Splunk AI 工具組
建立和部署自訂的 AI 模型與工作流程
使用您的資料建立自訂的 AI 模型，取得可行的洞察，從而更快地做出更明智的決策。
引導式 AI 開發
透過逐步引導的工作流程加速價值實現，以建立和部署模型來因應常見的商業挑戰。
可立即用於行動的情報
實現您的 AI 工作流程：即時收集和分析資料、反覆訓練模型，並設置警示。
加速自訂使用案例
開發用於異常值與異常偵測、預測分析及叢集的生產模型。
查看 AI 工具包能為您做些什麼
SPL 與開源程式庫整合
使用機器學習 SPL (搜尋處理語言) 命令，直接建立、測試並運行監督和非監督式模型。透過經認證的 Splunk 專業服務所提供的 Splunk AI Toolkit Container for TensorFlow™，存取 TensorFlow™ 資料庫。使用任何預先封裝的 Python 演算法，或匯入超過 300 個開源演算法中的任一個。
提升大型資料集的效能
利用 Apache Spark™ 直觀且輕鬆地將機器學習模型整合到大型資料集，享受更容易擴充、更高彈性及更快速運算等優勢。透過 Splunk MLTK 容器存取 TensorFlow™ 資料庫。
偵測數值和類別的極端值
輕鬆識別網站造訪人數的變化，並標記異常交易。找出含異常數值組合的高峰和活動。找出與先前值明顯不同的值，並找到含異常值組合的活動。
時間序列預測
建立適合歷史資料的模型並預測未來數值，以精確的預測改善組織規劃。精準掌握該投入多少預算升級硬體升級才能支撐需求，以及需要開放多少基地台頻寬來容納當地人口成長等。
叢集數值活動
使用叢集演算法將資料分割，以找出行為相似的主機或識別隱藏模式，例如線上購物的未發現趨勢、安全環境中的異常，以及資源使用量大幅增加的情況。
預測數值和類別欄位
針對您企業的重要數值或分類活動建立預測模型。使用這些預測模型進行規劃，或揭露您的收益、成本、需求、使用量、產能等方面的異常。
客戶案例
Hyatt 縮短 MTTR，讓開發人員能有更多時間創新
Hyatt 在 Splunk Enterprise 中使用機器學習以預測何時何地應快速行動或改變規劃，以便為客戶提供更高的服務品質……我們每天都透過 Splunk 使用人工智慧，以更積極主動的方式服務客戶。
