머신러닝
엘라스틱은 시계열 데이터에서 anomaly (이상징후)를 찾아내는 un-supervised 머신러닝과 Classification 기반의 Supervised 머신러닝을 제공합니다.
Last updated
엘라스틱은 시계열 데이터에서 anomaly (이상징후)를 찾아내는 un-supervised 머신러닝과 Classification 기반의 Supervised 머신러닝을 제공합니다.
Last updated
https://www.elastic.co/kr/what-is/elasticsearch-machine-learning
Elastic에서 제공하는 머신러닝으로 버튼 하나만 클릭하면 간단하게 Elasticsearch 데이터에서 새로운 인사이트를 얻을 수 있습니다. 저희는 물론 훌륭한 알고리즘을 구축하는 것을 좋아하지만, 사용자는 그럴 필요가 없습니다. 머신러닝 기능은 Elasticsearch와 Kibana에 포함되어 있어 고성능의 데이터 분석환경을 제공합니다.
데이터가 Elasticsearch에 있으면, 머신 러닝을 위한 준비가 완료된 것입니다. Elastic Stack은 수집 시 데이터를 처리하여, 근본 원인을 식별하는 데 필요하거나 모든 이벤트에 컨텍스트를 추가해야 하는 메타데이터를 갖도록 합니다.
센서 데이터에는 어떤 작업을 만들어야 할지 확실하지 않으신가요? 저희가 그 작업을 완료하여, 대규모 작업에 적합한 알고리즘을 찾아드립니다. Data Visualizer 같은 기본 도구를 통해 데이터 필드를 파악하고 머신 러닝과 어울리는 작업을 찾는 데 도움을 받을 수 있습니다.
Elastic을 통한 비지도형 머신 러닝은 데이터에서 패턴을 발견하도록 도와줍니다. 시계열 모델링을 이용해 현재 데이터에서 이상 징후를 탐색하고 과거 데이터를 기반으로 한 동향을 예측하세요. 메트릭이 어떻게 쌓이고 있는지 궁금하신가요? 이상값 탐색을 이용해 나머지와 동떨어져 있는 데이터 포인트를 확대해 보세요.
광범위한 사용 사례에 걸쳐 엔드 투 엔드 워크플로우 환경을 위해 데이터에 분류, 회귀 및 이상값 탐색을 적용하세요. 지속적인 인덱스 변환을 사용해 애플리케이션 로그 인덱스를 사용자 중심의 활동 보기로 전환하고, 분류를 사용해 부정 행위 탐색 모델을 구축하세요. 그리고 나서, 유추 수집 프로세서를 사용해 Elasticsearch를 떠날 필요 없이 수집 시에 그 모델을 들어오는 데이터에 적용하세요.
