机器学习工具箱

利用机器学习提供支持的人工智能挖掘可操作的洞察力

贵组织中的 AI 和机器学习

产品能力

现在是数据分析的新时代。是时候用 Splunk 以机器速度移动了。

引导助理和陈列柜

针对共同目标的引导模型构建、测试和部署,以及典型用例的交互式示例,可实现快速增长和加快实现价值的时间。

搜索处理语言 (SPL) 集成

使用机器学习 SPL 命令(例如 fitapply)直接构建、测试和操作模型。使用任何预先打包的 Python 算法或导入并使用 Splunk Python for Scientific Computing Add-on 中的 300 多种开源 Python 算法。

可操作的情报

实施 MLTK 中概述的最佳实践,以实现收集和分析数据、培训数据模型和持续监控的机器学习过程。

了解 MLTK 可以为您做什么

机器学习示例和教程

逐步完成交互式示例和教程,使您可以轻松构建自己的预测性分析。

预测数字和分类字段

预测数字或分类字段的值,并应用这些预测来查找异常。

检测数字和分类异常值

发现与以前的值显著不同的值,并查找包含异常值组合的事件。

群集数字事件

根据这些字段的值将具有多个数字字段的事件分区为事件组 - 所有事件都不需要事先知道分组。

时间序列预测

在值和事件之间添加显式的顺序依赖性。制作符合历史数据的模型,并使用它们来预测可能影响组织的未来事件。

--
机器学习客户咨询计划常见问题

机器学习客户咨询计划为客户提供 Splunk 数据科学资源,以支持特定项目或用例,从而使他们从正在运行的生产模型开始。作为 MLTK 咨询计划的参与者,您将:

  • 及早获得新的和增强的 MLTK 功能
  • 有机会塑造产品开发
  • 获得 Splunk 的协助来升级 MLTK 的现有实例和/或安装新实例
  • 通过 Splunk 的营销工作推广您的品牌

是的!我们与 TelusZillowTransUnion 等公司合作,帮助他们实施 MLTK 并从中获益。

作为对 MLTK 免费咨询服务的交换,用户同意向 Splunk ML 产品团队提供早期产品反馈,并作为公共参考来展示他们如何通过使用 MLTK 获得价值。用户还必须同意加载参与其 Splunk 实例所需的数据。虽然该咨询计划帮助众多客户在机器学习方面取得了成功,但请注意,这不是数据科学咨询的报价,也不是专业服务项目的替代品。

这是一个好问题。虽然我们很乐意接纳所有客户,但我们希望确保您能够成功完成此计划。我们已经确定了一些常用标准,这些标准有助于确保这对您来说是一次宝贵的体验。

  • 您应该是现有的 Splunk 客户,运行 Splunk Enterprise 6.5 或更新版本。
  • 您应运行最新版本的 MLTK 或至少是 MLTK3.1 版本(需要 Splunk Enterprise 6.5 和 PSC 1.2)。
  • 您同意安装 Splunk 团队提供的具有其他新功能的测试版(在非生产环境中)。
  • 您承诺将使用 MLTK 构建的 ML 模型投入生产。
  • 您支持并参与与 Splunk ML 团队的定期沟通。
  • 您应该在组织中拥有内部数据科学资源/专业知识。此人应非常适合使用贵组织的数据,并且对数据科学以及 ML 将为贵组织带来的价值有基本了解。贵组织的在职人员数据科学家将与 Splunk 数据科学家配对,他将帮助您构建 ML 解决方案/工作流程。
  • 您愿意成为营销目的的公共参考,其中可能包括:
    • 为您的成功故事的发展提供素材,该故事将作为案例研究、视频、新闻引用材料等发布。
    • 与媒体或行业分析师或其他 Splunk 客户交谈。
    • 在 Splunk 用户大会、SplunkLive 活动和合作伙伴活动等活动中发言。
    • 通过社交媒体参与。

这是一个非常复杂的计划,需要至少 3-4 次 WebEx 会议,通常需要 1-2 小时,在会上,我们将处理需求,收集和理解用例和数据,并协助构建解决方案。该计划的能力非常有限,因此并非所有提交的申请都会获得批准。远程访问是我们首选的参与方式。可以举行现场研讨会,但我们希望尽量减少 Splunk 的旅行。我们将尽力通过远程会议来实现目标。最终目标是在生产中部署模型。

与您的 Splunk 客户团队和 SE 联系。他们将与您合作填写并提交机器学习咨询计划 SOW,以便获得资格预审决定。

即使 ML 客户咨询计划不适合您,您仍然可以在您的组织中利用 ML 的强大功能。

我们提供 Splunk for Analytics 和数据科学 三天虚拟课程,介绍如何使用 Splunk 的统计和机器学习实施分析和数据科学项目,以便您可以创建自定义模型并将其投入生产。

Splunk 还拥有可提供嵌入式机器学习的解决方案,而且不需要数据科学专业知识。

Splunk IT 服务智能将由机器学习提供支持的 AI 应用于事件管理和服务监控,以便客户可以通过嘈杂的警报来识别和解决实际问题,获得可操作的见解并与业务部门协作。

Splunk 用户行为分析采用以行为为中心、专用且可配置的机器学习框架,利用无监督算法查找用户、端点设备和应用程序中的未知威胁和异常行为。