- Référence : AEST
- Durée : 2 jours (14h)
- Lieu : Au choix. À distance ou en présentiel, à Paris ou en Régions
1590€ HT
Choisir une date et Réserver- FNE
- FSE
Formation Machine Learning avec Elastic Stack
Surveillance d’infrastructure SI avec la fonctionnalité Machine Learning d'Elastic Stack4.5 sur 5 étoiles
5 étoiles
4 étoiles
3 étoiles
2 étoiles
1 étoile
Durée
2 jours
Niveau
Intermédiaire
Classe à distance
Possible
Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...
Référence
AEST
Éligible CPF
Non
La suite Elastic permet d’ingérer tout type de données dans un cluster Elasticsearch et de les analyser via les outils de visualisation proposés par Kibana. Depuis peu, Elastic propose également des fonctionnalités de Machine Learning permettant la détection d’anomalie et la prévision. Principalement utilisée pour la surveillance d’infrastucture et la sécurité, cette solution peut être appliquée à d'autres domaines.
Cette formation Machine Learning avec la suite Elastic passe en revue les fonctionnalités de Machine Learning d'Elastic Stack et, au travers d’ateliers, elle démontre l’efficacité du machine learning appliqué à la surveillance d’infrastructures SI.
Objectif opérationnel :
Savoir maîtriser les fonctionnalités de Machine Learning de la suite Elastic.
Objectifs pédagogiques :
Au cours de cette formation Machine Learning Elastic Stack, vous aurez acquis les connaissances et les compétences nécessaires pour :
- Installer la suite Elastic pour utiliser le machine learning
- Comprendre comment détecter des anomalies avec les fonctionnalités de Machine Learning de la suite Elastic
- Appliquer la détection d’anomalie pour la surveillance et la sécurité des systèmes d'information
- Visualiser les résultats dans des tableaux de bord, des vues personnalisées, utiliser les alertes
Public :
Cette formation Machine Learning Elastic Stack s'adresse à toute personne souhaitant appliquer le machine learning à des problématiques de gestion d’infrastructure et de sécurité.
Prérequis :
Une première expérience avec la suite Elastic est nécessaire pour cette formation sur la fonctionnalité Machine Learning.
Introduction à Elastic Machine Learning
Big Data et Machine LearningMachine Learning appliqué à l’IT
Historique de Elastic Machine Learning (Elastic ML)
Concepts : Jobs, Noeuds ML, Bucket, Alimentation en données
Index Elasticsearch utilisé, Détails d’un job, les différents types de jobs
InstallationTravaux Pratiques :Installation de la suite Elastic et mise en place des fonctionnalités Machine Learning
Détection de changement
Définition du taux d’occurrence normal, Les différentes fonctions de comptageDéfinition de la rareté
Catégorisation des évènements Travaux Pratiques :Anomalie de décompte, détection de message rare dans des fichiers de logs
Analyse de cause
Importance et limitation des KPISegmentation et enrichissement des données
Scinder les analyses, détecter les influenceurs
Corrélation visuelle, Utilisation de l’explorateur d’anomalieTravaux Pratiques :Identification d’un process fautif dans des données fournies par packetbeat
Analyse de la sécurité
Indicateur de compromissionVolume et disparité des données, géométrie des attaques
Enrichissement avec logstash
Investigation et analyseTravaux Pratiques :Détection d’une exfiltration DNS
Gestion des alertes
Alertes automatiques, configurationCréation d'alerte manuelleTravaux Pratiques :Configuration des seuils d’une alerte
Kibana Dashboard et Canvas
Options de visualisation dans Kibana, TimelionDonnées Machine Learning en TimeSeries, Timelion
Correlation HeatMap
Utilisation de CanvasTravaux Pratiques :Utilisation de Timelion, HeatMap, Canvas
Prévisions
Prévision temporelle ou valeur, incertitudeForecast API
Série temporelle unique
Série temporelle multipleTravaux Pratiques :Mise en place d'alertes sur données prévisionnelles
De nombreux travaux pratiques (plus de 50%) sous Windows ou Linux sont proposés aux participants tout au long de la formation.
Dates et lieux
Avis des participants à la formation Machine Learning avec Elastic Stack
Les avis figurant ci-dessous sont issus des fiches d’évaluation que remplissent les participants à la fin de la formation. Ils sont ensuite publiés automatiquement si les personnes ont explicitement accepté que nous les diffusions.
ML
5/5
Mon avis sur le contenu du stage :
"Le contenue du cours a été a mon ses concluant. Les points que je souhaitais aborder l'ont été."
Mon avis sur le formateur :
"Nous étions que 2 lors de la formation. Mais le formateur a pu répondre à toutes nos questions sans problème."
Ce que j'ai le plus apprécié :
"Nous étions que 2 lors de la formation donc aucun problème au niveau de la classe."
Ce que j'ai le moins apprécié :
"Porblème rencontré a été au niveau de la VM installé sur les machine de formation. Le rendu n'était pas au rendez-vous et ça a été compliqué pendant un moment de faire les TPs."
OE
5/5
Mon avis sur le contenu du stage :
"Les sujets étaient variés et intéressants, la progression était dans un bon rythme"
Mon avis sur le formateur :
"Très bon formateur, à l'écoute, les échanges ont été fructueux"
Mon avis sur la salle de formation :
"Locaux très agréables"
MF
4/5
MA
4/5
Ces formations peuvent aussi vous intéresser :
Savoir garantir la performance du modèle de Machine Learning dans la durée
- Niveau : Avancé
- Référence : REML
Deep Learning : les fondamentaux
- 3 jrsComprendre les réseaux de neurones pour le deep learning
- Niveau : Intermédiaire
- Référence : ADLP
Mettre en Å“uvre TensorFlow pour de l'apprentissage machine
- Niveau : Intermédiaire
- Référence : AITF
Transformer des volumes massifs de données en informations utiles
- Niveau : Intermédiaire
- Référence : OMLE
Formations Informatique
et Management
en ligne à ce jour
+
Stagiaires dans nos salles
de cours sur
l'année
%
De participants satisfaits
ou très satisfaits de nos
formations
Formateurs experts
validés par
PLB
