Elastic 机器学习
使用 AI 和机器学习查找重要的答案
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
自动化警报并在可观察性中识别根本原因
通过内置于Elastic 可观察性中的自动化异常检测、关联和其他AIOps 功能来加速问题检测和解决。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 Security中的威胁检测提供动力。您可以通过自动识别 SIEM 应用程序中的异常活动来减少平均解决时间 (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，例如隐蔽攻击或域名生成算法。
将搜索体验提升到一个新的水平
使用 Elasticsearch Relevance Engine™ (ESRE)，您可以开箱即用地应用具有卓越相关性的语义搜索（无需领域适应）、与外部大型语言模型 (LLM) 集成、实现混合搜索以及使用第三方或您自己的转换器模型。
几分钟内即可获得可操作的洞察 - 使用 Elasticsearch 机器学习
将 Elastic 机器学习应用于您的数据以：
- 在可扩展且高性能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，无需担心如何训练 AI 模型即可识别可观察性和安全问题
- 利用可操作的分析，主动发现威胁和异常，加速问题解决，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使您可以快速入门！无需将数据移动到第三方框架进行模型训练。
对于需要自定义模型和优化性能的用例，我们的工具可以让您调整参数并从 PyTorch 框架导入优化模型。
摄取、理解和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，您就可以在几分钟内对其进行可视化并获得初步见解。
Elastic 的开放式通用数据模型，Elastic 通用架构 (ECS)，使您可以灵活地收集、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。首先，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（如数据可视化工具）可以帮助您识别数据中与机器学习非常匹配的字段。
没有应用机器学习的经验？应用可观察性和安全性的预配置模型。如果这些模型在您的数据上效果不够好，则工具中的向导会指导您完成配置自定义异常检测和训练监督学习所需的一些步骤。
开箱即用的精确异常和离群值检测
无监督机器学习结合Elastic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，并通过查看异常影响因素或与基线偏差相关的字段来发现根本原因。
向量搜索和现代自然语言处理
向量语义搜索允许您的用户找到他们想要表达的意思，而不仅仅局限于关键词。他们可以搜索文本数据、图像和其他非结构化数据。
使用Elastic Learned Sparse Encoder，您可以实现语义搜索，并在各个领域开箱即用地获得卓越的相关性。这使您可以使数字体验更直观，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，同时限制按地理位置搜索
- 专利搜索——检索文本描述相似的专利
为了开始，Elastic允许您从中心（如Huggingface.co）导入预训练的类似BERT的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。
