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
将机器学习应用于您的数据，以获得可操作的见解，从而作出更快、更明智的决策
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 fit 和 apply）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。
