2018년의 새로운 기능

2018년의 새 Watson Studio, Watson Machine Learning 및 Watson Knowledge Catalog 기능은 다음과 같습니다.

2018년 12월 21일로 끝나는 주

IBM Watson Machine Learning에서 함수 배치

이제 모델을 배치할 때와 같은 방식으로 Watson Machine Learning에서 Python 함수를 배치할 수 있습니다. 도구 및 앱은 Watson Machine Learning Python 클라이언트 또는 REST API를 사용하여 배치된 모델에 데이터를 전송하는 것과 동일한 방식으로 배치된 함수에 데이터를 전송할 수 있습니다.

2018년 12월 14일로 끝나는 주

Watson Studio Desktop이 GA(Generally Available)되었습니다!

이제 Watson Studio Desktop은 GA되어 일반적으로 사용해 보고 구입할 수 있습니다. 이는 데스크탑용 Watson Studio의 새 에디션입니다. 오프라인 상태일 때는 데스크탑에 데이터를 보관하고 Watson Studio 기능을 활용하십시오.

IBM Cloud의 서비스 상태 확인

서비스 중 하나에 문제점이 있는 경우 IBM Cloud 상태 페이지로 이동하십시오. 상태 페이지는 IBM Cloud 플랫폼, 인프라 및 주요 서비스에 영향을 미치는 핵심 이벤트에 대한 계획되지 않은 인시던트, 계획된 유지보수, 공지사항 및 보안 게시판 알림을 찾을 수 있는 중심 위치입니다.

신경망 빌드를 위한 새 도구: NeuNetS(베타)

Watson Studio의 NeuNetS 도구는 신경망을 종합하여 직접 디자인하거나 빌드하지 않고도 사용자의 훈련 데이터를 훈련시킵니다.

2018년 12월 7일로 끝나는 주

노트북에서 Decision Optimization(베타)

Python 런타임 환경에서 CPLEX 솔버를 완벽하게 통합하여 Watson Studio에서 Decision Optimization을 사용할 수 있습니다. 노트북을 작성할 때 기본값 Python 3.5 XS - DO의 베타 환경을 선택하고 Decision Optimization 패키지가 사전 설치되어 있습니다.

DefinedCrowd로 이미지 파일 어노테이션 작성 및 레이블 지정(베타)

이제 DefinedCrowd를 사용하여 이미지 파일의 어노테이션을 작성하고 레이블을 지정할 수 있습니다.

Object Storage OpenStack Swift를 사용하는 프로젝트 마이그레이션

IBM Cloud는 Object Storage OpenStack Swift를 더 이상 사용하지 않습니다. Object Storage OpenStack Swift와 연관된 프로젝트를 삭제하거나 IBM Cloud Object Storage와 연관된 Watson 프로젝트로 마이그레이션해야 합니다.

STORAGE TYPE 열을 보고 내 프로젝트 페이지에서 프로젝트가 Object Storage OpenStack Swift와 연관되어 있는지 확인할 수 있습니다.

2018년 11월 30일로 끝나는 주

스트림 플로우 GA

이제 스트림 플로우가 GA되었습니다.

IBM Cloud 서비스 지역 선택

Watson Studio 및 Watson Knowledge Catalog 서비스는 여러 IBM Cloud 서비스 지역에서 사용 가능합니다. Watson Studio와 Watson Knowledge Catalog에 가입할 때 현재 사용자 지역이 기본적으로 선택됩니다. 이제 다른 지역을 선택할 수 있습니다.

일부 오퍼링 플랜을 사용하면 둘 이상의 지역에서 서비스를 프로비저닝할 수 있습니다. 이제 Watson Studio 및 Watson Knowledge Catalog 서비스가 있는 서비스 지역을 확인하고 다른 지역의 서비스로 전환할 수 있습니다. 아바타를 클릭한 후 변경 지역을 클릭하십시오. 서비스 지역에서 액세스할 수 있는 Watson Studio 및 Watson Knowledge Catalog 서비스의 인스턴스에 대한 오퍼링 계획 이름이 표시됩니다. 다른 지역을 선택하여 해당 지역에 저장한 프로젝트, 카탈로그 및 데이터에 액세스할 수 있습니다.

2018년 11월 23일로 끝나는 주

도구 메뉴 제거

도구 메뉴는 Watson Studio에서 제거됩니다. 프로젝트 내 두구에 액세스합니다. 노트북 편집기, Modeler 캔버스 또는 Data Refinery에 액세스하려면 노트북, 모델러 플로우 또는 Data Refinery 플로우 자산을 작성하십시오. 프로젝트에 추가를 클릭한 후 자산 유형을 클릭하십시오. RStudio에 액세스하려면 IDE > RStudio 실행을 클릭하십시오.

Figure Eight로 이미지 파일 어노테이션 작성 및 레이블 지정(베타)

이제 Figure Eight를 사용하여 이미지 파일의 어노테이션을 작성하고 레이블을 지정할 수 있습니다.

2018년 11월 16일로 끝나는 주

프로젝트 자산 페이지 개선사항

이제 프로젝트의 자산 페이지에는 기본적으로 데이터 자산 범주만 표시됩니다. 해당 유형의 자산을 추가하면 다른 자산 유형 테이블이 표시됩니다. 새 자산 유형을 추가하려면 프로젝트에 추가를 클릭하십시오.

2018년 11월 9일로 끝나는 주

도쿄(AP-North) 지역에서 Watson 서비스 프로비저닝

{: #tokyo}이제 IBM Cloud의 도쿄(AP-North) 서비스 지역에서 Watson Studio, Watson Knowledge Catalog 및 Watson Machine Learning을 프로비저닝할 수 있습니다.

도쿄(AP-North) 지역은 이러한 서비스에 대한 다음 제한사항이 있습니다.

  • Spark 런타임이 필요한 경우 모델 빌더, 모델러 플로우 및 노트북 편집기 도구에 대해 Watson Studio의 Spark 환경을 사용해야 합니다. Apache Spark 서비스는 AP-North 지역에서 사용할 수 없습니다.
  • 실시간 스트리밍 예측 배치 유형은 아직 사용할 수 없습니다.
  • 딥 러닝은 아직 사용 가능하지 않습니다. 딥 러닝 노트나 딥 러닝 실험을 작성할 수는 없습니다.
  • Neural Network Modeler는 아직 사용 가능하지 않습니다.
  • 전체 카탈로그 자산 정보는 아직 사용할 수 없습니다.
  • 구조화되지 않은 텍스트 형식 데이터가 포함된 데이터 자산의 프로파일링은 아직 사용할 수 없습니다.
  • Data Refinery의 사용자 입력 필드에서는 멀티바이트 문자가 지원되지 않습니다. 일부 필드는 멀티바이트 문자를 허용하지만 올바르게 표시하지는 않습니다.
  • 도쿄 지역에서 프로비저닝된 서비스에 대한 Activity Tracker 이벤트는 시드니 지역의 Activity Tracker 서비스에 표시됩니다.

자산 유형 추가가 더 쉬워짐

더 이상 프로젝트 설정 페이지에서 도구를 사용하여 분석 자산을 추가하고 연관된 도구에 액세스할 필요가 없습니다. 모든 분석 자산은 프로젝트에 추가 메뉴에 나열됩니다. 기본적으로 프로젝트 자산 페이지에는 데이터 자산 섹션만 표시됩니다. 분석 자산을 추가하면 해당 섹션이 표시됩니다.

스트림 플로우를 위한 SPSS 모델 운영자(처리 및 분석)

SPSS 모델 운영자의 특성 분할창에 모든 Watson Machine Learning 인스턴스의 모든 모델이 나열됩니다. 이전에는 선택된 Watson Machine Learning 인스턴스의 모델만 표시되었습니다.

캔버스 팔레트의 자산 탭에서 모든 SPSS 모델의 목록을 볼 수도 있습니다. 다른 운영자 및 연결과 마찬가지로 모델을 팔레트에서 캔버스로 끌어서 놓아 스트림 플로우에 통합할 수 있습니다.

2018년 11월 2일로 끝나는 주

Watson Studio에 대한 권한 부여된 사용자 관리

이제 Standard 또는 Enterprise 플랜을 사용하는 경우 Watson Studio 계정의 권한 있는 사용자 수를 변경할 수 있습니다. 권한 부여된 사용자는 관리 또는 편집기 역할과 함께 프로젝트 협업자입니다. 권한 부여된 사용자가 오퍼링 플랜에 의해 설정된 수를 초과하면 추가 요금이 청구됩니다. 관리 > 비용 청구 및 사용 > 권한 부여된 사용자를 선택하십시오.

"스트림 설계자"는 "스트림 플로우"로 이름이 변경되었습니다.

"스트림 설계자"는 다른 유형의 플로우(예: 모델러 플로우 또는 Data Refinery 플로우)와 보다 일관성이 있도록 "스트림 플로우"로 이름이 변경됩니다. 프로젝트 내에서 스트림 플로우를 작성하려면 프로젝트에 추가 > Streams 플로우를 클릭하십시오.

2018년 10월 26일로 끝나는 주

재디자인된 홈 페이지

Watson Studio 또는 Watson Knowledge Catalog에 로그인할 때 표시되는 홈 페이지가 보다 빠르게 시작되도록 다시 디자인되었습니다. 둘러보십시오! 지원 > 여행 시작을 선택하십시오.

RStudio는 더 이상 Object Storage OpenStack Swift를 사용하는 이전 프로젝트에서 사용할 수 없음

Watson Studio에서 RStudio에 실행할 때 이제 프로젝트를 선택해야 합니다. Object Storage OpenStack Swift를 사용하는 프로젝트를 선택할 수 없습니다. IBM Cloud Object Storage를 사용하는 프로젝트만 선택할 수 있습니다. 프로젝트 설정 페이지의 스토리지 섹션에서 프로젝트가 사용하는 오브젝트 스토리지의 유형을 확인하십시오.

스트림 플로우의 SPSS 모델 운영자(처리 및 분석)

IBM Watson Machine Learning에서 작성된 예측 모델을 실행하려면 스트림 플로우에서 SPSS 모델 운영자를 사용하십시오. 예측 모델은 Watson Machine Learning에서 SPSS 모델러 플로우의 준비된 스코어링 분기를 참조합니다.

2018년 10월 19일로 끝나는 주

"데이터 플로우" 이름이 "Data Refinery 플로우"로 이름이 바뀌었습니다.

이제 Watson Studio 사용자 인터페이스에서 다른 종류의 플로우와 구별하기 위해 데이터 플로우를 Data Refinery 플로우라고 합니다. 예를 들면, 모델러 플로우 또는 기계 학습 플로우입니다.

Data Refinery 플로우를 작성하려면 프로젝트 페이지에서 프로젝트에 추가 > Data Refinery 플로우로 이동하십시오.

Data Refinery Visualizations의 새로운 인구 피라미드 차트

인구 피라미드 도표에서는 범주 전체에서 변수의 빈도 분포를 보여줍니다. 일반적으로 인구 데이터 변화를 보여주는 데 사용합니다.

인구 피라미드 차트

Data Refinery의 차트에 액세스하려면 시각화 탭을 클릭한 후 시각화할 열을 선택하십시오.

미국 남부와 영국 지역에서 Watson Studio 프로젝트의 RStudio

RStudio는 이제 미국 남부 및 영국 지역의 IBM Watson Studio 프로젝트에 통합되어 있으며 프로젝트를 작성하면 시작할 수 있습니다. RStudio를 열 때 기본 RStudio Spark 환경 런타임이 자동으로 활성화됩니다. 프로젝트에 RStudio 통합을 사용하면 RStudio의 프로젝트와 연관된 IBM Cloud Object Storage 버킷의 데이터 파일에 액세스하고 사용할 수 있습니다.

카탈로그에서 협업자를 위한 액세스 그룹 추가

IBM Cloud 액세스 그룹을 카탈로그에 추가할 수 있습니다. 액세스 그룹의 모든 구성원은 액세스 그룹에 지정하는 역할이 있는 카탈로그 협업자가 됩니다.

2018년 10월 12일로 끝나는 주

마스킹 방법 편집

편집은 정책에 대한 새로운 데이터 마스킹 방법입니다. 이제 자산 열에서 데이터 값을 편집할 수 있습니다. 즉, 식별하거나 기타 민감한 정보를 제거하기 위해 데이터가 X로 대체됨을 의미합니다. 편집된 데이터를 사용하면 데이터 형식이나 참조 무결성이 모두 유지되지 않습니다.

Streams Designer(베타)

IBM Streams Designer가 IBM Watson Studio로 돌아옵니다! 그간 상당히 많은 새 연산자가 개발되었으며 스트리밍 경험을 향상시키는 기능이 추가되었습니다.

MQTT 연산자(소스, 대상)

스트림 메시지에 MQTT 연산자를 사용하십시오. MQTT는 메시지를 클라이언트로 푸시하도록 디자인된 공개 및 등록 메시징 전송 프로토콜입니다.

사용자 고유의 MQTT 브로커가 있어야 합니다.

디버그 연산자(대상)

선택된 연산자에서 발생하는 튜플을 보려면 디버그 연산자를 사용하십시오. 데이터는 저장되지 않습니다.

Cloudant 운영자(대상)

Cloudant 운영자를 사용하여 데이터를 IBM Cloudant 데이터베이스에 문서로 저장하십시오. 데이터는 JSON 형식으로 저장됩니다.

Cloud Function 연산자(대상, 처리 및 분석)

스트리밍 데이터를 처리하고 서버리스 함수가 수신 이벤트에 반응하게 하려면 Cloud Function 연산자를 사용하십시오. 처리 속도를 높이기 위해 여러 개의 병렬 작업자를 정의할 수 있습니다.

Python Machine Learning 연산자(처리 및 분석)

Python Machine Learning 연산자를 사용하여 실시간 예측 및 스코어링을 수행하는 Python 모델을 실행하십시오.

Db2 Warehouse on Cloud 연산자(대상)

이 연산자를 사용하여 Db2 Warehouse on Cloud에 데이터를 저장하십시오.

이메일 연산자(경보)

이 연산자를 사용하여 선택한 수신인에게 이메일을 보냅니다. 스키마를 기반으로 이메일의 제목 및 본문에 튜플 필드를 임베드할 수 있습니다.

로그 파일 다운로드

코드 연산자와 Python Machine Learning 연산자에 로그 메시지를 추가할 수 있습니다. 이러한 메시지는 스트림 작업이 실행되는 동안 메트릭 페이지의 알림 창에서 다운로드할 수 있는 로그 파일로 전송됩니다.

Python 패키지 설치

지원되고 사전 설치된 패키지 외에도 스트림 플로우에 특정 작업을 위한 다른 패키지가 필요할 수 있습니다. 이 경우 pip 패키지 관리 시스템에서 관리하는 Python 패키지를 설치할 수 있습니다.

기본적으로 pip는 최신 버전의 패키지를 설치하지만 다른 버전을 설치할 수 있습니다.

컨테이너 기반 Streaming Analytics 인스턴스에 대한 지원

Streams Designer는 이제 Streaming Analytics 서비스의 컨테이너 기반 플랜만 지원합니다. VM 서비스 플랜은 지원되지 않습니다.

성능 향상

Cloud Object Storage 운영자 및 코드 연산자는 성능 향상을 표시하도록 최적화되었습니다.

폐기

지오펜스 예제 스트림 플로우와 지오펜스 연산자는 더 이상 지원되지 않습니다.

2018년 10월 5일로 끝나는 주

DefinedCrowd로 데이터 어노테이션 작성(베타)

이제 DefinedCrowd를 사용하여 훈련 데이터의 품질을 향상시킬 수 있습니다. 텍스트 감성을 해석하기 위해 DefinedCrowd를 통해 제공되는 인간의 판단을 포함함으로써 모델 입력 데이터를 개선하고 모델 신뢰도를 높일 수 있습니다.

2018년 9월 28일로 끝나는 주

Watson Knowledge Catalog Standard 플랜

새 Watson Knowledge Catalog Standard 플랜은 무료 Lite 플랜과 추가 기능 및 인타이틀먼트가 있는 엔터프라이즈 버전인 Professional 플랜 사이에 적합합니다. 첫 번째 카탈로그 및 정책을 설정하는 동안 Standard 플랜을 사용하십시오.

Standard 플랜에는 비즈니스 용어집 용어, 정책, 데이터 계보 및 IBM InfoSphere Information Governance Catalog와의 통합이 포함되어 있습니다. Information Governance Catalog와의 통합으로 클라이언트는 Watson Knowledge Catalog와 Information Governance Catalog간에 메타데이터를 완벽하게 동기화할 수 있습니다. Standard 플랜에는 500개의 용량 단위 시간과 데이터 준비 플로우 및 프로파일링 활동을 처리하기 위해 더 많이 구매할 수 있는 기능이 포함되어 있습니다.

Watson Knowledge Catalog Lite 플랜의 변경사항

Watson Knowledge Catalog Lite 플랜이 다음과 같은 변경사항으로 업데이트되었습니다.

  • 이제 정책 및 5개의 비즈니스 용어에 사용할 수 있는 하나의 규칙을 작성할 수 있습니다.
  • 더 이상 카탈로그 또는 프로젝트에서 자산 계보를 볼 수 없습니다.
  • Dropbox, Tableau, z/OS 용 Db2 및 Looker 데이터 소스에 새로 연결할 수 없습니다. 이러한 데이터 소스에 대한 기존 연결은 그대로 유지됩니다.
  • 카탈로그의 자산 및 협업자 수가 이제 50으로 제한됩니다. 기존 자산 및 카탈로그 사용자는 변경되지 않습니다. 그러나 자산 또는 협업자의 수가 50을 초과하면 이 수를 50 이하로 줄이거나 플랜을 업그레이드할 때까지 더 추가할 수 없습니다.

Data Refinery: 데이터 플로우를 스케줄하는 다른 위치

이제 데이터 플로우의 요약 페이지에서 데이터 플로우의 스케줄을 추가할 수 있습니다. 실행 섹션에서 옵션의 스케줄 탭을 클릭하십시오.

요약 계산을 위한 Data Refinery의 새 오퍼레이션

집계 GUI 조작을 사용하여 요약 계산을 열 값에 적용하십시오. 다른 열의 값으로 결과를 그룹화할 수 있습니다. 이전에는 집계 함수를 코드 오퍼레이션으로만 사용할 수 있었습니다. 집계 조작은 ORGANIZE 범주 아래에 있습니다.

Figure Eight로 데이터 어노테이션 작성(베타)

이제 Figure Eight를 사용하여 훈련 데이터의 품질을 향상시킬 수 있습니다. 예를 들어 기분, 의도 또는 어조를 해석하기 위해 Figure Eight를 통해 제공되는 인간의 판단을 포함함으로써 모델 입력 데이터를 개선하고 모델 신뢰도를 높일 수 있습니다.

독일 지역에서 Watson 서비스 프로비저닝

이제 IBM Cloud의 독일 서비스 지역에서 Watson Studio, Watson Knowledge Catalog 및 Watson Machine Learning을 프로비저닝할 수 있습니다.

독일 지역에서는 Watson 서비스에 대해 다음 제한사항이 있습니다.

  • Spark 런타임이 필요한 경우 모델 빌더, 모델러 플로우 및 노트북 편집기 도구에 대해 Watson Studio의 Spark 환경을 사용해야 합니다. Apache Spark 서비스는 독일 지역에서 사용할 수 없습니다.
  • 일괄처리 예측 및 실시간 스트리밍 예측 배치 유형은 아직 사용할 수 없습니다.
  • 딥 러닝은 아직 사용 가능하지 않습니다. 딥 러닝 노트나 딥 러닝 실험을 작성할 수는 없습니다.
  • Neural Network Modeler는 아직 사용 가능하지 않습니다.
  • 카탈로그의 사용 통계 페이지는 아직 사용할 수 없습니다.
  • 전체 카탈로그 자산 정보는 아직 사용할 수 없습니다.
  • 구조화되지 않은 텍스트 형식 데이터가 포함된 데이터 자산의 프로파일링은 아직 사용할 수 없습니다.

독일 지역에서 Watson Studio 프로젝트의 RStudio

RStudio는 이제 독일 지역의 IBM Watson Studio 프로젝트에 통합되어 있으며 프로젝트를 작성하면 시작할 수 있습니다. RStudio를 열 때 기본 RStudio Spark 환경 런타임이 자동으로 활성화됩니다. 프로젝트에 RStudio 통합을 사용하면 RStudio의 프로젝트와 연관된 IBM Cloud Object Storage 버킷의 데이터 파일에 액세스하고 사용할 수 있습니다.

2018년 9월 21일로 끝나는 주

Admin Console을 대체하는 관리 메뉴의 새 옵션

관리 콘솔에서 이전에 수행한 관리 태스크는 이제 관리 메뉴에서 액세스하는 별도의 페이지에 있습니다.

Watson 서비스가 다음 태스크를 수행하려면 IBM Cloud 계정의 소유자 또는 관리자여야 합니다.

  • 비관리 사용자가 프로젝트 및 카탈로그를 작성하고 사용자 고유의 암호화 키를 사용할 수 있도록 IBM Cloud Object Storage를 구성하려면 관리 > 스토리지 위임을 선택하십시오.
  • 활성 환경 런타임을 보고 관리하려면 관리 > 환경 런타임을 선택하십시오.
  • 관리 > 카탈로그를 선택하여 모든 카탈로그에 대한 통계를 보고 Watson Knowledge Catalog 서비스 관리자를 지정하십시오.

IBM Message Hub의 이름이 이벤트 스트림으로 변경됨

2018년 9월 17일부로 IBM Message Hub는 이제 이벤트 스트림입니다. 이름 변경은 IBM Message Hub 경험에 영향을 미치지 않습니다. 그러나 IBM Cloud 서비스 카탈로그에서 이름의 일관성이 향상됩니다.

Data Refinery의 새롭고 향상된 시각화 차트

Data Refinery는 새 사용자 인터페이스가 포함된 새로운 시각화 차트를 도입하여 더 많은 데이터 보기를 제공하여 데이터를 보다 정밀하게 탐색할 수 있도록 합니다. 구문이 필요하지 않습니다.

4개의 차트 보기

개선사항은 다음과 같습니다.

  • 더 많은 차트!: 우리는 21개의 차트를 박스에서 제외하고는 곧 발표할 것입니다. 새 차트에는 각 열을 직육면체로 그려서 3D 좌표계로 데이터를 표시하는 3D 차트가 포함됩니다. 보기를 회전시킬 수도 있습니다. t-SNE 차트는 고차원 데이터를 2차원 또는 3차원 공간에 임베드하는 데 유용하며, 산포도로 시각화될 수 있습니다.

  • 차트는 대화식입니다. 동일한 차트 내에서 슬라이더와 설정을 사용하여 다른 방식으로 데이터를 봅니다. 예를 들어, 장미 또는 반지 형식으로 원형 차트를 봅니다. 히트 맵 차트에서 "읽음" "오름차순" 또는 "내림차순"으로 범주 순서를 조정하십시오. 정보 위로 마우스 커서를 이동하면 값이 확대됩니다.

  • 차트 사용자 정의 가능: 모든 차트에 대한 전체 색상 체계를 선택합니다.

  • 차트 다운로드 가능: 제목 및 보조 제목과 같은 어노테이션이 작성된 세부사항이 있는 이미지로서 차트를 다운로드합니다.

이전과 같은 방법으로 차트에 액세스하십시오. Data Refinery에서 시각화 탭을 클릭한 후 시각화할 열을 선택하십시오. 데이터에 대해 제안된 차트는 차트 유형 옆에 도트로 표시됩니다. 데이터를 세분화하는 것처럼 차트가 자동으로 업데이트됩니다.

날짜 또는 시간 값 추출을 위한 Data Refinery의 새 오퍼레이션

추가 Data Refinery에 해당 값을 사용할 수 있도록 날짜 또는 시간소인 값의 일부를 추출하려면 추출 날짜 또는 시간 값 조작을 사용하십시오. 추출 날짜 또는 시간 값 조작은 CLEANSE 범주에 있습니다.

2018년 9월 14일로 끝나는 주

Watson 서비스에는 조직이 필요하지 않음

Watson Studio 또는 Watson Knowledge Catalog에 등록할 때 조직을 더 이상 지정할 필요가 없으며 프로파일 메뉴 및 프로파일 페이지에서 조직 정보가 제거됩니다.

AI 모델에서 사용자 정의 구성요소 지원

이제 온라인 배치를 위해 IBM Watson Machine Learning에 대해 훈련시킨 모델에서 사용자 고유의 변환기, 추정기, 함수, 오퍼레이션, 클래스 및 텐서를 정의할 수 있습니다.

Visual Recognition에 개별 이미지 업로드

이제 Visual Recognition 모델 빌딩 도구와 함께 사용할 개별 훈련 이미지를 한 번에 하나씩 업로드할 수 있습니다.

프로젝트에 서비스 ID 추가

이제 프로젝트에 협업자로서 IBM Cloud 계정에서 작성한 서비스 ID를 추가할 수 있습니다.

2018년 9월 7일로 끝나는 주

노트북의 Spark 환경 GA(General Availability)

노트북의 Spark 환경이 이제 GA되었습니다. Spark 환경에서는 요청 시 사용자 정의 Spark 클러스터를 시작하기 위해 하드웨어 및 소프트웨어 구성을 정의할 수 있습니다. Spark 환경은 리소스에 맞게 신속하게 확장 또는 축소될 수 있습니다. 따라서 샘플 데이터에 대한 새 기계 학습 알고리즘 시도부터 분산 계산 엔진에서의 대규모 생산 워크로드 실행에 이르기까지 다양한 유스 케이스에 적합합니다.

카탈로그에 대시보드 공개

이제 다른 프로젝트에 추가될 수 있도록 카탈로그에 대시보드를 공개할 수 있습니다. 대시보드를 공개할 때 다른 프로젝트에 대시보드를 추가하기 전에 대시보드의 모양을 볼 수 있도록 대시보드 미리보기를 포함할 수 있습니다.

Watson Studio는 글로벌로 프로비저닝된 서비스를 지원함

이제 리소스 그룹, 조직 및 지역의 조합을 사용하여 서비스를 Watson Studio와 연관시킬 수 있습니다. 더 이상 Watson Studio 인스턴스와 동일한 지역에서 프로비저닝된 서비스 인스턴스를 사용하도록 제한되지 않습니다.

2018년 8월 31일로 끝나는 주

연결된 데이터의 미리보기 새로 고치기

이제 미리보기의 데이터가 연결에서 마지막으로 페치된 시기를 확인하고 새로 고침을 클릭하여 프로젝트 및 카탈로그에서 미리보기 데이터를 새로 고칠 수 있습니다.

2018년 8월 24일로 끝나는 주

Db2 Big SQL 커넥터 사용 가능

프로젝트 및 카탈로그는 이제 Db2 Big SQL에 대한 연결을 지원하므로 Db2 Big SQL에 카탈로그 데이터를 저장하고 검색할 수 있습니다.

모델 빌더 및 Spark 모델러 플로우의 Spark 환경(베타)

Apache Spark 환경은 Spark와 함께 실행해야 하는 노트북뿐만 아니라 모델 빌더 및 Spark 모델러 플로우에도 사용할 수 있습니다. Watson Studio에서 Spark 서비스를 사용하는 대신 이제 도구에서 사용할 런타임의 하드웨어 및 소프트웨어 구성을 정의하는 Spark 환경을 작성할 수 있습니다.

2018년 8월 17일로 끝나는 주

Watson Studio에서 Natural Language Classifier GA

Watson Studio에서 Natural Language Classifier 도구가 이제 GA되었습니다. 기존 API 기능을 유지하면서 Watson Studio 내에서 클래스류를 훈련하고 테스트할 수 있습니다.

파티션된 데이터 자산

이제 IBM Cloud Object Storage의 단일 폴더에 있는 파티션된 데이터 파일 세트에서 연결된 데이터 자산을 작성할 수 있습니다. 파티션된 데이터 자산에는 미리보기와 프로파일이 있으며 관계형 테이블과 같이 마스크될 수 있습니다. 그러나 아직 Data Refinery 도구를 사용하여 파티션된 데이터 자산을 쉐이핑하고 정리할 수는 없습니다.

2018년 8월 10일로 끝나는 주

Looker 커넥터

이제 프로젝트와 카탈로그는 Looker 플랫폼에서의 연결을 지원합니다.

Tableau 커넥터

프로젝트 및 카탈로그는 이제 Tableau에 대한 연결을 지원하므로 Tableau에 카탈로그 데이터를 저장하고 검색할 수 있습니다.

2018년 8월 3일로 끝나는 주

Watson Studio 외부에서 훈련된 Natural Language Classifier 클래스류 업데이트

Watson Studio에서 클래스류를 프로젝트와 연관시키고 훈련 데이터를 가져와 Natural Language Classifier 클래스류를 업데이트할 수 있습니다.

데이터 자산에 대한 계보

이제 Watson Studio 및 Watson Knowledge Catalog의 파일 및 연결된 데이터 자산에서 데이터 자산에 대해 수행된 이벤트 히스토리를 계보 그래프로 볼 수 있습니다. 2018년 7월 20일 또는 이후에 작성된 자산에만 계보 그래프가 있습니다.

Spark 환경(베타)

Apache Spark 환경은 베타에서 사용할 수 있습니다. Watson Studio에서 Spark 서비스를 사용하는 대신 모든 Watson Studio 사용자가 기본적으로 사용할 수 있는 Spark 엔진을 사용할 수 있습니다.

2018년 7월 27일로 끝나는 주

Microsoft Azure Data Lake Store 커넥터

프로젝트 및 카탈로그는 이제 Microsoft Azure Data Lake Store에 대한 연결을 지원하므로 Microsoft Azure Data Lake Store에 카탈로그 데이터를 저장하고 검색할 수 있습니다.

데이터 플로우의 로그 다운로드

이제 각 데이터 플로우 실행에 대한 로그를 다운로드할 수 있습니다. 프로젝트 > 자산 탭 > 데이터 플로우 섹션으로 이동하여 데이터 플로우 실행을 클릭하십시오. 실행 메뉴에서 로그 보기를 선택한 후 다운로드를 클릭하십시오. 로그 파일 이름은 데이터 플로우가 실행된 날짜 및 시간(24시간 시스템)에 의해 추가된 데이터 플로우의 이름입니다. 파일 이름의 올바르지 않은 문자는 밑줄(_)로 변경됩니다.

2018년 7월 20일로 끝나는 주

Watson Machine Learning 모델에 대한 계보

이제 Watson Studio, Watson Knowledge Catalog 및 Watson Machine Learning의 Watson Machine Learning 모델 자산에서 수행된 이벤트 히스토리를 계보 그래프로 볼 수 있습니다. 2018년 7월 20일 또는 이후에 작성된 자산에만 계보 그래프가 있습니다.

Information Governance Catalog와 자산 자동 동기화

Information Governance Catalog와 Watson Knowledge Catalog 카탈로그 간 데이터 자산의 자동 동기화를 구성할 수 있습니다. 초기 동기화 후 두 카탈로그의 데이터 자산에 대한 후속 변경사항이 다른 카탈로그로 전파됩니다. 두 카탈로그 간에 통신하려면 Information Governance Catalog - Watson Knowledge Catalog 커넥터를 구성해야 합니다.

Data Refinery에서 새로운 "조건부 교체" 조작

조건에 따라 열의 값을 바꾸려면 조건부 교체 조작을 사용하십시오.

Data Refinery의 날짜 및 시간소인 데이터 유형에 대한 추가 지원

  • GUI 조작: 결측값 대체 조작 및 계산 조작이 이제 날짜 및 시간소인 열에서 사용될 수 있습니다.
  • 코딩 오퍼레이션: 다수의 명령이 날짜 및 시간 데이터 유형에 사용됩니다. 명령행 도움말 및 사용자 정의 템플리트를 사용하여 명령 구문이 지원되는지 확인할 수 있습니다.

2018년 7월 13일로 끝나는 주

자산 이름 및 설명에서 유니코드 문자

이제 프로젝트 및 카탈로그의 자산 이름 및 설명에 제어 문자를 제외한 모든 유니코드 문자를 사용할 수 있습니다.

이제 영국 남부 서비스 지역에서 딥 러닝을 사용할 수 있음

딥 러닝 기능을 사용하면 GPU 및 분산 훈련을 사용하여 대규모 데이터 세트에서 복잡한 신경망을 훈련시킬 수 있습니다.

현재 Watson Studio 웹 인터페이스에서 사용할 수 있는 도구:

  • 플로우 편집기의 신경망 팔레트
  • 실험 빌더

현재 명령행 인터페이스와 API로 사용 가능한 조치:

  • 하나 이상의 훈련 실행의 실행
  • 실험 실행

카탈로그 관리자는 공용 자산의 소유자를 변경할 수 있음

더 이상 자산 소유자를 다른 자산 구성원으로 변경하기 위해 카탈로그 관리자가 공용 자산의 구성원일 필요가 없습니다.

Data Refinery에서 데이터 플로우를 시작한 사용자 이름 보기

데이터 플로우 세부사항 페이지의 실행 섹션에서 히스토리 탭은 각 데이터 플로우에 대한 자세한 정보를 표시합니다. 이전에는 각 플로우를 시작한 사용자의 이메일 주소가 표시되었습니다. 지금 각 플로우를 시작한 사용자 이름이 표시됩니다.

Data Refinery에서 여러 개의 열 필터링

이제 필터 오퍼레이션에서 여러 열에 대한 조건을 지정할 수 있습니다. 이전에 하나의 열만 선택할 수 있었습니다. 또한 필터 오퍼레이션 내에서 이제 열의 값에 대해 “같음” 및 “같지 않음” 연산자를 사용할 수 있습니다.

데이터 플로우의 소스 변경

이제 저장된 데이터 플로우의 소스를 변경할 수 있습니다. 이 향상은 동일한 데이터 플로우를 실행할 수 있지만 다른 소스 데이터 자산으로 실행할 수 있음을 의미합니다. 새 데이터 세트에는 원래 데이터 세트와 호환 가능한 스키마가 있어야 합니다(예: 열 이름, 열 수 및 데이터 유형). 프로젝트 > 자산 탭 > 데이터 플로우 섹션으로 이동하여 데이터 플로우를 클릭하십시오. 데이터 플로우 요약 페이지에서 "소스 데이터 자산 변경" 아이콘(소스 변경)을 클릭하여 다른 데이터 소스를 선택합니다.

2018년 6월 29일로 끝나는 주

자연어 분류(베타)

이제 자연어 분류자를 작성하기 위해 Watson Studio에서 새 그래픽 도구의 베타 버전을 사용해 볼 수 있습니다.

분류자 빌드는 빠르고 쉽습니다. .csv 파일의 연습 텍스트 예제를 업로드한 후 훈련을 클릭하십시오.

계정 사용자는 IAM 액세스가 필요함

IBM Cloud 서비스는 액세스 제어를 위한 Cloud Foundry 조직 사용에서 IAM(Identity and Access Management) 사용으로 전이하고 있습니다.

IBM Cloud 계정에 사용자를 추가할 때 이제 비관리 사용자에게 IAM 편집기 액세스 권한을 부여하고 이 사용자를 Cloud Foundry 조직에 추가해야 합니다.

이전에 IAM 액세스를 지정하지 않고 IBM Cloud 계정에 사용자를 추가한 경우, 사용자는 Visual Recognition과 같은 일부 서비스의 인스턴스를 프로비저닝하지 못할 수 있습니다. 사용자가 IAM을 사용하는 서비스 인스턴스를 프로비저닝할 수 있도록 하려면 IAM 편집자 액세스 권한을 지정하십시오.

2018년 6월 22일로 끝나는 주

날짜 및 시간소인 열에 대한 필터 오퍼레이션의 Data Refinery 개선사항

다음과 같은 새 연산자가 있는 날짜 및 시간소인 열에서 필터 조작을 사용하십시오.

  • 공백임
  • 같음
  • 초과함
  • 보다 큼
  • 미만임
  • 다음보다 적거나 같음
  • 공백이 아님
  • 같지 않음

Google BigQuery 커넥터

프로젝트 및 카탈로그는 이제 Google BigQuery에 대한 연결을 지원하므로 Google BigQuery에 데이터를 저장하고 검색할 수 있습니다.

대시보드는 연결된 데이터를 지원함

이제 대시보드를 작성하기 위해 데이터 소스로서 프로젝트에서 연결된 데이터 소스를 사용할 수 있습니다.

유사한 데이터 자산에 대시보드 재사용

이제 열 이름과 데이터 유형이 원래 데이터 자산과 동일한 경우 기존 대시보드를 다른 데이터 자산과 링크할 수 있습니다.

2018년 6월 15일로 끝나는 주

카탈로그에 훈련된 모델 공개

이제 조직의 다른 사용자가 모델 세부사항을 보고 모델을 배치할 수 있도록 훈련된 모델을 프로젝트에서 카탈로그로 공개할 수 있습니다.

카탈로그로에서 모델을 배치하려면 먼저 프로젝트에 추가하십시오.

폴더 자산에서 파일 다운로드

이제 폴더 자산 내에서 액세스하는 파일을 다운로드할 수 있습니다. 폴더 자산과 연관된 IBM Cloud Object Storage 연결 자산에는 다운로드가 성공하도록 액세스 키 및 비밀 키가 포함되어야 합니다.

대시보드 내보내기 및 가져오기

이제 로컬 시스템에 JSON 파일로 다운로드하여 대시보드를 내보낼 수 있습니다. 그런 다음 새 대시보드 화면에서 JSON 파일을 업로드하여 해당 대시보드를 다른 프로젝트로 가져올 수 있습니다. 가져온 대시보드를 열면 필요한 데이터 자산이 누락된 경우 알림이 표시됩니다. 데이터 자산을 프로젝트에 추가한 후 대시보드를 다시 열고 데이터 자산을 다시 링크시키십시오.

Data Refinery 개선사항

비정형 텍스트 처리를 위한 개선사항:

  • 토큰화 조작을 사용하여 영어 텍스트를 단어, 문장, 단락, 행, 문자 또는 정규식 경계로 구분하십시오.
  • 영어 정지 단어를 제거하려면 새 정지 단어 제거 조작을 사용하십시오.
  • 필터 조작에는 텍스트 및 일반 표현식 패턴을 지원하는 새 연산자가 있습니다(Contains(포함), Does not contain(포함하지 않음), Starts with(시작), Does not start with(시작하지 않음), Ends with(종료), Does not end with(종료하지 않음)).
  • 샘플 조작을 사용하여 무작위 샘플링 단계를 지정하거나 플로우의 단계를 기반으로 자동 또는 수동 계층화 샘플링을 지정하십시오. 플로우가 실행될 경우에만 UI 오퍼레이션에서의 샘플링 단계가 적용됩니다.

코딩 오퍼레이션에 대한 개선사항:

  • 새 랜덤 샘플링 코딩 연산자(sample_n 및 sample_frac)를 사용하여 대화식 Refinery 도구에서 샘플링 결과를 표시하고 플로우가 실행될 때 샘플링을 적용합니다.
  • mutate 코딩 오퍼레이션, mutate(provide_new_column = n())를 사용하여 행 수를 계산하기 위한 템플리트를 추가합니다.

2018년 6월 8일로 끝나는 주

프로젝트와 카탈로그에서 폴더 자산 작성

이제 연결을 통해 액세스되는 IBM Cloud Object Storage 시스템 내의 경로를 기반으로 폴더 자산을 작성할 수 있습니다. 폴더 자산과 경로를 공유하는 파일 및 하위 폴더를 볼 수 있습니다. 폴더 자산 내에서 볼 수 있는 파일은 데이터 자산이 아닙니다. 예를 들어 지속적으로 업데이트되는 뉴스 피드가 포함된 경로의 폴더 자산을 작성할 수 있습니다. 폴더 자산에서 파일의 컨텐츠를 미리보고 파일에서 데이터를 조작하기 위해 Data Refinery 도구를 사용할 수 있습니다.

폴더 자산의 파일은 폴더 자산에 대해 작동하는 정책에만 적용됩니다. 정책은 폴더 자산의 파일에서 직접 작동할 수 없습니다.

사용자 고유의 키로 IBM Cloud Object Storage 인스턴스 암호화

이제 사용자 고유의 키로 프로젝트 및 카탈로그에 사용하는 Cloud Object Storage 인스턴스를 암호화할 수 있습니다. 또한 IBM Key Project 서비스의 인스턴스가 있어야 합니다.

자산 설명에 활성 하이퍼링크 추가

프로젝트 및 카탈로그의 자산 설명에 추가한 웹 사이트 주소는 이제 활성 하이퍼링크입니다.

자산 이름에서 유니코드 문자

Watson Knowledge Catalog의 데이터 대시보드에서 적용되는 정책 차트

이제 데이터 대시보드의 시간에 따른 정책 강화 섹션에 시행된 정책에 대한 선형 차트가 표시됩니다. 시간 범위 및 단위를 선택하여 매일 또는 매월 기반으로 정보를 표시할 수 있습니다.

Oracle과 Apache Hive에서 데이터 자산 검색

연결에서 Oracle 및 Apache Hive 데이터 소스까지 자산을 검색할 수 있습니다.

2018년 6월 1일로 끝나는 주

Watson Studio

다음 새 기능은 Watson Studio에 한정됩니다.

Core ML 지원

IBM Watson Machine Learning 모델을 훈련시킨 후 이제 Core ML(.mlmodel) 파일을 다운로드하여 iOS 앱에 빌드할 수 있습니다.

2018년 5월 25일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

필터 조작을 위한 새 연산자
FREQUENTLY USED 범주의 필터 조작은 다음과 같은 추가 연산자를 지원합니다.

연산자 숫자 문자열 부울
포함
포함하지 않음
다음으로 종료
제외할 종료 문자
다음으로 시작:
다음으로 시작하지 않음  

Watson Studio

다음 새 기능은 Watson Studio에 한정됩니다.

IBM Cloud 계정에서 Watson Studio 인스턴스의 다중 인스턴스

이제 IBM Cloud 계정에서 Watson Studio 서비스의 다중 인스턴스를 프로비저닝할 수 있습니다.

2018년 5월 18일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

데이터 플로우 출력 분할창 변경
기본적으로 데이터 플로우 출력 분할창이 표시 모드입니다. 출력 세부사항을 변경하려면 출력 편집을 클릭하여 분할창을 편집 모드로 설정하십시오. 변경사항을 저장하면 분할창이 표시 모드로 돌아갑니다.

연결된 데이터 자산에 대한 향상된 대상 옵션
Data Refinery는 기본 연결에 대해 지원하는 연결된 데이터 자산에 대해 동일한 대상 옵션을 지원합니다. 예를 들어, 연결된 관계형 데이터 자산과 관계형 데이터베이스의 테이블에 대한 연결에 대해 동일한 대상 옵션을 지원합니다. 여기에는 기존 데이터 세트에 영향을 주는 옵션(겹쳐쓰기, 재작성, 삽입, 업데이트, 갱신삽입(upsert))이 포함됩니다. 다른 예로서, Data Refinery는 파일 기반의 연결된 데이터 자산과 파일 연결 모두에 대해 동일한 대상 옵션을 지원합니다.

2018년 5월 11일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

이제 데이터 플로우 실행 시작기의 이름이 표시됨
데이터 플로우의 로그를 볼 때 로그의 맨 위에서 실행을 시작한 사용자의 이름(고유 ID 대신)을 볼 수 있습니다.

템플리트 레벨 명령행 지원
명령행에 새 템플리트 레벨 도움말이 있습니다. 오퍼레이션을 선택한 후 오퍼레이션 이름을 클릭하고 구문 템플리트를 선택하십시오. 템플리트 및 컨텐츠 지원을 사용하여 데이터에 적용할 수 있는 사용자 정의 오퍼레이션을 빠르고 쉽게 작성하십시오.

프로젝트 readme 파일

이제 표준 마크다운 형식화를 사용하여 readme 파일에서 프로젝트를 문서화할 수 있습니다. Readme는 IBM Cloud Object Storage를 사용하는 모든 새 프로젝트 또는 기존 프로젝트에 대해 프로젝트 개요 페이지 맨 아래에 있습니다. 레거시 프로젝트에는 readme 파일이 없습니다.

2018년 5월 4일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

로그에 추가된 데이터 플로우 실행 시작기
데이터 플로우 실행 로그를 볼 때 로그의 맨 위에서 실행을 시작한 사용자의 고유 ID를 확인할 수 있습니다.

2018년 4월 27일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

새 서브스트링 조작
텍스트 범주의 서브스트링 작업은 열 값에서 서브스트링을 작성할 수 있습니다. 텍스트 내에서 시작 위치와 각 하위 문자열의 길이를 표시하기만 하면 됩니다. 다수의 오퍼레이션과 마찬가지로 현재 열 값을 겹쳐쓰거나 하위 문자열을 보유할 새 열을 작성할 수 있습니다.

많은 데이터 플로우 실행
이제 데이터 플로우 세부사항 페이지에서 많은 수의 데이터 플로우를 쉽게 찾아볼 수 있습니다. 히스토리 탭에 현재 표시된 것보다 더 많은 실행이 있는 경우, 새 자세히 보기 단추를 클릭하여 더 많은 실행을 확인하십시오.

Watson Studio

다음 새 기능은 Watson Studio에 한정됩니다.

R save_data 함수용 Project-LIB

이제 R에 대한 project-lib 라이브러리를 사용하여 프로젝트와 연관된 오브젝트 스토리지에 데이터를 저장할 수 있습니다.

Watson Knowledge Catalog

다음 새 기능은 Watson Knowledge Catalog에 한정됩니다.

BM Cloud 계정 이메일을 쉽게 지정할 수 있음

비즈니스 용어의 소유자를 지정하거나 규칙 빌더에서 사용자 ID가 필요한 조건을 정의할 때 IBM Cloud 계정에서 사용자의 이름 또는 이메일 주소를 입력하십시오. 그런 다음 선택 목록에서 계정 이메일을 선택할 수 있습니다.

2018년 4월 20일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

Watson Analytics 커넥터: 시드니 데이터 센터에 대한 지원

Watson Analytics 커넥터는 이제 Sydney 데이터 센터에 대한 지원을 제공합니다. Watson Analytics에 대한 새 대상 연결을 작성할 때 연결 세부사항 섹션에서 AP1-Sydney를 데이터 센터로 선택할 수 있습니다.

Microsoft Azure SQL Database 커넥터: 보안 게이트웨이 지원

Microsoft Azure SQL Database 커넥터는 이제 보안 게이트웨이에 대한 지원을 제공합니다. Microsoft Azure SQL Database에 대한 새 연결을 작성할 때 연결 세부사항 섹션에서 보안 게이트웨이 사용 옵션을 선택할 수 있습니다.

Watson Knowledge Catalog

다음 새 기능은 Watson Knowledge Catalog에 한정됩니다.

비즈니스 용어는 한 명의 소유자로 제한됨

비즈니스 용어집에서 비즈니스 용어에 대해 한 명의 소유자만 선택할 수 있습니다. 하나 이상의 이름이 더 이상 지원되지 않으며 제거됩니다. 소유자는 IBM Cloud 등록 사용자여야 합니다. 이름 또는 등록되지 않은 이메일 주소를 입력하면 해당 항목이 제거됩니다.

카탈로그의 자산 파일 보기 및 다운로드

이제 카탈로그에서 자산과 연관된 파일을 보고 다운로드할 수 있습니다. 예를 들어, 데이터 파일 또는 PDF 파일을 데이터 자산으로 업로드한 경우 카탈로그 협업자가 자산 개요 페이지에서 파일을 다운로드할 수 있습니다.

2018년 4월 13일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

최상위 레벨 메뉴의 변경사항

IBM Cloud와 보다 일관성을 유지하기 위해 헤더의 일부 메뉴 및 메뉴 항목이 이동되거나 새로 작성되었습니다.

  • 이제 아바타 메뉴에서 사용자의 계정이나 조직을 전환할 수 있습니다.
  • 이제 새 관리 메뉴에서 관리 페이지에 액세스합니다. 관리 메뉴에는 IBM Cloud 계정을 관리하는 옵션도 있습니다.
  • 이제 FAQ, 새로운 블로그 항목에 액세스하고 새 지원 메뉴에 대한 피드백을 제공합니다.
  • 이제 아이콘 대신 문서 단추를 클릭하여 Watson Studio 및 Watson Knowledge Catalog 문서에 액세스합니다.

Watson Knowledge Catalog

다음 새 기능은 Watson Knowledge Catalog에 한정됩니다.

열에서 민감한 데이터 마스크

이제 나머지 데이터 자산에 대한 액세스를 허용하면서 민감한 데이터를 보호할 수 있습니다. 사용자가 카탈로그에서 자산을 보거나 프로젝트에서 자산으로 작업할 때 데이터 자산의 열에 민감한 값을 마스킹하는 정책을 작성할 수 있습니다.

2018년 4월 6일로 끝나는 주

Watson

다음 새 기능은 모든 Watson 서비스에 포함됩니다.

데이터 정제

많은 데이터 자산 및 연결 찾아보기
이제 많은 수의 데이터 자산 및 연결을 찾아볼 수 있습니다. 데이터 자산을 선택하거나 연결에서 데이터를 선택할 때 데이터 자산 탭의 맨 아래에 새 자세히 보기 단추가 표시되고 연결 탭이 표시됩니다. 현재 표시된 자산 또는 연결보다 더 많은 자산 또는 연결을 보려면 이 단추를 클릭하여 다른 항목 페이지를 가져오십시오.

시간소인 지원
FREQUENTLY USED 범주에서 변환 열 유형 조작은 문자열 변환에 대한 문자열 변환 및 시간소인 변환을 지원합니다.

향상된 날짜 지원
열을 문자열에서 날짜로 변환할 때 더 이상 열 데이터가 MM/DD/YYYY 또는 MM-DD-YYYY 형식인지 확인하지 않아도 됩니다. 이제 날짜 값에서 현재 월, 일 및 연도의 현재 순서를 선택하도록 프롬프트가 표시됩니다.

Watson Studio

다음 새 기능은 Watson Studio에 한정됩니다.

IBM Watson Visual Recognition

향상된 얼굴 모델 GA 향상된 얼굴 감지 모델이 이제 GA되었습니다! 이 향상된 모델에는 편향 감소, 연령 및 성별에 대한 안면 감지의 정확도 향상, 더 엄격한 연령대가 포함됩니다. 개선된 기능이 자동으로 수행되므로 GA /v3/detect_faces 엔드포인트의 기존 사용자는 아무 작업도 수행할 필요가 없습니다. 베타 엔드포인트는 더 이상 사용되지 않으며 더 이상 액세스할 수 없으므로 베타 엔드포인트 사용자는 2018년 5월 17일까지 GA 엔드포인트를 가리키도록 해당 요청을 변경해야 합니다.

2018년 3월 30일로 끝나는 주

Watson

향상된 대상 연결 지원

이전에 소스 연결만 지원했던 다음 커넥터가 이제 대상 연결도 지원합니다.

  • IBM 서비스
    • Compose for PostgreSQL
    • Informix
  • 써드 파티 서비스
    • Amazon Redshift
    • Pivotal Greenplum

Watson Studio

Apache Spark로 노트북 작성

Apache Spark를 사용하여 노트북을 작성하면 Spark 2.1에서만 노트북을 실행할 수 있습니다. 노트북 작성 중에 Spark 버전 1.6 및 2.0을 더 이상 선택할 수 없습니다.

2018년 3월 23일로 끝나는 주

Watson Knowledge Catalog

Microsoft Excel 문서 미리보기

이제 자산의 개요 페이지에서 카탈로그에 추가하는 Microsoft Excel 문서의 컨텐츠를 볼 수 있습니다.

Data Refinery

향상된 날짜 지원

FREQUENTLY USED 범주에 있는 변환 열 유형 조작은 현재 문자열 대 날짜 및 날짜를 문자열로 변환할 수 있도록 지원합니다. 열을 문자열에서 날짜로 변환할 때 열 데이터가 MM/DD/YYYY 또는 MM-DD-YYYY 형식인지 확인하십시오.

2018년 3월 20일 주

Watson

Data Science Experience 및 데이터 카탈로그 서비스의 새 이름!

새 이름은 새 AI 기능과 더 잘 어울립니다.

  • Data Science Experience의 이름이 이제 Watson Studio로 변경되었습니다.
  • 데이터 카탈로그는 이제 Watson Knowledge Catalog로 이름이 변경되었습니다.

기계 학습 및 AI

Visual Recognition을 사용하여 이미지 분류

이제 Watson Studio에서 IBM Watson Visual Recognition을 사용하여 이미지를 분류할 수 있습니다. Visual Recognition은 딥 러닝 알고리즘을 사용하여 장면, 오브젝트, 얼굴 및 기타 컨텐츠의 이미지를 분석합니다. Visual Recognition 모델 빌더 도구를 사용하여 사용자 정의 모델을 빠르고 쉽게 훈련하고 테스트합니다.

딥 러닝

이제 딥 러닝 기술을 사용하여 수천 개의 모델을 훈련시켜 신경망의 성능을 최적화하는 데이터와 하이퍼 매개변수의 올바른 조합을 식별할 수 있습니다. 더 빠르게 더 많은 실험을 실행할 수 있습니다. 더 심도 깊은 네트워크를 훈련하고 더 넓은 하이퍼 매개변수 영역을 탐색할 수 있습니다. Watson Machine Learning은 요청 시 GPU 컴퓨팅 클러스터와 병렬로 모델을 훈련시키는 프로세스를 단순화하여 이 대화식 주기를 가속화합니다.

실험 빌더 도구를 사용하여 실험에 대한 훈련 실행을 정의하고 하이퍼 매개변수를 자동으로 최적화할 수 있습니다.

신경망 디자이너 도구를 사용하여 딥 러닝 플로우를 작성할 수 있습니다. 이미지(CNN 아키텍처)와 텍스트 및 오디오 데이터(RNN 아키텍처)와 같은 데이터 유형에 대한 심층 모델을 디자인하십시오. 신경망 디자이너는 31개 유형의 계층을 지원합니다. 이러한 31개 계층의 조합을 사용하여 디자인할 수 있는 모든 아키텍처는 플로우 모델러를 사용하여 디자인한 다음 훈련 정의 파일로 공개할 수 있습니다.

모델러 플로우

이제 플로우 편집기를 사용하여 데이터 모델의 그래픽 표현인 기계 학습 플로우 또는 신경망 디자인의 그래픽 표현인 딥 러닝 플로우를 작성할 수 있습니다. 이를 사용하여 데이터를 준비 또는 쉐이핑하거나, 모델을 훈련 또는 배치하거나, 데이터를 변환하고 IBM Cloud Object Storage의 데이터베이스 테이블 또는 파일로 다시 내보낼 수 있습니다.

Watson Studio

사용자의 요구에 맞는 도구로 프로젝트 작성

이제 프로젝트를 작성할 때 사용자 요구에 맞는 프로젝트 타일을 선택할 수 있습니다. 타일 선택은 프로젝트에 추가할 수 있는 자산 유형, 사용할 수 있는 도구 및 필요한 IBM 클라우드 서비스에 영향을 줍니다.

Watson Studio 홈 페이지에서 프로젝트를 작성할 때 다음 타일 중에서 선택할 수 있습니다.

  • 기본: 협업자 및 데이터 자산을 추가합니다.
  • 전체: 모든 도구를 사용할 수 있습니다. 필요에 따라 서비스를 추가할 수 있습니다.
  • 데이터 준비: 데이터를 정리하고 쉐이핑합니다.
  • Jupyter 노트북: Jupyter 노트북 또는 RStudio로 데이터를 분석합니다.
  • 실험 빌더: 신경망을 개발하여 딥 러닝 실험에서 테스트합니다.
  • 모델러: 기계 학습 모들을 빌드, 훈련, 테스트 및 배치합니다.
  • Streams Designer: 스트리밍 데이터를 수집합니다.
  • Visual Recognition: 이미비를 분류합니다.

내 프로젝트 페이지에서 프로젝트를 작성하는 경우 프로젝트에 모든 도구가 있습니다.

프로젝트를 작성한 후 설정 페이지에서 도구를 추가하거나 제거할 수 있습니다.

코딩 없이 데이터를 시각화하기 위해 대시보드 작성

Cognos 대시보드를 사용하면 분석 결과의 정교한 시각화를 빌드하고, 대시보드에서 데이터에서 발견한 통찰력을 전달한 후 대시보드를 다른 대시보드와 공유할 수 있습니다.

Python 환경을 위한 사용자 정의 지원

작성하는 Python 환경의 소프트웨어 구성을 사용자 정의할 수 있습니다.

Watson Knowledge Catalog

카탈로그 데이터 자산 세분화

이제 프로젝트에 추가한 후 관계형 데이터를 포함하는 데이터 자산을 세분화할 수 있습니다. 데이터를 정리하고 쉐이핑할 수 있도록 Watson Knowledge Catalog로 작성하는 프로젝트에는 Data Refinery 도구가 포함되어 있습니다.

비정형 데이터가 있는 프로파일 문서

비정형 데이터를 포함하는 데이터 자산(예: Microsoft Word, PDF, HTML 및 일반 텍스트 문서)은 IBM Watson Natural Language Understanding에 의해 자동으로 프로파일링되어 자산의 프로파일 페이지에 있는 문서의 추론된 주제 범주, 개념, 감정 및 심리의 분포를 표시합니다. 또한 자산을 프로젝트에 추가할 때 프로파일을 볼 수 있습니다.

PDF 문서 미리보기

이제 자산의 개요 페이지에서 카탈로그에 추가하는 PDF 문서의 컨텐츠를 볼 수 있습니다.

자산 검토 및 평가

이제 자산을 검토 및 평가하거나 카탈로그에서 다른 사용자의 리뷰를 읽을 수 있습니다. 자산을 보고 보기 페이지로 이동하여 검토를 읽거나 검토 및 등급을 추가합니다.

권장되고 평가가 높은 자산 참조

이제 카탈로그의 찾아보기 페이지에서 추천 및 고도로 평가된 자산을 볼 수 있습니다.

  • 액세스한 자산에 공통되는 속성을 기반으로 권장되는 상위 20개 자산을 보려면 Watson 권장사항을 클릭하십시오.
  • 최상위 등급이 있는 자산을 보려면 상위 등급을 클릭하십시오.

Data Refinery

대상 파일 형식

연결에서 파일을 데이터 플로우 출력의 대상으로 선택하면 해당 파일에 대해 다음 형식 중 하나를 선택할 수 있습니다.

  • AVRO - Apache Avro
  • CSV - 쉼표로 구분된 값
  • JSON - JavaScript Object Notation
  • PARQ - Apache Parquet

2018년 3월 9일로 끝나는 주

Watson

새 스타일

Watson 서비스 및 도구에서 색상 및 글꼴 스타일 변경사항이 표시됩니다. 이러한 변경사항은 보다 일관된 사용자 경험을 제공하기 위해 IBM Cloud 스타일에 맞게 조정됩니다.

새 Watson Analytics 커넥터

프로젝트 및 카탈로그는 이제 IBM Watson Analytics에 대한 연결을 지원하므로 IBM Analytics에 데이터를 저장할 수 있습니다. (Watson Analytics 커넥터는 대상 연결만 지원합니다.)

Watson Studio

PixieDebugger를 추가하는 PixieDust 1.1.18

PixieDust 릴리스 1.1.8에서는 Jupyter 노트북용 시각적 Python 디버거(PixieDebugger)가 도입되었습니다. PixieApp으로 빌드되며 소스 편집기, 로컬 변수 검사자, 콘솔 출력, 현재 컨텍스트에서 Python 표현식을 평가하는 기능, 중단점 관리 및 코드 실행 제어를 위한 도구 모음이 포함되어 있습니다. PixieDebugger는 기존의 노트북 셀을 디버깅할 뿐만 아니라 PixieApp를 디버깅하는 데도 사용되며, 라우트 관련 문제를 해결할 때 특히 유용합니다.

Data Refinery

기본 날짜 및 시간 지원

일부 Data Refinery 오퍼레이션은 이제 날짜 시간 값을 지원합니다.

  • 열 유형 변환(시작 날짜 시간 값만 변환하기 위한 지원)
  • 제거
  • 이름 변경
  • 오름차순 정렬
  • 내림차순 정렬

향후 이 지원을 제공하기 위한 더 많은 오퍼레이션을 확인하십시오!

새 대체 오퍼레이션

FREQUENTLY USED 범주의 대체 조작은 열의 실제 데이터에 대해 무작위 문자열을 대체하여 민감한 정보를 볼 수 없도록 할 수 있습니다.

카탈로그

IBM InfoSphere Information Governance Catalog에서 자산 가져오기

Information Governance Catalog 아카이브 파일에서 자산을 카탈로그로 가져올 수 있습니다. 정보 거버넌스 카탈로그 자산을 가져오려면 Watson Knowledge Catalog Professional 계획이 있어야 하고 카탈로그에 관리 역할이 있어야 합니다.

2018년 3월 2일로 끝나는 주

Watson Studio

이제 Apache Spark Service Python 3.5 노트북은 Anaconda 5.0을 기반으로 함

Apache Spark Service는 다음을 업그레이드 Anaconda 분포은(는) Anaconda 5.0에 대한 Watson Studio 노트북 환경에 사용됩니다. 이 업데이트된 Anaconda 버전은 Watson Studio 노트북 환경에 이전에 설치된 라이브러리의 버전을 변경하는 라이브러리로 강제 업그레이드합니다. 이 업그레이드로 업데이트된 일부 라이브러리는 API를 변경하여 기존 코드에서 경고 또는 오류가 발생할 수 있습니다.

RStudio와 R 버전이 업그레이드됨

Watson Studio의 RStudio는 버전 1.1.419로 업그레이드되고 RStudio의 R은 이제 버전 3.4.3입니다. 새 R 버전에 대해 작동하도록 일부 패키지를 업데이트해야 할 수 있습니다.

Streams Designer

이벤트 스트림(소스) 운영자 구성

지금까지 스트림 플로우가 중지되고 이벤트 스트림 생성자가 계속 주제로 메시지를 보내면 해당 메시지는 이벤트 스트림 큐에 보관되었습니다. 스트림 플로우가 다시 시작되면 시간을 되돌릴 수 없고 손실된 메시지를 사용할 수 없었습니다.

이제 Event Streams(소스 연산자)의 특성 분할창에서 읽기 재개 확인란을 선택하여 스트림 플로우가 중단된 Event Streams 큐에서 읽기를 시작할 수 있습니다.

스트림 플로우가 처음으로 실행될 때(읽기 재개가 선택되지 않은 경우) 또는 재개 오프셋이 손실될 때 Event Streams 큐에서 읽기를 시작하도록 기본 오프셋을 구성할 수도 있습니다. 최신 메시지 또는 가장 빠른 메시지에서 읽기 시작하도록 선택합니다.

사용자 설치 Python 라이브러리

지원되고 사전 설치된 패키지 외에도 스트림 플로우에 특정 작업을 위한 다른 패키지가 필요할 수 있습니다. 이 경우 pip 패키지 관리 시스템에서 관리하는 Python 패키지를 설치할 수 있습니다. 이 패키지는 Python 패키지 색인에서 찾을 수 있습니다. 기본적으로 pip는 최신 버전의 패키지를 설치하지만 다른 버전을 설치할 수 있습니다.

Streams Designer에서 패키지를 사용할 스트림 플로우를 편집하십시오. 설정을 클릭한 후 환경을 클릭하십시오.

2018년 2월 23일로 끝나는 주

Data Refinery

스냅샷 보기

데이터 플로우의 단계를 클릭하면 언제든지 데이터가 어떻게 표시되는지 확인할 수 있습니다. 이렇게 하면 데이터가 스냅샷 보기에 삽입됩니다. 예를 들어, 데이터 소스 단계를 클릭하면 데이터 정제를 시작하기 전에 데이터가 어떻게 표시되었는지 확인할 수 있습니다. 오퍼레이션 단계를 클릭하여 해당 오퍼레이션이 적용된 후 데이터가 어떻게 표시되는지 확인할 수도 있습니다.

새 오퍼레이션 설명

Data Refinery는 단계 탭에서 각 오퍼레이션에 대한 설명을 제공합니다. (이는 이전에 표시된 R 코드를 대체합니다.)

데이터 플로우의 오퍼레이션 삽입, 편집 및 삭제

이전에는 데이터 플로우에서 마지막 오퍼레이션 단계를 삭제할 수 있었습니다. 이번 주부터는 데이터 플로우에서 임의 조작 단계를 삽입, 편집 및 삭제할 수도 있습니다.

데이터 플로우 실행 취소

진행 중인 경우(즉, 상태가 실행 중일 때) 데이터 플로우 실행을 취소할 수 있습니다. 실행을 취소하려면 데이터 플로우 세부사항 페이지의 히스토리 탭에 있는 실행 메뉴에서 취소를 선택하십시오.

관계형 데이터베이스 대상에서 행 삽입 및 업데이트

기존 관계형 데이터베이스 테이블 또는 뷰를 데이터 플로우 출력의 대상으로 선택하면 기존 데이터 세트에 영향을 미치는 옵션이 여러 개 있습니다.

  • 겹쳐쓰기 - 기존 데이터 세트를 삭제하고 데이터 플로우 출력의 행을 사용하여 다시 작성
  • 자르기 - 기존 데이터 세트에서 행을 삭제하고 데이터 플로우 출력의 행으로 바꿈
  • 삽입만(추가) - 데이터 플로우 출력의 모든 행을 기존 데이터 세트에 추가
  • 업데이트만 - 기존 데이터 세트의 행을 데이터 플로우 출력으로 업데이트합니다. 새로운 행을 삽입하지 마십시오.
  • 갱신삽입(upsert)(병합) - 기존 데이터 세트의 행을 업데이트하고 나머지 데이터 플로우 출력을 추가함

Update Only 및 Upsert (Merge) 옵션의 경우, 출력 데이터 세트의 열을 선택하여 기존 데이터 세트의 열과 비교해야 합니다. 출력 및 대상 데이터 세트에는 동일한 수의 열이 있어야 하고 열은 두 데이터 세트에서 동일한 이름과 데이터 유형을 가지고 있어야 합니다.

2018년 2월 16일로 끝나는 주

Watson Studio

노트북용 환경(베타)

이 베타 환경 릴리스에서는 Jupyter 노트북을 실행하기 위해 하드웨어 및 소프트웨어 구성이 다른 기본 Anaconda 환경을 선택할 수 있습니다. 프로젝트에 두 개 이상의 환경이 있을 수 있으며 각 노트북의 하드웨어 및 소프트웨어 요구사항에 따라 이러한 환경을 노트북과 연관시킬 수 있습니다.

정책

개인 정보 또는 제한된 정보가 있는 데이터 자산에 대한 통계 보기

데이터 대시보드가 확장되었습니다. 이제 개인 데이터 또는 제한된 데이터를 포함하는 데이터 자산의 수를 확인할 수 있습니다. 기본적으로 민감한 개인 정보(SPI), 개인 식별 정보(PII) 또는 기밀의 분류가 식별됩니다. 이러한 분류 대신 사용자 고유의 비즈니스 용어를 사용할 수도 있습니다.

규칙 빌더의 목록에서 이메일 주소 선택

규칙 빌더에서 규칙을 작성하고 이메일 주소를 지정해야 하는 경우 입력을 시작하면 일치하는 이메일 주소 목록에서 선택할 수 있습니다.

2018년 2월 9일로 끝나는 주

Data Refinery

데이터 플로우 스케줄 작성, 편집 및 삭제

새 데이터 플로우를 저장하거나 실행할 때 해당 데이터 플로우에 대해 일회성 또는 반복 스케줄을 추가할 수 있습니다. 그 후 Data Refinery에서도 스케줄을 편집하거나 삭제할 수 있습니다.

스케줄된 데이터 플로우 실행은 데이터 플로우 세부사항 페이지의 스케줄 탭에 표시됩니다. 과거 데이터 플로우 실행은 동일한 페이지의 히스토리 탭에 표시됩니다.

데이터 플로우 세부사항 페이지에서 소스 및 대상 데이터 세트 미리보기

프로젝트 > 자산 탭 > 데이터 플로우 섹션으로 이동하여 관심이 있는 데이터 플로우를 클릭하여 데이터 플로우에 대한 요약 정보를 볼 수 있습니다. 이제 요약 섹션에서 소스 및 대상 데이터 세트를 모두 미리볼 수 있습니다.

Watson Studio

Object Storage OpenStack Swift 지원 중단

프로젝트를 작성할 때 Object Storage OpenStack Swift 대신 IBM Cloud Object Storage를 사용하십시오.

dataplatform.ibm.com URL을 사용하여 US-South Dallas 지역에서 Watson Studio에 액세스하는 경우 프로젝트를 작성할 때 Object Storage OpenStack Swift를 더 이상 사용할 수 없습니다. Object Storage OpenStack Swift 서비스는 eu-gb.dataplatform.ibm.com URL을 사용하는 영국 지역에서 2018년 3월말까지 사용할 수 있습니다. Object Storage OpenStack Swift를 사용하는 프로젝트는 계속 작동합니다.

프로젝트 및 노트북에 커뮤니티 데이터 세트를 쉽게 추가할 수 있음

데이터 세트에서 프로젝트에 추가 단추를 클릭하고 프로젝트를 선택하여 프로젝트에 커뮤니티 데이터 세트를 추가할 수 있습니다. 그런 다음 노트북 내의 데이터 세트에 코드에 삽입 함수를 사용할 수 있습니다.

새 IBM Cloud Object Storage용 Python 커넥터

이제 노트북에서 Python 커넥터 코드를 사용하여 IBM Cloud Object Storage 인스턴스에서 데이터를 로드하고 저장할 수 있습니다.

PixieDust 1.1.7 사용 가능

PixieDust 릴리스 1.1.7에는 집계 값 필터링에 대한 지원이 추가되었고 테이블 시각화가 업데이트되었고, Brunel 렌더링이 개선되었으며, 일부 아이콘이 업데이트되었습니다.

2018년 2월 2일로 끝나는 주

Watson

새 서비스 메뉴

데이터 서비스 메뉴는 이제 서비스 메뉴이며, 데이터 서비스뿐만 아니라 IBM Cloud AI 및 계산 서비스를 추가하고 관리하는 새 옵션이 있습니다.

Streams Designer

새 캔버스 디자인

Streams Designer 캔버스의 새 모양을 확인하십시오! 이제 Watson Studio 공통 캔버스와 룩앤필이 동일합니다.

다음 변경사항에 주의하십시오.

  • 하단 도구 모음 조치(설정, 실행, 저장, 메트릭)가 상단 도구 모음으로 이동되었습니다.

  • 닫기 단추가 제거되었습니다.

새 연산자

  • 코드(연산자의 소스 목록에서)

이전에는 코드 연산자가 처리 및 분석 유형의 연산자일 뿐이었습니다. 이제 코드 연산자도 소스 연산자로 사용할 수 있습니다. 이 연산자는 사용자에게 사용자 고유의 샘플 데이터를 생성하고 외부 소스에서 데이터를 사용하기 위한 편리한 방법을 제공합니다.

  • Python Machine Learning(처리 및 분석 연산자 목록에서)

이 연산자는 실시간 예측 및 스코어링을 위해 널리 사용되는 프레임워크의 Python 모델을 실행하는 간단한 방법을 제공합니다.

Python ML 연산자는 코드 연산자를 기반으로 합니다. 또한 Cloud Object Storage에서 모델 파일 오브젝트를 업로드하고 코드에서 필요한 콜백을 생성할 수 있습니다.

Data Refinery

데이터 자산으로 데이터 플로우 출력 저장

데이터 플로우 출력을 새 데이터 자산으로 저장하거나 기존 데이터 자산을 대체할 수 있습니다. 기본적으로 데이터 플로우 출력은 프로젝트에서 새 데이터 자산으로 저장됩니다.

데이터 플로우 출력이 기존 데이터 자산으로 저장되도록 지정하려면 다음을 수행하십시오.

  1. 데이터 플로우 출력 분할창에서 위치 변경을 클릭하십시오.
  2. 대체할 데이터 자산을 선택하십시오. 대상 이름이 기존 자산의 이름으로 변경됨을 유의하십시오.
  3. 저장 위치를 클릭하십시오.

오퍼레이션 분할창에서 사용자의 열 선택 변경

오퍼레이션을 선택한 후 오퍼레이션을 적용할 열을 변경할 수 있습니다. 조작 분할창의 맨 위에서 변경 열 선택을 클릭하고 새 열을 선택한 후 저장을 클릭하십시오.

새 진행 표시기

이제 데이터 세트를 세분화하도록 선택할 때 진행 표시기가 표시됩니다. 이 표시기는 Data Refinery의 배후에서 진행되는 작업에 대한 유용한 정보를 제공합니다.

2018년 1월 26일로 끝나는 주

Watson

새 Teradata 커넥터

프로젝트 및 카탈로그는 이제 Teradata에 대한 연결을 지원하므로 Teradata에 저장된 데이터에 액세스할 수 있습니다.

Watson Studio

협업자는 프로젝트를 나갈 수 있음

사용자 역할에 관계없이 프로젝트를 나갈 수 있습니다. 이전에는 관리 역할을 가진 협업자만 프로젝트를 종료할 수 있습니다.

Data Refinery

데이터 샘플 크기

이제 소스 파일의 이름과 데이터 샘플의 행 수가 Data Refinery의 맨 아래에 표시됩니다. (데이터 샘플은 데이터 소스에서 읽고 Data Refinery에서 볼 수 있는 데이터의 서브세트입니다. 데이터 플로우를 빌드하는 동안 신속하고 효율적으로 작업할 수 있습니다.)

데이터 소스 미리보기

Data Refinery에 추가할 데이터를 선택할 때 데이터 소스를 선택하기 전에 미리 볼 수 있습니다. 미리볼 파일, 테이블 또는 보기 옆에 있는 눈(눈 아이콘) 아이콘을 클릭하면 됩니다.

2018년 1월 19일로 끝나는 주

Watson

현재 사용자 계정 참조

해당 계정에서 사용자로 추가되었기 때문에 다른 IBM Cloud 계정의 Watson 서비스에 액세스할 수 있는 사용자인 경우에는 프로파일 아바타를 클릭하여 로그인한 계정을 빠르게 확인할 수 있습니다. 계정은 사용자 이름 아래에 표시됩니다. 사용자의 아바타 메뉴로 계정을 전환할 수 있습니다.

새 Dropbox 커넥터

프로젝트 및 카탈로그는 이제 Dropbox에 대한 연결을 지원하므로 Dropbox에 저장된 파일에 액세스할 수 있습니다. 드롭박스 연결을 구성하는 데 필요한 애플리케이션 토큰을 얻으려면 Dropbox OAuth 안내서에 있는 지시사항을 따릅니다.

정책

기능 편집 및 삭제

이제 더 많은 정책 항목을 편집하고 삭제할 수 있습니다.

  • 비즈니스 용어 삭제: 비즈니스 용어집에서 초안 또는 아카이브된 상태의 비즈니스 용어를 삭제할 수 있습니다.
  • 정책 삭제: 정책 관리자에서 초안 또는 아카이브된 정책을 삭제할 수 있습니다.
  • 규칙 편집: Watson Knowledge Catalog 서비스에 대한 관리 역할이 있는 경우 게시된 정책에서 규칙을 업데이트할 수 있습니다. 업데이트된 규칙은 해당 규칙을 포함하는 다른 모든 공개된 정책에 적용됩니다.

거버넌스 대시보드의 이름이 데이터 대시보드로 변경됨

거버넌스 대시보드를 이제 데이터 대시보드라고 합니다. 필요한 권한이 있는 경우 거버넌스 > 데이터 대시보드를 선택하여 데이터 대시보드를 볼 수 있습니다.

Watson Knowledge Catalog

PostgreSQL의 자산 검색

이제 PostgreSQL 데이터 소스에 대한 연결에서 자산을 검색할 수 있습니다.

IBM Cloud Object Storage에 대한 연결은 설정 페이지에 있음

이제 카탈로그의 설정 페이지에서 IBM Cloud Object Storage 인스턴스에 대한 연결을 확인할 수 있습니다. 연결은 더 이상 카탈로그 자산 목록에 표시되지 않습니다.

연결 자산을 비공개로 표시

이제 연결 자산 구성원만 해당 연결을 보고 사용할 수 있도록 연결 자산을 비공개로 표시할 수 있습니다.

자산이 차단될 때 정책 정보 참조

정책에 의해 자산이 차단되면 이제 정책을 식별하는 메시지가 표시됩니다.

Streams Designer

새 Streams Designer 튜토리얼을 사용하여 스트림 플로우의 디자인, 실행 및 문제점 해결에 대한 실제 경험을 얻으십시오. 동영상을 보거나 튜토리얼을 따라 스트림 플로우를 디자인하고 배치하는 것이 얼마나 쉬운지 확인할 수 있습니다.

Data Refinery

더 큰 서브세트

데이터 플로우를 작성할 때 빠르고 효율적으로 작업할 수 있도록 Data Refinery는 각 데이터 세트의 행 서브세트에서 작동합니다. 이번 주부터 해당 서브세트의 크기가 더 큽니다(750KB). 이를 통해 데이터의 더 많은 부분을 보고 대화식 정리 및 쉐이핑 오퍼레이션에 더 많은 데이터를 사용할 수 있습니다.

Watson Studio

PixieDust 1.1.6 사용 가능

PixieDust 릴리스 1.1.6은 Bokeh 버전을 업데이트하고 Bokeh 표시 문제를 해결합니다. PixieApp는 이제 자동으로 드롭 다운을 접습니다.

2018년 1월 12일로 끝나는 주

Watson Studio

노트북 내 프로젝트 자산과 상호작용하기 위한 라이브러리

Python 노트북에서 사전 설치된 project-lib 라이브러리를 사용하여 프로젝트 및 프로젝트 자산과 상호작용할 수 있습니다. project-lib 라이브러리를 사용하여 파일 및 연결을 포함하여 프로젝트 메타데이터 및 자산에 액세스할 수 있습니다. 라이브러리에는 프로젝트와 연관된 오브젝트 스토리지에서 파일 페치를 단순화하는 함수도 포함되어 있습니다. project-lib을(를) 사용하여 프로젝트 및 프로젝트 자산과 상호작용을 참조하십시오.

향상된 플로우 편집기 주제를 사용하여 자세히 살펴보기

Modeler 노드 및 SparkML 노드 목록은 이제 각 노드 제어 및 기능에 대한 세부사항을 제공합니다.

작업 방법에 맞게 재설계된 Watson Machine Learning 주제

유동적인 것입니다. 데이터 과학자들이 우리 제품을 사용하는 방식을 반영하기 위해 주제의 순서를 재작업했습니다. 광범위한 피드백을 사용하고 IBM Cloud의 컨텐츠를 활용하여 사용자가 보다 쉽게 학습할 수 있기를 바랍니다.

Watson Knowledge Catalog

Catalogs 메뉴의 최신 카탈로그

카탈로그 메뉴에서 최근에 액세스한 카탈로그를 빠르게 열 수 있습니다. 이전에는 모든 카탈로그 보기를 선택하여 사용자 카탈로그 페이지로 이동한 후 원하는 카탈로그를 열었습니다.

2018년 1월 5일로 끝나는 주

Watson

중요한 정보는 공지사항 막대에 표시됨

알아야 할 중요한 제품 업데이트 또는 훌륭한 새 기능이 있으면 화면 상단의 공지사항 막대에 표시됩니다. 공지사항은 쉽게 닫을 수 있으며 공지사항을 다시 읽으려면 알림 벨을 클릭하여 알림 로그를 보십시오.

Watson Studio

이메일 목록으로 프로젝트 협업자 초대

여러 협업자를 프로젝트에 초대하는 것이 더 쉽습니다. 각 이메일 주소 사이에 Enter를 클릭하는 대신 쉼표로 구분된 이메일 주소 목록을 초대 필드에 붙여넣을 수 있습니다.

PixieDust 1.1.5 사용 가능

PixieDust는 이제 Python의 문자열 형식 연산자 %를 올바르게 지원합니다. PixieApp 보기를 정의할 때 HTML 대신 마크다운 구문을 사용하도록 선택할 수 있습니다.

Watson Knowledge Catalog

정책 탐색 개선

비즈니스 용어집에서 신속하게 이전 화면으로 이동하기 위해 이동 경로를 사용할 수 있습니다.

정책 관리자에서 카테고리 내 정책을 찾기 위해 정책 상태별로 정렬할 수 있습니다. 기본적으로 공개된 모든 정책이 이제 먼저 표시됩니다.

상위 주제: 새로운 기능