Les assistants d'élaboration de modèles, de tests et de déploiement pour les objectifs courants, ainsi que des exemples interactifs pour les scénarios d'utilisation typiques, permettent de rentabiliser rapidement votre investissement.

Intégration du langage de recherche SPL

Utilisez les commandes SPL de machine learning comme fit et apply pour élaborer, tester et opérationnaliser directement des modèles. Employez l’un des algorithmes Python prédéfinis ou importez ou utilisez l’un des 300 algorithmes Python open source de l’extension Splunk Python for Scientific Computing..

Informations exploitables

Mettez en œuvre les bonnes pratiques décrites dans le MLTK pour opérationnaliser le processus machine learning de collecte et d'analyse de données, d’entraînement de modèles de données et de supervision continue.