Machine Learning Toolkit(MLTK)|機械学習ツールによる異常検出の効率化
機械学習とAI(人工知能)で、データから実用的なインテリジェンスを得る

データに機械学習とAIを適用して実用的なインサイトを得ることができると、より多くの情報に基づいて迅速に意思決定を行うことができます。
製品機能
データ分析は新たな時代を迎えています。Splunk を活用して一歩先へ進んだ行動をとることができます。

ガイド付きのアシスタントとショーケース
一般的な機械学習モデル作成、テスト、デプロイのガイドに加え、ユースケース用のインタラクティブなサンプルを使用して、迅速な立ち上げでその効果を体験できます。

Search Processing Language (SPL) の統合
fit や apply などの機械学習 SPL コマンドを使用して、機械学習モデルを直接構築、テスト、運用化できます。あらかじめパッケージされている Python アルゴリズムか、Splunk Python for Scientific Computing Add-on の 300 種類以上のオープンソース Python アルゴリズムのいずれかをインポートすることが可能です。

実用的なインテリジェンス
MLTK で説明されているベストプラクティスを導入することで、データの収集と分析、データモデルのトレーニング、継続的な監視などの機械学習プロセスを運用に組み込むことができます。
MLTK で実現できること
機械学習の例とチュートリアル
インタラクティブなサンプルとチュートリアルに沿って進めることで、独自の予測分析を簡単に構築できます。
数値やカテゴリーのフィールドを予測
数値やカテゴリーのフィールドの値を予測し、異常値の検出にこれらの予測を適用します。
数値やカテゴリーの異常値を検出
以前の値と大きく異なる値を検出し、異常な値の組み合わせが含まれるイベントを見つけます。
数値イベントをクラスター化する
複数の数値フィールドがあるイベントを、これらのフィールドの値に基づいてイベントグループに分割します。グループに関する事前知識は不要です。
時系列予測
値とイベントの間に明示的な順序依存性を追加します。履歴データと一致する機械学習モデルを構築し、これを利用して、組織やビジネスに影響を与える可能性があるイベントを予測します。
Machine Learning Customer Advisory Program の FAQ