O mais novo recurso do X-Pack na versão 6.1 é a previsão sob demanda.  O aprendizado de máquina pode modelar os dados e vários intervalos de tempo futuros.

<html><head></head><body>O mais novo recurso de aprendizado de m&#xE1;quina do X-Pack na vers&#xE3;o 6.1 &#xE9; a previs&#xE3;o sob demanda. Antes, o aprendizado de m&#xE1;quina do Elastic era projetado para usar dados hist&#xF3;ricos para prever o intervalo normal de valores para &#x201C;agora&#x201D; e comparar com os dados que realmente v&#xED;amos para poder identificar anomalias em tempo real. Agora, o aprendizado de m&#xE1;quina na vers&#xE3;o 6.1 pode modelar os dados e v&#xE1;rios intervalos de tempo futuros.
Ele se chama &#x201C;previs&#xE3;o sob demanda&#x201D; porque os usu&#xE1;rios podem obter um trabalho de aprendizado de m&#xE1;quina existente e, usando o modelo preditivo vinculado ao aprendizado de m&#xE1;quina, prever onde h&#xE1; expectativa de esse modelo crescer durante os dias previstos. Os resultados previstos s&#xE3;o gravados em um &#xED;ndice do Elasticsearch que permite aos usu&#xE1;rios comparar os resultados reais com os modelos previstos.
<img src="https://lh6.googleusercontent.com/0BRlBeRW4jPnFHwz_cv4TdptJDG4jUIugG_B0u1IUIa-y25entlfoHRFVD6oP4OmnuCv2C7GakHp4mEq2SulNXzOJWWdAVWAU8Y1JF24n06L1pP45Fy1ih1iNTPe1S9w34wEiyms" width="624" height="249">
<h3>Planejamento de capacidade com aprendizado de m&#xE1;quina e previs&#xE3;o
</h3>Muito se falou que o desempenho no passado n&#xE3;o &#xE9; indicativo de resultados no futuro. Entretanto, a melhor maneira de prever resultados para o planejamento da capacidade &#xE9; usar indicadores de desempenho do passado.
Como &#xE9; poss&#xED;vel determinar quando um determinado recurso atingir&#xE1; sua capacidade? Por exemplo, se voc&#xEA; estiver monitorando o espa&#xE7;o em disco do servidor, talvez seja necess&#xE1;rio estimar quando o espa&#xE7;o ser&#xE1; esgotado. Voc&#xEA; pode usar os modelos de aprendizado de m&#xE1;quina do Elastic para prever o futuro e identificar quando ser&#xE1; necess&#xE1;rio adicionar armazenamento ao sistema.
Outro m&#xE9;todo de planejamento da capacidade &#xE9; prever uma m&#xE9;trica de volume em um tempo espec&#xED;fico no futuro. Um exemplo disso seria tentar prever quantas chamadas de clientes seriam esperadas para o seu neg&#xF3;cio em uma tarde de segunda-feira. Analisando dados hist&#xF3;ricos e usando os complexos modelos de aprendizado de m&#xE1;quina, voc&#xEA; dispor&#xE1; das informa&#xE7;&#xF5;es necess&#xE1;rias para tomar decis&#xF5;es sobre pessoal e recursos.
<h3>Introdu&#xE7;&#xE3;o ao uso da previs&#xE3;o
</h3>As previs&#xF5;es podem ser executadas a partir do Single Metric Viewer dos trabalhos de aprendizado de m&#xE1;quina existentes. Depois que um sistema for atualizado para a vers&#xE3;o 6.1, haver&#xE1; um novo bot&#xE3;o de op&#xE7;&#xF5;es, no canto superior direito, para prever trabalhos.
<img src="https://lh5.googleusercontent.com/XIepBfVekOzU6HOVeOFYQDZIT9rcnsM5huFxslzngJ2PaT2nEOENO4YvSxjBWJHRW6yjOijC2o4UT_3YJRELXZeiZ9l5incA4JFPkshvJz5KSyELZNQXlpp18IxEG6vBGWgyDzth" width="600" height="309">
Os resultados da previs&#xE3;o para o trabalho de aprendizado de m&#xE1;quina ser&#xE3;o estimados na linha de tend&#xEA;ncia amarelo-escura com o modelo de confian&#xE7;a em uma faixa amarela mais clara. Se a faixa amarelo-clara for fina, isso indicar&#xE1; uma maior confian&#xE7;a na previs&#xE3;o. A faixa amarelo-clara fica mais grossa &#xE0; medida que o modelo de previs&#xE3;o fica menos confi&#xE1;vel.
<h3>Avalia&#xE7;&#xF5;es ao criar uma previs&#xE3;o
</h3>H&#xE1; v&#xE1;rios detalhes que devem ser avaliados ao criar modelos de previs&#xE3;o para entender melhor os resultados. Os resultados de previs&#xE3;o podem n&#xE3;o ter a apar&#xEA;ncia esperada, e eles n&#xE3;o funcionam com qualquer conjunto de dados.&#xA0;&#xA0;
&#xC9; recomend&#xE1;vel coletar dados hist&#xF3;ricos suficientes antes de tentar executar um trabalho de aprendizado de m&#xE1;quina para previs&#xE3;o. O momento ideal normalmente &#xE9; de cerca de tr&#xEA;s semanas ou tr&#xEA;s intervalos inteiros de dados peri&#xF3;dicos. Se voc&#xEA; executar uma previs&#xE3;o com muita anteced&#xEA;ncia na etapa de aprendizado, antes de o modelo ficar estabelecido, provavelmente ele exibir&#xE1; resultados in&#xFA;teis.
Se os n&#xED;veis de confian&#xE7;a da previs&#xE3;o ultrapassarem os limites razo&#xE1;veis, o modelo de previs&#xE3;o ser&#xE1; interrompido prematuramente. &#xA0;O trabalho de previs&#xE3;o ser&#xE1; interrompido e aparecer&#xE1; uma mensagem (como esta abaixo) indicando que o n&#xED;vel de confian&#xE7;a ficou fora dos limites aceit&#xE1;veis.
<img src="https://lh5.googleusercontent.com/xpg2crbM3rAlZfYhmAjTZuqIj76Y4n71xdOORQD5jl_j1DS55U5R6H1yAY2PRxsvKwY6ghU2512ald6mI-iglJs_vsqb0q28n2U8NAupAiZUZXszcz_B6uqnlGq0xYsvEZsnY9IG" width="624" height="60">
Os resultados da previs&#xE3;o ser&#xE3;o bem mais f&#xE1;ceis de entender se a plotagem do modelo estiver &#x2018;ligada&#x2019;. Isso &#xE9; uma op&#xE7;&#xE3;o, e em trabalhos de m&#xE9;trica &#xFA;nica, ligado &#xE9; o padr&#xE3;o. Para trabalhos de v&#xE1;rias m&#xE9;tricas, a op&#xE7;&#xE3;o de plotagem de modelo pode ser ligada configurando a <a href="/guide/en/elasticsearch/reference/current/ml-job-resource.html#ml-apimodelplotconfig">op&#xE7;&#xE3;o &#x2018;model-plot-config&#x2019; na configura&#xE7;&#xE3;o de trabalho de aprendizado de m&#xE1;quina</a>.
Para ajudar a rastrear qualquer previs&#xE3;o espec&#xED;fica fora do Single Metric Viewer, cada previs&#xE3;o receber&#xE1; um ID exclusivo, chamado forecast_ID, para que cada previs&#xE3;o possa ser consultada separadamente. V&#xE1;rias previs&#xF5;es podem ser executadas para a mesma m&#xE9;trica, mas a interface de usu&#xE1;rio exibir&#xE1; somente as cinco &#xFA;ltimas previs&#xF5;es executadas para qualquer m&#xE9;trica. Ainda assim, todas as previs&#xF5;es ficam dispon&#xED;veis e assumem o espa&#xE7;o de &#xED;ndice correspondente. Os resultados da previs&#xE3;o ser&#xE3;o exclu&#xED;dos automaticamente depois de 14 dias se voc&#xEA; execut&#xE1;-los a partir da interface de usu&#xE1;rio, enquanto o uso direto da API permite especificar a validade dos dados. Consulte a <a href="/guide/en/elasticsearch/reference/current/ml-forecast.html#_request_parameters_3">documenta&#xE7;&#xE3;o de previs&#xE3;o</a> para saber detalhes.
O recurso de aprendizado de m&#xE1;quina &#xE9; fornecido com uma assinatura do Elastic Platinum, mas voc&#xEA; pode fazer download de uma avalia&#xE7;&#xE3;o gratuita do <a href="/pt/downloads/x-pack">X-Pack e fazer um teste</a>.</body></html>

machine-learning-forecasting-v2.jpg

What's New in 6.1.0 Machine Learning (4).png

On-demand forecasting with machine learning in Elasticsearch

Previsão sob demanda com aprendizado de máquina no Elasticsearch

Iniciar avaliação gratuita

pattern-footer-cta-generic-bottom-left-172x90-blue-bg.svg

pattern-footer-cta-generic-bottom-right-145x250-blue-bg.svg

pattern-footer-cta-generic-top-left-145x250-blue-bg.svg

pattern-footer-cta-generic-top-right-172x90-blue-bg.svg

Generic - Blue - Color

Blog Footer CTA

Inscreva-se para fazer uma avaliação gratuita do Elastic Cloud

Blog Footer

Hendrik Muhs

Articles By

Register to Attend

Sign In to Attend

Register to Watch

You'll also receive an email with related content

Mais, enviaremos conteúdo relevante para você.

Watch now

Learn more

Contact Info

See All Posts

What to explore next...

Load more news

Load more press releases

Load More

See when this webinar starts in my time zone

Consultar a hora de início do webinar no meu fuso horário

Hosted by

Highlights

Featured webinar

On-demand webinar

Upcoming webinar

View next

Register now

Video for

Small image for

View more posts

Continue reading

Share

Share on Twitter

Share on LinkedIn

Share on Facebook

Share by Email

Share this story

Print

Global Virtual Event

Filters

Reset all

Overview

Press Release

Contact information

Follow us on Facebook

Follow us on LinkedIn

Follow us on Twitter

Follow us on Youtube

Translate Content

AUTHOR

Articles by Hendrik Muhs

Previsão sob demanda com aprendizado de máquina no Elasticsearch

Inscreva-se para fazer uma avaliação gratuita do Elastic Cloud

Produtos e soluções

Empresa

Recursos

Soluções

Elastic (ELK) Stack

NOVO

AUTHOR

Articles by Hendrik Muhs

Previsão sob demanda com aprendizado de máquina no Elasticsearch

Inscreva-se para fazer uma avaliação gratuita do Elastic Cloud

Empresa

Recursos