시간

1일차 09:00~17:00(7시간)

2일차 09:00~17:00(7시간)

3일차 09:00~17:00(7시간)

1

I. 제조  AI모델링 개요 

제조 AI모델링 개요 / IPAIS 단계별 활동

III. 탐색적 분석

Fit Y by X, Control Chart Builder / 이상치 및 결측치 탐색

VI. AI 모델링
(JMP Pro)

Generalized Regression(Lasso, Elastic Net, Ridge)

2

II. 데이터 수집 및 전처리

과제 정의 및 데이터 수집

IV. AI 모델링
(지도학습)

다중회귀 / Logistic 회귀

Bootstrap Forest, Boosted Tree

3

데이터 형식 변경, 파생변수 생성

GLM / Mixed Model / Loglinear Variance

KNN, Naïve Bayes, SVM,
Model Screening/Comparision

4

자료 배열 변경, 요약

Neural Network / Decision Tree

VII. 시계열 모델링

Time Series 모델링 개요

5

자료 분리 및 통합

V. AI 모델링
(비지도학습)

주성분분석(PCA) / 요인분석(FA) / Cluster Variables

ARIMA 모형 / Seasonal ARIMA 모형

6

III. 탐색적 분석

시각적 분석(그래프 빌더, 필터, 열변환기 활용 등)

다중대응분석(MCA), Discriminant(판별), PLS

VIII. 예측 및 최적화

Profiling 최적화 및 Simulation

7

다변량 Distribution 분석, Process Screening

Clustering(군집분석), LCA(Latent Class Analysis)

Design Space 결정을 위한 DOE와 연계