Elastic 机器学习
使用 AI 和 ML 查找重要的答案
Elasticsearch 平台将强大的机器学习和 AI 原生集成到解决方案中，帮助您构建用户渴望的应用程序并更快地完成工作。
每个人都可以通过 Elastic 机器学习找到答案和见解
自动化警报并识别可观测性中的根本原因
使用自动异常检测、关联和其他内置于 Elastic 可观测性中的 AIOps 功能，加快问题检测和解决速度。DevOps 和 SRE 团队可以直接从 APM 服务地图中识别异常缓慢的响应时间。您可以应用机器学习，而无需配置模型。
由机器学习驱动的威胁狩猎
机器学习为 Elastic 安全中的威胁检测提供支持。您可以通过在 SIEM 应用程序中自动识别异常活动来缩短平均解决时间 (MTTR)。对于难以识别的威胁，监督模型可以区分可疑活动和良性活动，例如用于利用本地资源的攻击或域生成算法。
将搜索体验提升到一个新的水平
借助 Elasticsearch Relevance Engine™ (ESRE)，您可以开箱即用地应用语义搜索（无需域适应），实现卓越的相关性，与外部大型语言模型 (LLM) 集成，实施混合搜索，并使用第三方或您自己的 Transformer 模型。
使用 Elasticsearch 机器学习在几分钟内获得可操作的见解
将 Elastic 机器学习应用于您的数据以
- 在 可扩展且性能良好的平台上原生集成机器学习
- 应用无监督学习和预配置模型，这些模型可以识别可观测性和安全问题，而无需担心如何训练 AI 模型
- 利用可操作的分析，主动发现威胁和异常，加快问题解决速度，识别客户行为趋势，并改善您的数字体验
要应用 Elastic 机器学习，您无需拥有数据科学团队或设计系统架构。我们的机器学习功能让您能够快速入门！无需将数据移动到第三方框架进行模型训练。
对于那些需要定制模型和优化性能的用例，我们的工具允许您调整参数并从 PyTorch 框架导入优化模型。
摄取、理解并使用您的数据构建模型
Elastic 的开箱即用集成使数据摄取和连接到其他数据源变得容易。一旦您的数据进入 Elasticsearch，您可以在几分钟内可视化并获得初步见解。
Elastic 的开放通用数据模型，Elastic 通用模式 (ECS)，让您可以灵活地收集、存储和可视化任何数据。这包括来自您的应用程序和基础设施的指标、日志、跟踪、内容和事件。要开始，请选择您的摄取方法。选项包括 Elastic Agent、网络爬虫、数据连接器和 API，并且我们与所有主要的云提供商都有原生集成。一旦您的数据进入 Elastic，内置工具（如 Data Visualizer）可帮助您识别数据中适合机器学习的字段。
没有应用机器学习的经验？应用预配置的用于可观测性和安全性的模型。如果这些模型在您的数据上效果不佳，工具内的向导将指导您完成配置自定义异常检测和训练监督学习所需的几个步骤。
开箱即用的精确异常值和离群值检测
Elastic 的无监督机器学习可帮助您发现数据中的模式。使用时间序列建模来检测单个或多个时间序列、人口数据中的异常，并根据历史数据预测趋势。
您还可以通过对消息进行分组来检测日志中的异常，并通过查看与基线偏差相关的异常影响因素或字段来发现根本原因。
向量搜索和现代自然语言处理
向量语义搜索让您的用户找到他们想要表达的内容，而不是局限于关键字。他们可以搜索文本数据、图像和其他非结构化数据。
借助 Elastic Learned Sparse Encoder，您可以实现语义搜索，并在各个领域获得卓越的开箱即用相关性。这使您能够使数字体验更直观，结果更相关。示例包括
- 电子商务产品相似性搜索，显示相关的替代产品
- 职位推荐和在线约会 - 基于个人资料兼容性进行匹配，同时通过地理位置限制搜索
- 专利搜索 - 检索文本描述相似的专利
要开始使用，Elastic 允许您从 Huggingface.co 等中心导入预训练的类 BERT PyTorch 模型，或从 OpenAI 导入 CLIP 模型。了解有关使用 Elastic 实现图像相似性的更多信息。
