Découvrez des anomalies et des aberrations, adossez vos prévisions à des tendances et identifiez des éléments intéressants dans vos données. Elastic Machine Learning est fait pour ça.
Prise en main d'Elasticsearch : stockage, recherche et analyse avec la Suite Elastic gratuite et ouverte.
Regarder la vidéo
Présentation de la suite ELK : lancez-vous avec les logs, les indicateurs, l'ingestion des données et les visualisations personnalisées dans Kibana.
Regarder la vidéo
Prise en main d'Elastic Cloud : comment créer votre premier déploiement.
En savoir plus
Extraire de vos données Elasticsearch des informations passées inaperçues ? C'est simple comme un clic. Quand on vous dit qu'Elastic Machine Learning est vraiment opérationnel... Ce n'est pas parce que nous adorons développer des algorithmes que vous êtes obligé de le faire. C'est pourquoi nous avons directement intégré toute la puissance de Machine Learning dans Elasticsearch et Kibana. Vous n'avez plus qu'à profiter de ses performances.
Si vos données sont dans Elasticsearch, elles sont prêtes pour Machine Learning. La Suite Elastic traite les données au moment de l'ingestion. Vous disposez ainsi des métadonnées qu'il vous faut pour identifier les causes premières ou ajouter du contexte à n'importe quel événement.
Vous ne savez pas quelles tâches sont les plus pertinentes pour votre nouvel ensemble de données ? Nous le faisons pour vous, grâce à des algorithmes dont nous savons qu'ils fonctionneront à grande échelle. Des outils intégrés comme Data Visualizer sont là pour vous aider à identifier les droïdes – pardon : les tâches et les champs qui se prêtent le mieux au Machine Learning.
Le machine learning non supervisé signé Elastic vous aide à trouver des modèles dans vos données. Vous pouvez utiliser la modélisation de séries temporelles pour détecter des anomalies dans vos données actuelles, et prévoir les tendances grâce aux données d'historique. Vous vous demandez où en sont vos indicateurs ? Utilisez la détection des anomalies pour examiner les points de données qui se détachent du reste.
Pour bénéficier d’une expérience de workflow intégrale sur un large panel de cas d'utilisation, exécutez des tâches de régression, de classification et de détection des aberrations sur vos données. En partant des transformations continues que subit un index de logs d’application, élaborez une vue des activités centrée sur l’utilisateur et mettez au point un modèle de détection des fraudes à l’aide de la classification. Ensuite, servez-vous du processeur d’ingestion par inférence pour appliquer vos modèles aux données entrantes au moment de l’ingestion sans quitter Elasticsearch.
Que vous soyez novice dans le domaine du Machine Learning ou data scientist chevronné, avec Elastic, la création de tâches de Machine Learning devient évidente (comme détecter un ralentissement des temps de réponse directement dans l'application APM, ou encore découvrir un comportement inattendu via l'application SIEM). Bon… On ne dit pas que ça sera aussi simple que de commander une pizza, mais on n'en est pas loin !
Essayez maintenant et partez à la chasse à l'inhabituel, à l'atypique... à l'étonnant. Des questions ? Consultez la documentation sur le Machine Learning ou participez à notre forum dédié.