Introduction au Machine Learning Supervisé avec La Suite Elastic

Yazid Akadiri

Principal Solutions Architect

Elastic

Dans ce webinaire, nous allons explorer l'utilisation des transformations de données pour le machine learning supervisé avec Elastic. Les transformations de données vous permettent de créer vos propres modèles en se basant sur différents types d’analyse que sont la régression, la classification et la détection d'anomalies nativement intégrées dans la suite Elastic. La version 7.6 d’Elastic a introduit un nouveau moteur d'inférence grâce auquel, vous pouvez désormais tirer profit de vos modèles d’analyse pour enrichir vos données en temps réel et en continue. Il est donc maintenant possible avec la suite Elastic de construire des pipelines de machine learning supervisé de bout en bout et c’est ce que nous allons vous montrer aujourd’hui.

Vous découvrirez notamment:

• L’implémentation d’un pipeline de régression
• l’implémentation d’un pipeline de classification
• L'utilisation du modèle de détection automatique de la langue
• Intégration entre Elastic et Jupyter notebooks

Aller plus loin :

• Training: Elastic Machine Learning pour la Cybersecurity
• Vidéos:
  • Introduction au Elastic Machine Learning Data frame
  • Optimiser vos job Machine Learning avec Elasticsearch (Anglais)
  • Web Access Logs dans Elasticsearch avec Machine Learning (Anglais)
  • L'upload d'un fichier dans Elasticsearch à l'aide de Machine Learning et Ingest Node (Anglais)
• Blog: Machine learning pour la cybersecurity: ça ne peut qu’être aussi efficace que votre implémentation (Anglais)

Voulez-vous essayer vous même? Tester les nouvelles fonctionnalités avec cet essai gratuit Elasticsearch Service.