 실험, LOT+캐비티+시간 lag 피처 기반 LightGBM 모델)**에, 팀원이 노션에 제안한 "등급(상/중/하) 분류"라는 아이디어를 개인적으로 적용해본 결과를 정리한 것이다.몇 가지 분명히 해둘 점이 있다.여기 나오는 모든 수치는 개인 모델 기준이며, 팀원이 실제로 만든 등급 분류 모델이나 팀원의 실제 데이터를 사용한 것이 아니다.따라서 이 결과를 "등급 분류 방식 자체가 틀렸다"거나 "팀원의 접근이 잘못됐다"는 절대적 판정으로 읽으면 안 된다. 어디까지나 개인 모델에 그 아이디어를 얹어보니 이런 패턴이 나오더라는 참고 자료다.목적은 팀 논의(특히 팀원이 ..

[내일배움캠프] 본캠프 7/23

오늘 한 일LOT/캐비티/설비 기반 불량 예측 모델 — 팀 공유용 설명첨부 이미지 2개(16_17_성능요약_시각자료.png, 17_stepH_설비별_성능비교_시각자료.png)와 함께 보는 설명 문서입니다.1. 무엇을 하려는 프로젝트인가사출성형 공정에서 검사 결과(FAI)가 나오기까지 시간이 오래 걸려서, 그 전에 이미 알 수 있는 공정 조건값만으로 "이번 배치(LOT)가 불량이 많이 나올 것 같다"를 미리 예측하는 모델을 만드는 것이 목표입니다.이전 실험(shot 단위 baseline)에서는 F1 0.643 수준에서 성능이 정체돼 있었습니다. 이번 작업은 이 정체를 뚫기 위해 (1) 예측 단위를 바꾸고 (2) 캐비티·설비 정보를 구조적으로 반영하고 (3) 시간 흐름(drift) 문제를 다루는 세 방향으로..

[내일배움캠프] 본캠프 7/20

오늘 한 일로트별 수율(Yield) 사전 예측 — 진행 정리1. 배경 및 목적사출 조건이 초 단위까지 완전히 동일한 shot들 사이에서도 FAI 합/불 판정이 갈리는 현상을 분석하는 과정에서, 캐비티 위치 효과 및 로트(LOT) 단위 정보가 조건 컬럼보다 fail 여부를 훨씬 잘 설명한다는 것을 확인함(로트 소속만 알아도 예측 AUC 0.798, 조건만 사용 시 0.616 — ICC 기준 로트 효과 약 29%).이 결과를 바탕으로 팀 회의에서 "shot 단위 합/불 예측" 대신 "로트 단위 수율(fail rate) 예측"으로 방향을 전환하기로 결정함. 목표는 로트가 끝나기 전, 로트 초반 일부 shot 정보만으로 그 로트의 최종 수율을 미리 예측하는 것(사전 예측/조기경보형).2. 예측 정의예측 대상: ..