Machine Learning

Entdecken Sie, was Ihnen sonst entgangen wäre.

Spüren Sie Anomalien und Ausreißer auf, prognostizieren Sie Entwicklungen anhand von Trends und finden Sie Bereiche in Ihren Daten, die eine nähere Betrachtung lohnen – Elastic-Machine Learning machts möglich.

Erste Schritte mit Elasticsearch: Speichern, Durchsuchen und Analysieren mit dem kostenlosen und offenen Elastic Stack

Video ansehen

Einführung in ELK: Erste Schritte mit Logdaten, Metriken, Dateningestion und benutzerdefinierten Visualisierungen in Kibana

Video ansehen

Erste Schritte mit Elastic Cloud: So starten Sie Ihr erstes Deployment

Mehr erfahren

Machine Learning heute schon nutzen

Machine Learning ist nicht länger theoretische Zukunftsvision, sondern Realität: Ein Tastendruck genügt und schon können Sie neue Erkenntnisse aus Ihren Elasticsearch-Daten ziehen. Wir kümmern uns um die Algorithmusentwicklung (und haben Spaß dabei), damit Sie es nicht tun müssen. Elasticsearch und Kibana sind mit integrierten Machine-Learning-Funktionen ausgestattet und bieten so gleichzeitig Leistungsfähigkeit und Performance.

Screenshot of Machine Learning anomaly

Sekundenschnelle Anomalie- und Ausreißererkennung

Unbeaufsichtigtes Machine Learning mit Elastic hilft, Muster in Daten zu finden. Mit Zeitreihenmodellierung können Sie Anomalien in Ihren aktuellen Daten erkennen und auf der Basis historischer Daten Trends prognostizieren. Möchten Sie wissen, wie sich Ihre Metriken entwickeln? Die Ausreißererkennung ermöglicht das Analysieren von Datenpunkten, die sich außerhalb des normalen Bereichs befinden.

Screenshot of Machine Learning anomaly explorer

Beaufsichtigtes Machine Learning ohne zusätzlichen Aufwand

Sorgen Sie durch Anwendung von Klassifizierungs-, Regressions- und Ausreißererkennungsmodellen auf Ihre Daten in einer breiten Palette von Anwendungsfällen für einen allumfassenden Workflow. Verwenden Sie kontinuierliche Indextransformationen, um einen Anwendungslogindex in eine nutzerzentrische Aktivitätsansicht umzuwandeln, und entwickeln Sie mithilfe von Klassifizierung ein Betrugserkennungsmodell. Anschließend kann dann der Ingestions-Prozessor verwendet werden, um die Modelle beim Ingestieren auf die ankommenden Daten anzuwenden, ohne dass Sie dazu Elasticsearch verlassen müssen.

Screenshot of Machine Learning data frame analytics