Machine Learning Toolkitに関するブログ

混乱に対処し不確かな状況を乗り越えるための心構えについて、人々は昔から多くの格言を残してきました。このブログ記事では、製造業のレジリエンス強化、新しい市場トレンドへの適応、運用モデルの転換を支援するためにSplunkとBosch Rexroth社が共同で構築した次世代ファクトリーについてご紹介します。

このブログ記事では、統計分析を使ってイベントの発生数が異常かどうかを判断する方法と、同様の手法を、説明文とソースタイプの組み合わせが異常かどうか、といった非数値データへ適用する方法について、詳しく説明します。

Splunkは現在、MLTKスマートワークフローで機械学習のコモディティ化に取り組んでいます。この記事ではそのMLTKスマートワークフローの例として、ITSIの予測機能の有用性を高めるのに役立つワークフローをご紹介します。

Splunk ITSIとSplunk Machine Learning Toolkitを使用し、重要サービスの停止を予測する方法について説明します。

Splunk Deep Learning Toolkit（DLTK）は、コンピュートリソースを外部のコンテナ環境にオフロードできる非常に強力なツールです。今回の記事では、DLTK 3.3とAmazon EKSをkubernetes環境として利用するためのセットアップを進めていきます。

機械学習と分析を組み合わせれば、データを簡単にアクションにつなげることができます。ニーズに合わせたSplunk MLワークフローの選択方法をご紹介します。

本ブログでは、Splunk MLTKを使った異常検知手法についてさらに２つの手法をご紹介します。是非この機会にSplunkと機械学習の最高の組み合わせを試してみてください。

機械学習を使った異常検知の４つのケースと手法をご紹介します。異常検知の技術は様々な分野で応用されています。データから時系列予測モデルの作成やアノマリ検知などSplunkと機械学習を活用した異常検知の方法をご覧ください。