Machine learning
출처: 문서
본문
머신 러닝
OpenSearch는 머신 러닝(ML)에 대한 두 가지 접근 방식을 제공해요: 의미 검색과 텍스트 생성 같은 작업에 ML 모델을 사용하는 방식과 데이터 분석을 위해 통계 알고리즘을 실행하는 방식이에요. 사용 사례에 가장 적합한 접근 방식을 선택하세요.
대화형 데모
{% include cards.html cards=page.demo_cards %}
검색 및 AI/ML 기반 애플리케이션을 위한 ML 모델
OpenSearch는 의미 이해를 통해 검색 관련성을 향상시키는 데 사용할 수 있는 ML 모델을 지원해요. OpenSearch 클러스터 내에 모델을 직접 배포하거나 외부 플랫폼에 호스팅된 모델에 연결할 수 있어요. 이러한 모델은 텍스트를 벡터 임베딩으로 변환하여 의미 검색 기능을 가능하게 하거나 텍스트 생성 및 질문 응답과 같은 고급 기능을 제공할 수 있어요. 자세한 내용은 ML 모델 통합을 참조하세요.
{% include cards.html cards=page.models %}
OpenSearch Assistant 및 자동화
OpenSearch Assistant Toolkit은 OpenSearch Dashboards용 AI 기반 어시스턴트를 만드는 데 도움을 줘요.
{% include cards.html cards=page.oa-toolkit %}
데이터 분석을 위한 내장 알고리즘
OpenSearch는 클러스터 내에서 데이터를 직접 분석하는 내장 알고리즘을 포함하고 있어요. 이를 통해 외부 ML 모델 없이도 이상 탐지, 데이터 클러스터링, 예측 분석과 같은 작업을 수행할 수 있어요.
{% include cards.html cards=page.algorithms %}
솔루션 구축하기
{% include cards.html cards=page.more_cards %}