Encuentra anomalías y valores atípicos, pronostica con base en tendencias e identifica áreas de interés en tus datos con el aprendizaje automático de Elastic.
Primeros pasos con Elasticsearch: Almacenar, buscar y analizar con el Elastic Stack gratuito y abierto.
Mira el video
Introducción a ELK: Da los primeros pasos con logs, métricas, ingesta de datos y visualizaciones personalizadas en Kibana.
Mira el video
Primeros pasos con Elastic Cloud: Inicia tu primer despliegue.
Conoce más
Extraer nuevos conocimientos de tus datos de Elasticsearch es tan simple como hacer clic un botón, haciendo que el aprendizaje automático sea realmente operativo. Seguro, nos encanta desarrollar un buen algoritmo, pero tú no tienes que hacerlo. El aprendizaje automático está integrado centralmente en Elasticsearch y Kibana para brindar una experiencia que sea tanto poderosa como eficiente.
Si tus datos están en Elasticsearch, están listos para el aprendizaje automático. El Elastic Stack procesa los datos con la ingesta, garantizando que tengas los metadatos que necesitas para identificar causas raíz o agregar contexto en cualquier evento.
¿No tienes seguridad sobre qué trabajo tiene sentido para un nuevo conjunto de datos? Hicimos el trabajo por ti y encontramos algoritmos que funcionarán a escala. Las herramientas integradas como Data Visualizer te ayudan a encontrar los trabajos de droides que estás buscando e identificar los campos en tus datos que trabajarían bien con machine learning.
El aprendizaje automático no supervisado con Elastic te ayuda a encontrar patrones en tus datos. Usa los modelos de series de tiempo para detectar anomalías en tus datos actuales y prevé tendencias con base en datos históricos. ¿Te preguntas como se están apilando tus métricas? Usa la detección de anomalías para hacer zoom en los datos que se desvían del resto.
Aplica la clasificación, regresión y detección de valores atípicos a tus datos para una experiencia de flujo de trabajo integral en una amplia gama de casos de uso. Usa transformaciones de índice continuas para convertir un índice de logs de aplicaciones en una vista de actividades centrada en el usuario y crea un modelo de detección de fraudes mediante clasificación. Después usa el procesador de ingesta de inferencias para aplicar tus modelos a los datos entrantes al momento de la ingesta sin salir de Elasticsearch.
No importa si estás comenzando con el machine learning o eres un científico de datos experimentado, crear un trabajo de machine learning simplemente tiene sentido, como descubrir tiempos de respuesta inusualmente lentos para tu app directamente en la app APM o encontrar comportamiento inusual en la app SIEM. Puede no ser tan simple como pedir una pizza en línea, pero está cerca.
Pruébalo ahora para encontrar lo inusual, lo atípico y lo interesante. ¿Tienes preguntas? Visita la documentación de machine learning o únete a nosotros en el foro de machine learning.