false
Greg Ainslie-Malik

Greg Ainslie-Malik

Greg is a Machine Learning Architect at Splunk where he helps customers deliver advanced analytics and uncover new ways of insight from their data. Prior to working at Splunk he spent a number of years with Deloitte and before that BAE Systems Detica working as a data scientist. Before getting a proper job he spent way too long at university collecting degrees in maths including a PhD on “Mathematical Analysis of PWM Processes”. When he is not at work he is usually herding his three young lads around while thinking that work is significantly more relaxing than being at home…

DevOps 3 分程度

Splunk Log Observerの登場です!

Splunk Observability Cloudに含まれるSplunk Log Observeは、DevOpsチーム、SREチーム、プラットフォームチームが、アプリケーションやクラウドインフラの動作を引き起こしている要因をすばやく理解できるように設計されています。コーディング不要の直感的な操作で、リアルタイムのログデータ、メトリクス、トレースをすばやく相関付けて、すぐに役立つインサイトを獲得できます。

因果推論:複雑なデータ関係の影響要因を探る

このブログでは、データセットの中で何が最大の影響要因であるかを、因果推論を使用して詳しく把握する方法について説明します。

Smart Ticket Insights App for Splunk

Splunkは、機械学習を活用した分析によってチケット対応を効率化する新しいApp、Smart Ticket Insights App for Splunkをリリースました。このAppでは、Machine Learning Toolkit (MLTK)が基盤に使われ、ガイド付きのワークフローに従って操作することで、チケットデータに関するインサイトを得ることができます。

機械学習でITSI導入環境をレベルアップ

IT Service Intelligence (ITSI)導入環境の価値を最大限に引き出すためのポイントをSplunk社員のGreg Ainslie-Malikがご紹介するブログシリーズです。機械学習によってITSIを有効活用するためのテクニックが満載です。

ITSIのノイズ削減をさらにスマートに

このブログ記事では、統計分析を使ってイベントの発生数が異常かどうかを判断する方法と、同様の手法を、説明文とソースタイプの組み合わせが異常かどうか、といった非数値データへ適用する方法について、詳しく説明します。

根本原因分析をさらにスマートに:ITSIのKPIから因果関係を特定する

複雑なITシステムのトラブルシューティングとなると、根本原因分析は一筋縄には行きません。このブログ記事では、機械学習を使ってIT Service Intelligence (ITSI)エピソードの根本原因分析を行う方法をご紹介します。具体的には因果推論を用います。