時系列データの異常検知 実践入門

リアルタイムに流れ込む時系列データの異常検知に優れるElasticの機械学習。この動画では、単一・複数のメトリックの異常検知、集団の中から得意な要素を見つけるはぐれ者の検知、場違いなところに現れた非構造メッセージの発見の方法を、実例を交えて紹介します。これから機械学習をはじめられる方には非常に実践的な内容です。

動画をご視聴いただきましたら、ぜひ以下のコンテンツもご覧ください。

ニューヨーク市のタクシー乗降データで機械学習を体験する
https://www.elastic.co/jp/blog/experiencing-machine-learning-with-nyc-taxi-dataset

オプション機能(旧X-Pack)のインストールはこちらから。

ビデオを見る

リアルタイムに流れ込む時系列データの異常検知に優れるElasticの機械学習。この動画では、単一・複数のメトリックの異常検知、集団の中から得意な要素を見つけるはぐれ者の検知、場違いなところに現れた非構造メッセージの発見の方法を、実例を交えて紹介します。これから機械学習をはじめられる方には非常に実践的な内容です。

動画をご視聴いただきましたら、ぜひ以下のコンテンツもご覧ください。

ニューヨーク市のタクシー乗降データで機械学習を体験する
https://www.elastic.co/jp/blog/experiencing-machine-learning-with-nyc-taxi-dataset

オプション機能(旧X-Pack)のインストールはこちらから。

Kosho Owa

国内大手セキュリティベンダーでサイバーセキュリティ対策ソフトウェアの開発に従事した後に、2016年にElasticに入社。Principal Solutions Architectとして、ドキュメントの検索からログの可視化・分析まで幅広いユースケースをカバーし、Elastic Stackを利用した大量データの活用方法を、日々お客様に提案している。