0 / 0
Zurück zur englischen Version der Dokumentation
Neuerungen

Neuerungen

Informieren Sie sich wöchentlich über neue Funktionen und Aktualisierungen für Cloud Pak for Data as a Service und Services wie Watson Studio, Watson Machine Learning, DataStageund IBM Knowledge Catalog.

Tipp: Nach einer Aktualisierung müssen Sie gelegentlich eine bestimmte Aktion ausführen. Durchsuchen Sie diese Seite nach "Aktion erforderlich", um alle erforderlichen Aktionen anzuzeigen.

Woche am 23. Februar 2024

Zugriff auf Daten von DataStax Enterprise

23. Februar 2024

Sie können jetzt mit Daten aus DataStax Enterprisearbeiten.

Woche endet am 16. Februar 2024

Von Groß-/Kleinschreibung abhängige Codes in Referenzdatasets in IBM Knowledge Catalog

16. Februar 2024

Referenzdatenwerte bestehen aus mindestens zwei Spalten: Code und Wert. Bei allen neuen Referenzdatasets muss die Groß-/Kleinschreibung in der Codespalte beachtet werden. Wenn Sie einem neuen Referenzdataset Werte hinzufügen, wird der Code genau so gespeichert, wie Sie ihn eingeben. Beachten Sie, dass alle Referenzdatasets, die vor der Einführung dieser Änderung erstellt wurden, von der Groß-/Kleinschreibung unabhängig bleiben und alle neuen Werte, die dort hinzugefügt werden, in Großbuchstaben gespeichert werden. Diese Referenzdatasets werden in der Benutzerschnittstelle mit einem Tag Groß-/Kleinschreibung beachten markiert. Details hierzu finden Sie unter Groß-/Kleinschreibung beachten.

Verbesserte Such-, Filter-und Sortieroptionen für Referenzdatasets in IBM Knowledge Catalog

16. Februar 2024

Wenn Sie eine Liste mit Referenzdatenwerten anzeigen, können Sie die folgenden Methoden verwenden, um die erforderlichen Werte schneller zu finden:

  • Verwenden Sie eine Suchleiste, um eine Abfrage für einen Code, einen Wert oder einen benutzerdefinierten Spaltenwert einzugeben.
  • Verwenden Sie eine der sechs erweiterten Filteroptionen.
  • Verwenden Sie die Sortierfunktion.

Die Such-, Filter-und Sortieroptionen können kombiniert werden. Weitere Informationen finden Sie unter Referenzdatasets anzeigen.

Woche bis 09. Februar 2024

Neue Spark 3.4 -Umgebung für die Ausführung von Data Refinery -Ablaufjobs

09. Februar 2024

Wenn Sie eine Umgebung für einen Data Refinery -Ablaufjob auswählen, können Sie jetzt Default Spark 3.4 & R 4.2auswählen, was Erweiterungen von Spark umfasst.

Data Refinery Spark-Umgebungen

Die Umgebung Default Spark 3.3 & R 4.2 ist veraltet und wird in einer zukünftigen Aktualisierung entfernt.

Aktualisieren Sie Ihre Data Refinery -Ablaufjobs so, dass sie die neue Umgebung Default Spark 3.4 & R 4.2 verwenden. Details finden Sie unter Ressourcenoptionen für Data Refinery in Projekten berechnen.

Mehr taskorientierte Dokumentation zu Decision Optimization

09. Februar 2024

Sie können jetzt die richtigen Informationen für die Erstellung und Konfiguration von Decision Optimization -Experimenten einfacher finden. Siehe Decision Optimization -Experimente und ihre Unterabschnitte.

Seitennummerierungsansichtsfunktion zum Publizieren von Assets in einem Katalog

08. Februar 2024

Wenn Sie Projektassets in einem Katalog veröffentlichen, können Sie jetzt 20 Kataloge und Assets auf jeder Seite mit der Seitennummerierungsansicht anzeigen. Bisher konnten Sie Ihre Assets in einer Liste anzeigen. Siehe Assets in einem Katalog veröffentlichen.

Erweiterte Analysetypen in der Metadatenanreicherung sind in der Region Frankfurt verfügbar

09. Februar 2024

Neben der Region Dallas stehen jetzt auch die erweiterte Primär-und Beziehungsanalyse sowie die erweiterte Profilerstellung in der Region Frankfurt zur Verfügung.

IBM Cloud Data Engine -Verbindung wird nicht mehr verwendet

08. Februar 2024

Die Verbindung zu IBM Cloud Data Engine ist veraltet und wird in einem zukünftigen Release eingestellt. Wichtige Datumsangaben und Details finden Sie unter Deprecation of Data Engine .

Woche bis 02. Februar 2024

Suchvorgänge für Katalogassets speichern

02. Februar 2024

Sie können jetzt Suchen in Ihren Katalogen speichern. Gespeicherte Suchen sind katalog-und benutzerspezifisch, d. h., wenn Sie eine Suche in Ihrem Katalog speichern, können Sie sie anzeigen, ausführen, bearbeiten und entfernen. Es gibt eine Begrenzung von 25 Suchvorgängen pro Benutzer pro Katalog. Weitere Informationen finden Sie unter Suchen nach Katalogassets speichern.

Verbindung zu IBM Cloud Databases for DataStax wird unterbrochen

02. Februar 2024

Die Verbindung zu IBM Cloud Databases for DataStax wurde aus Cloud Pak for Data as a Serviceentfernt.

Dremio -Verbindung erfordert Aktualisierungen

02. Februar 2024

Zuvor hat die Dremio -Verbindung einen JDBC -Treiber verwendet. Jetzt verwendet die Verbindung einen Fahrer basierend auf Arrow Flight.

Wichtig: Aktualisieren Sie die Verbindungseigenschaften. Unterschiedliche Änderungen gelten für eine Verbindung für eine Dremio Software-Instanz (lokal) oder eine Dremio Cloud-Instanz.

Dremio Software: Aktualisieren Sie die Portnummer.

Die neue Standardportnummer, die von Flight verwendet wird, ist 32010. Sie können die Portnummer in der Datei dremio.conf bestätigen. Weitere Informationen finden Sie unter Konfiguration über dremio.conf .

Außerdem unterstützt Dremio keine Verbindungen mehr zu IBM Cloud Satellite.

Dremio Cloud: Aktualisieren Sie die Authentifizierungsmethode und den Hostnamen.

  1. Melden Sie sich bei Dremio an und generieren Sie ein persönliches Zugriffstoken. Anweisungen finden Sie unter Persönliche Zugriffstoken.
  2. Ändern Sie in Cloud Pak for Data as a Service im Formular Verbindung erstellen: Dremio den Authentifizierungstyp in Personal Access Token und fügen Sie die Tokeninformationen hinzu. (Die Authentifizierung Benutzername und Kennwort kann nicht mehr für die Verbindung zu einer Dremio -Cloudinstanz verwendet werden.)
  3. Wählen Sie Port ist SSL-fähigaus.

Wenn Sie den Standardhostnamen für eine Dremio -Cloudinstanz verwenden, müssen Sie ihn ändern:

  • Ändern Sie sql.dremio.cloud in data.dremio.cloud .
  • Ändern Sie sql.eu.dremio.cloud in data.eu.dremio.cloud .

Zusätzliche Analysetypen in der Metadatenaufbereitung (IBM Knowledge Catalog)

31. Januar 2024

Die Metadatenaufbereitung bietet jetzt die folgenden zusätzlichen Analyseoptionen:

  • Primärschlüsselanalyse zum Erkennen von Primärschlüsseln in Ihren Daten, die jeden Datensatz in einem Datenasset eindeutig identifizieren.

    Die flache Analyse wird automatisch eingeschlossen, wenn Sie die Aufbereitungsoption Profildaten auswählen. Die erweiterte Analyse kann für ausgewählte Assets aus den Aufbereitungsergebnissen ausgeführt werden.

  • Beziehungsanalyse, um Beziehungen zwischen Datenassets zu identifizieren oder um überlappende und redundante Daten in Spalten zu finden.

    Die Analyse der flachen Schlüsselbeziehungen wird ausgeführt, wenn Sie die neue Aufbereitungsoption Beziehungen festlegen auswählen. Die erweiterte Analyse kann für ausgewählte Assets aus den Aufbereitungsergebnissen ausgeführt werden.

  • Erweiterte Profilerstellung, um genauere Ergebnisse für bestimmte Messwerte zu erhalten, wie z. B. Häufigkeitsverteilung und Eindeutigkeit von Werten innerhalb einer Spalte

    Die erweiterte Profilerstellung kann für ausgewählte Assets aus den Aufbereitungsergebnissen ausgeführt werden.

Die erweiterte Primärschlüssel-und Beziehungsanalyse sowie die erweiterte Profilerstellung erfordern den DataStage -Service zusätzlich zum IBM Knowledge Catalog -Service und sind nur in der Region Dallas verfügbar.

Weitere Informationen finden Sie unter Creating a metadata enrichment asset, Identifying primary keys, Identifying relationshipsund Advanced data profiles.

Woche am 26. Januar 2024

AutoAI unterstützt geordnete Daten für alle Experimente

25. Januar 2024

Sie können jetzt geordnete Daten für alle AutoAI -Experimente anstelle von nur Zeitreihenexperimenten angeben. Geben Sie an, ob Ihre Trainingsdaten sequenziell nach einem Zeilenindex sortiert werden. Wenn Eingabedaten sequenziell sind, wird die Modellleistung für neueste Datensätze anstelle einer Zufallsstichprobe ausgewertet, und Holdout-Daten verwenden die letzten n Datensätze der Gruppe anstelle von n Zufallsdatensätzen. Sequenzielle Daten sind für Zeitreihenexperimente erforderlich, für Klassifikations-und Regressionsexperimente jedoch optional.

Auf dunkles Motiv setzen

25. Januar 2024

Sie können jetzt für Ihre Benutzerschnittstelle von Cloud Pak for Data as a Service ein dunkles Motiv festlegen. Klicken Sie auf Ihren Avatar und wählen Sie Profil und Einstellungen aus, um Ihr Kontoprofil zu öffnen. Aktivieren Sie anschließend den Schalter für das Thema "Dunkel". Dunkles Motiv wird in RStudio und Jupyter-Notebooks nicht unterstützt. Informationen zur Verwaltung Ihres Profils finden Sie unter Einstellungen verwalten.

Woche bis 19. Januar 2024

Informationen zum nativen Typ in der Detailanzeige für Assetspalten anzeigen

19. Januar 2024

Wenn Sie auf der Seite Übersicht auf den Namen einer Assetspalte klicken, können Sie Informationen zum nativen Typ direkt in der Spaltendetailanzeige anzeigen.

Neue Option für Regelaktionsrangfolge (IBM Knowledge Catalog)

18. Januar 2024

Mit der Vorrangstellung für Regelaktionen können Sie angeben, wie Regeln angewendet werden, wenn es mehrere Regeln mit unterschiedlichen Aktionen für ein Dataset gibt. Sie können die neue Option Hierarchische Durchsetzung verwenden, um eine zweischichtige Auswertung von Datenschutzregeln zu konfigurieren.

  • Die erste Ebene wertet die Regeln für eine Allow -oder Deny -Aktion aus, ohne Maskierungsaktionen zu berücksichtigen. Die Entscheidung dieser ersten Ebene muss darin bestehen, den Zugriff auf die zweite Ebene zu ermöglichen.
  • Die zweite Ebene wertet die Regeln für eine Transform -Aktion aus.

Sie können diese Option über die Benutzerschnittstelle oder über die access_decision_precedence -APIfestlegen.

Weitere Informationen finden Sie unter Regeleinstellungen verwalten.

Ergebnisse der Datenqualitätsanalyse speichern (IBM Knowledge Catalog)

18. Januar 2024

Sie haben jetzt die Möglichkeit, die Ausgabe der vordefinierten Datenqualitätsprüfungen, die als Teil der Metadatenaufbereitung ausgeführt werden, in eine Datenbank zu schreiben. Sie können diese Daten beispielsweise speichern, damit Sie die Tabellen für die Verfolgung von Qualitätsproblemen und als Eingabe für Korrekturprozesse verwenden können. Weitere Informationen finden Sie unter Metadatenaufbereitung erstellen.

Verbindung zu einer neuen Datenquelle in DataStageherstellen: Tableau

18. Januar 2024

Sie können nun Daten aus einer Tableau -Datenquelle in Ihre DataStage -Abläufe einschließen.

Eine vollständige Liste der DataStage -Connectors enthält Unterstützte Datenquellen in DataStage.

Woche bis 12. Januar 2024

Unterstützung für IBM Runtime 22.2 in Watson Machine Learning

11. Januar 2024

IBM Runtime 22.2 ist veraltet und wird am 11. April 2024 entfernt. Ab 7. März 2024 können Sie Notebooks oder angepasste Umgebungen nicht mithilfe der 22.2 -Laufzeiten erstellen. Außerdem können Sie keine neuen Modelle mit Softwarespezifikationen trainieren, die auf der Laufzeit 22.2 basieren. Aktualisieren Sie Ihre Assets und Implementierungen für die Verwendung von IBM Runtime 23.1 vor dem 7. März 2024.

Woche endet am 15. Dezember 2023

Datenquelleninformationen in der Detailanzeige für Kataloge anzeigen

15. Dezember 2023

Wenn Sie im Raster "Zugehörige Elemente" auf ein Asset klicken, können Sie Datenquelleninformationen direkt in der Anzeige "Assetdetails" anzeigen.

Benutzer-API-Schlüssel für Jobs und andere Operationen erstellen

15. Dezember 2023

Bestimmte Laufzeitoperationen in Cloud Pak for Data as a Service, z. B. Jobs und Modelltraining, erfordern einen API-Schlüssel als Berechtigungsnachweis für die sichere Autorisierung. Mit Benutzer-API-Schlüsseln können Sie jetzt einen API-Schlüssel direkt in Cloud Pak for Data as a Service generieren und turnusmäßig wechseln, um sicherzustellen, dass Ihre Operationen reibungslos ausgeführt werden. Die API-Schlüssel werden in IBM Cloudverwaltet, aber Sie können sie bequem in Cloud Pak for Data as a Serviceerstellen und rotieren.

Der Benutzer-API-Schlüssel ist kontospezifisch und wird aus Profil und Einstellungen unter Ihrem Kontoprofil erstellt.

Weitere Informationen finden Sie unter Benutzer-API-Schlüssel verwalten.

Ablauf der neuen Anmeldesitzung und Abmeldung aufgrund von Inaktivität

15. Dezember 2023

Sie sind jetzt aufgrund des Sitzungsablaufs von IBM Cloud abgemeldet. Ihre Sitzung kann aufgrund des Ablaufs der Anmeldesitzung (standardmäßig 24 Stunden) oder aufgrund von Inaktivität (standardmäßig 2 Stunden) ablaufen. Sie können die Standarddauer in den Einstellungen für Zugriff (IAM) in IBM Cloudändern. Weitere Informationen finden Sie unter Ablauf der Anmeldesitzung festlegen.

Auf die Liste der Verbindungs-API-Eigenschaften zugreifen

15. Dezember 2023

Sie können jetzt die vollständige Liste der Connectors mit ihren einzelnen Eigenschaften unter https://dataplatform.cloud.ibm.com/connections/docsanzeigen.

Sie können diese Eigenschaften verwenden, um Verbindungen mit den Verbindungen in der Watson Data-API zu erstellen. Wenn Sie beispielsweise eine Verbindung in einem Notebook programmgesteuert erstellen, können Sie diese Informationen verwenden, um die erforderlichen Merkmale zu ermitteln.

Projektassets in Ordnern organisieren

14. Dezember 2023

Sie können jetzt Ordner in Ihren Projekten erstellen, um Assets zu organisieren. Ein Administrator des Projekts muss Ordner aktivieren und Administratoren und Editoren können sie erstellen und verwalten. Ordner befinden sich in der Betaversion und werden noch nicht für die Verwendung in Produktionsumgebungen unterstützt. Weitere Informationen finden Sie unter Assets mit Ordnern organisieren (Beta).

Registerkarte 'Assets' mit Ordnern

Connector IBM Cloud Databases for DataStax wird nicht weiter unterstützt

15. Dezember 2023

Der Connector IBM Cloud Databases for DataStax ist veraltet und wird in einem zukünftigen Release eingestellt.

Woche bis 08. Dezember 2023

Neue Clienteigenschaften in Db2 -Verbindungen für Workload-Management

08. Dezember 2023

Sie können jetzt Eigenschaften in den folgenden Feldern für Überwachungszwecke angeben: Anwendungsname, Clientabrechnungsdaten, Client-Hostnameund Clientbenutzer. Diese Felder sind optional und für die folgenden Verbindungen verfügbar:

Stellen Sie eine Verbindung zu einer neuen Datenquelle in DataStageher: Looker

08. Dezember 2023

Sie können jetzt Daten aus einer Looker -Datenquelle in Ihre DataStage -Abläufe einschließen. (Diese Verbindung kann nur für Quellendaten verwendet werden).

Eine vollständige Liste der DataStage -Connectors enthält Unterstützte Datenquellen in DataStage.

Neue und erweiterte Funktionen in Watson Query

08. Dezember 2023

Die folgenden neuen und erweiterten Funktionen sind in Watson Queryverfügbar:

Datenschutzregeln von IBM Knowledge Catalog zum Filtern von Zeilen in virtualisierten Tabellen verwenden

Möglicherweise verfügen Sie über eine Datenquelle, die Tabellen mit zusammengefassten Daten von Behörden, Unternehmen und Privatkunden enthält. Beispiel: Eine Fakturierungstabelle enthält Daten für alle Kunden, wobei einige Zeilen für Regierungskunden und andere für nicht staatliche Kunden bestimmt sind. Der Typ des Kunden ist in der Fakturierungstabelle nicht angegeben. Jetzt können Sie die Liste der Clientdatensätze mit einem der folgenden Verfahren filtern.

Sie können eine separate Tabelle verwenden, um Kunden zu identifizieren, die Regierungskunden sind. Die IDs aus dieser Tabelle können verwendet werden, um Zeilen aus der Fakturierungstabelle herauszufiltern. Wenn Sie Zeilen herausfiltern, enthält die maskierte Tabelle keine Zeilen mit Daten von Regierungskunden.

Sie können eine Tabelle mit blockierten Kunden-IDs als Referenztabelle verwenden. Alle Zeilen in der Fakturierungstabelle, die Zeilen mit der Kunden-ID enthalten, die in der geblockten Kundengruppe enthalten ist, werden aus dem Ergebnissatz herausgefiltert.

Watson Query unterstützt das Maskieren von Spalten in virtualisierten Daten basierend auf Datenschutzregeln, die in IBM Knowledge Catalogdefiniert sind. Jetzt können Sie Datenschutzregeln zum Ein-oder Ausschließen von Zeilen in Ihren virtualisierten Daten erstellen, um die Offenlegung sensibler Daten zu vermeiden.

Weitere Informationen finden Sie unter Virtuelle Daten mit Datenschutzregeln regulieren in Watson Query.

Erweiterte Datenmaskierung für virtualisierte Daten verwenden

Sie können jetzt die erweiterten Datenmaskierungsoptionen in Watson Query verwenden, um die Offenlegung sensibler Daten zu vermeiden.

Weitere Informationen zum aktualisierten Maskierungsverhalten finden Sie unter Virtuelle Daten in Watson Query.

Verbesserte Abfrageleistung und Durchsetzung von Datenschutzregeln

Watson Query speichert und speichert jetzt Datenschutzregeln aus IBM Knowledge Catalog in einem PEP-Cache (Policy Enforcement Point, Richtliniendurchsetzungspunkt), um zu vermeiden, dass Regeln jedes Mal ausgewertet werden, wenn ein Objekt abgefragt wird. Dieser Cache verbessert die Leistung von zuvor ausgeführten Abfragen, indem die Anzahl der Aufrufe an IBM Knowledge Catalog zum Abrufen der Regeln reduziert wird. Möglicherweise bemerken Sie jedoch eine Verzögerung von bis zu 10 Sekunden, bevor neu hinzugefügte oder aktualisierte Datenschutzregeln auf Abfragen angewendet werden. Sie können den Web-Client verwenden, um Einstellungen für den PEP-Cache zu konfigurieren, wie z. B. die Cachegröße und die Lebensdauer des Cache.

Weitere Informationen finden Sie unter Durchsetzung von Datenschutzregeln in Watson Queryaktivieren.

Formatieren und Speichern formatierter Abfragezugriffspläne zur Leistungsoptimierung

Sie können jetzt formatierte Zugriffspläne für die Leistungsoptimierung in Watson Queryformatieren und speichern. Wenn Sie SQL-Abfragen in Watson Queryausführen, können Sie mit dem Webclient formatieren, wie EXPLAIN-Informationen angezeigt werden, wenn Sie Abfragezugriffspläne generieren. Anschließend können Sie den Befehl db2exfmt über den Web-Client ausführen, um die EXPLAIN-Ausgabe ohne großen Aufwand in Textdateien zu generieren und herunterzuladen.

Platzhalterzeichen zum Filtern Ihrer Datenquellen verwenden

Wenn Sie jetzt eine virtualisierte Tabelle erstellen, können Sie die folgenden Platzhalterzeichen verwenden, um Filter anzupassen, um die benötigten Datenquellen zu finden:

  • % (percent): Für null oder mehr Zeichen
  • _ (Unterstreichungszeichen): Zur Darstellung eines einzelnen Zeichens

Weitere Informationen finden Sie unter Daten in Watson Query.

Watson Query -Benutzer können ihre eigenen virtuellen Objekte veröffentlichen

Benutzer mit der Benutzerrolle in Watson Query können jetzt virtuelle Objekte, die sie erstellt haben, in regulierten Katalogen veröffentlichen.

Weitere Informationen finden Sie unter Virtuelle Daten mit Watson Queryin einem Katalog veröffentlichen.

Verwalten Sie, wer auf einzelne Datenquellen zugreifen und Operationen ausführen kann.

Mit Einschränkungen für den Datenquellenzugriff können Sie den Zugriff auf einzelne Datenquellenverbindungen, die gemeinsam genutzte Berechtigungsnachweise verwenden, explizit verwalten. Sie können Benutzer und Rollen als Mitarbeiter für eine Datenquellenverbindung zuweisen. Nur diese Mitarbeiter können auf die Datenquellenverbindung zugreifen. Sie weisen den Mitarbeitern bestimmte Berechtigungen zum Verwalten der Aktionen zu, die sie für die Datenquellen ausführen können. Dies ermöglicht es Ihnen, Berechtigungen von Rollen zu trennen, sodass einige Benutzer, denen eine Rolle wie ein Manager zugeordnet ist, auf andere Datenquellenverbindungen zugreifen und entsprechende Aktionen ausführen können als andere Manager-Benutzer.

Weitere Informationen finden Sie unter Zugriffsbeschränkungen für Datenquellenverbindungen in Watson Query.

Daten in generischen S3 und Microsoft Azure Data Lake Storage Gen2 Data Lakes abfragen

Sie können jetzt eine Verbindung zu generischen Datenquellen S3 und Microsoft Azure Data Lake Storage Gen2 herstellen. Weitere Informationen finden Sie unter Unterstützte Datenquellen in Watson Query.

Wählen Sie Ihren Abfragemodus aus, um die Leistung oder Konsistenz zu priorisieren.

Sie können jetzt zwischen der Ausführung von Abfragen im Pushdown-Modus für maximale Anzahl oder im Modus für maximale Konsistenz wählen.

  • Der maximale Pushdown-Modus ignoriert den semantischen Unterschied zwischen Watson Query und der Datenquelle für Abfragen mit einer einzigen Quelle. Daher können mehr Abfragen aus einer Quelle vollständig an die Datenquelle weitergeleitet werden, was die Abfrageleistung verbessert. Abfrageergebnisse sind konsistent mit der Datenquellensemantik für vollständig im Pushdown-Modus übertragene Abfragen in diesem Modus. Der Pushdown-Modus wirkt sich nicht auf Abfragen mit mehreren Quellen aus.
  • Der Modus für maximale Konsistenz folgt der Semantik von Watson Query , um auszuwerten, ob Operationen im Pushdown-Modus an die Datenquelle übertragen werden können. Wenn die Operation, die in der Datenquelle ausgeführt wird, dasselbe Ergebnis wie Watson Querygeneriert, kann die Operation im Pushdown-Modus weitergeleitet werden. Abfragen in diesem Modus werden möglicherweise vollständig im Pushdown-Modus weitergeleitet, wenn die ferne Datenquelle dieselbe Semantik wie Watson Queryhat.

Schnelle Suche und Virtualisierung von Tabellen mit der Registerkarte "Navigieren"

Sie können jetzt schnell die Tabellen finden, die Sie virtualisieren möchten. Auf der Seite "Virtualisieren" können Sie die Registerkarte "Navigieren" verwenden, um Datenbanken, Schemas und verfügbare Tabellen in einer verbundenen Datenquelle zu durchsuchen. Auf der Registerkarte "Liste" werden alle verfügbaren Tabellen in allen verbundenen Datenquellen angezeigt. Auf der Seite "Datenquellen" können Sie Ihre Datenquellen filtern, um die reduzierte Liste verfügbarer Tabellen auf der Registerkarte "Liste" schnell zu laden.

Weitere Informationen finden Sie unter Virtuelle Objekte in Watson Query.

Verbesserung der Statistikerfassung für virtualisierte Tabellen mithilfe von Datenstichproben

Die Datenstichprobe verbessert die Statistikerfassung durch Reduzierung der Ressourcen, die Sie zum Erfassen von Statistikdaten benötigen. Wenn Sie Statistikdaten erfassen, indem Sie im Web-Client die Methode zur Erfassung ferner Abfragen auswählen, wird eine Standardauswahlrate von 20% verwendet. Um die Statistikerfassung zu optimieren, wählen Sie Tabellenstichprobe aktivieren aus und wählen Sie eine Stichprobenrate zwischen 1% und 99% aus.

Wenn Sie Statistikdaten mit DVSYS.COLLECT_STATISTICS -Prozedur COLLECT_STATISTICS können Sie die Option TABLESAMPLE mit dem Statistikerfassungstyp für ferne Abfragen verwenden, um bei der Erfassung von Statistikdaten Stichproben zu erstellen. Tipps finden Sie unter Hinweise zur Verwendung.

Sie können auch DVSYS.COLLECT_STATISTICS zum Erfassen von Statistikdaten für virtualisierte Tabellen über unstrukturierte Dateien.

Weitere Informationen finden Sie unter Gespeicherte Prozedur COLLECT_STATISTICS in Watson Query.

Verwenden Sie Ihre Plattformberechtigungsnachweise für den Zugriff auf Watson Query -Verbindungen

Wenn Sie über eine Plattformverbindung auf Watson Queryzugreifen, werden Sie aufgefordert, Ihre Berechtigungsnachweise einzugeben. Sie können optional Meine Berechtigungsnachweise für die Plattformanmeldung verwenden auswählen, anstatt Ihre persönlichen Berechtigungsnachweise für die Verbindung einzugeben. Die Verbindung verwendet Ihr JSON Web Token (JWT) für die aktuelle Sitzung.

Verbesserungen für Datenquellen im Objektspeicher

  • Sie können nun Verbindungen erstellen und Dateien für generische S3 -Datenquellen im Objektspeicher virtualisieren:
  • Sie können jetzt virtualisierte Tabellen aus extern komprimierten CSV-oder TSV-Dateien erstellen, die im Objektspeicher gespeichert sind. Weitere Informationen finden Sie unter Erstellen einer virtuellen Tabelle aus Dateien im Objektspeicher.
  • Sie können jetzt Flachdateien im Cloudobjektspeicher virtualisieren, die Spaltenüberschriften enthalten.

Weitere Informationen finden Sie unter Virtualisierte Tabelle aus Dateien im Cloudobjektspeicher in Watson Queryerstellen.

Verbesserungen beim Pushdown von Vergleichselementen und Unterstützung für den Pushdown von Vergleichselementen in mehr Datenquellen

Der Pushdown für Vergleichselemente ist eine Optimierung, die Abfragezeiten und Speicherbelegung verringert. Dieses Release enthält die folgenden Verbesserungen beim Pushdown von Vergleichselementen:

  • Abfragen, die COUNT (DISTINCT)-oder GROUP BY-Klauseln enthalten, können jetzt im Pushdown-Modus mit Vergleichsregeln für abschließende Leerzeichen für Teradata, Netezza®, Microsoft SQL Server, Db2® for z/OS®und Db2 -Datenbankdatenquellen übertragen werden.
  • Abfragen, die eine Zeichenfolgevergleichsoperation wie ein Vergleichselement GROUP BY oder WHERE für CHAR-oder VARCHAR-Daten für die Teradata -Datenquelle enthalten, um die Groß-/Kleinschreibung zu verarbeiten.
  • SQL-Anweisungen mit LIKE-Vergleichselementen werden jetzt im Pushdown-Modus übertragen für Db2®, SAP HANA, Oracle, PostgreSQL, Apache Hive, MySQL, Microsoft SQL Server, Snowflake, Netezza® Performance Serverund Teradata.
  • SQL-Anweisungen mit Fetch-Klauseln werden jetzt im Pushdown-Modus weitergeleitet für Db2, Db2 for z/OS, Apache Derby, Oracle, Amazon Redshift, Google BigQueryund Salesforce.com -Datenquellen.
  • SQL-Anweisungen mit einem Zeichenfolgevergleichsfilter werden jetzt im Pushdown-Modus an die folgenden Datenquellen weitergeleitet: Db2, Microsoft SQL Server, Teradata, Netezza Performance Serverund Apache Derby .
  • SQL-Anweisungen mit OLAP-Funktionen werden jetzt für Db2 -und Netezza Performance Server -Datenquellen im Pushdown-Modus weitergeleitet.
  • Die Greenplum -Datenquellen unterstützen jetzt das Pushdown von Vergleichselementen.
  • Die Datenquelle MySQL (My SQL Community Edition und My SQL Enterprise Edition) unterstützt jetzt Pushdown von Vergleichselementen.
  • Die Datenquelle Cloudera Impala unterstützt jetzt Pushdown-Operationen für Vergleichselemente.
  • Die Datenquelle Watson Query Manager for z/OS® unterstützt jetzt Pushdown-Operationen für Vergleichselemente.

Weitere Informationen finden Sie unter Unterstützte Datenquellen in Watson Query.

Eine Watson Query -Verbindung ist jetzt standardmäßig in den Plattformverbindungen verfügbar

Sie können eine Watson Query -Verbindung aus Plattformverbindungen zu Katalogen und Projekten hinzufügen, ohne die Verbindungsdetails manuell zu füllen.

Zugriff für mehrere Benutzer und Rollen verwalten, wenn Sie ein Manager sind

Als Watson Query Manager können Sie jetzt mehreren Benutzern und Rollen gleichzeitig Zugriff erteilen und entziehen.

Weitere Informationen finden Sie unter Zugriff auf virtuelle Objekte in Watson Query.

Watson Query -Manager können jetzt virtuelle Objekte für alle Benutzer sichtbar machen.

Manager können jetzt festlegen, dass Benutzern eine umfassendere Ansicht des Inhalts angezeigt wird, indem sie vorhandene virtuelle Objekte auf der Seite "Virtualisierte Daten" sichtbar machen. Der Datenzugriff innerhalb dieser Objekte entspricht weiterhin den Berechtigungen und Datenschutzregeln von Watson Query . Um diese Funktion zu aktivieren, müssen Manager die Einstellung "Sichtbarkeit beschränken" in den Serviceeinstellungen inaktivieren.

Weitere Informationen finden Sie unter Sichtbarkeit virtueller Objekte in Watson Query.

Steward-Rolle verfügt nicht mehr über die Datenbankberechtigung DATAACCESS

Stattdessen erhält die Steward-Rolle jetzt eine eingeschränkte SELECTIN-Berechtigung für alle benutzerdefinierten Schemas.

Neue Caching-APIs

Cacheeinträge können über REST-APIs verwaltet werden, die der Caching-Service bereitstellt. Diese APIs können von einer beliebigen Anwendung aufgerufen werden. Sie können neue Caching-APIs verwenden, um die folgenden Tasks auszuführen:

  • Cache erstellen
  • Bestimmten Cache auflisten
  • Cache löschen
  • Cache aktivieren
  • Cache inaktivieren
  • Cache aktualisieren
  • Cache bearbeiten

Die folgenden Caching-APIs sind veraltet:

  • Caches auflisten
  • Cache auflisten
  • Cachespeicher abrufen

Weitere Informationen finden Sie unter Caches in der Dokumentation zur API Watson Query 2.0.0 .

Neue Veröffentlichungs-API

Sie können virutalisierte Daten mithilfe der folgenden API in Katalogen veröffentlichen:

Die folgende API ist veraltet:

Woche endet am 1. Dezember 2023

Neue Pläne für Watson OpenScale als Teil von watsonx.governance

1. Dezember 2023

Watson OpenScale ist jetzt Teil von watsonx.governance. Durch die Bereitstellung von watsonx.governance aus dem IBM Cloud -Katalog wird Watson OpenScaleinstalliert. In Cloud Pak for Data as a Servicestellt Watson OpenScale weiterhin Services für die Bewertung von Vorhersagemodellen für maschinelles Lernen bereit. In watsonxerweitert die Bereitstellung von watsonx.governance die Governance-Funktionen von Watson OpenScale , um Basismodellassets sowie Assets für maschinelles Lernen zu bewerten. Sie können KI-Anwendungsfälle definieren, um Geschäftsprobleme zu lösen, und anschließend Assetdaten in Factsheets verfolgen, um Compliance-und Governance-Ziele zu unterstützen. Watsonx.governance -Pläne und -Features sind nur in der Region Dallas verfügbar. Watson OpenScale -Altpläne sind in der Region Frankfurt verfügbar.

IBM Watson Knowledge Catalog ist jetzt IBM Knowledge Catalog

1. Dezember 2023

IBM Watson Knowledge Catalog wurde in IBM Knowledge Catalogumbenannt. Nur der geänderte Name, die Serviceangebotspläne und Produktfunktionen bleiben unverändert.

Neue Datenquellen für den Metadatenimport in IBM Knowledge Catalog

1. Dezember 2023

Sie können Metadaten aus den folgenden Datenquellen in IBM Knowledge Catalog importieren:

  • IBM Match 360
  • SingleStoreDB

Weitere Informationen finden Sie unter Unterstützte Datenquellen für Metadatenimport, Metadatenaufbereitung und Datenqualitätsregeln.

Woche bis 17. November 2023

Neue angepasste Eigenschaft des Typs 'Benutzer' und 'Benutzergruppe '

17. November 2023

Sie können jetzt eine angepasste Eigenschaft des Typs 'Benutzer' und 'Benutzergruppe ' erstellen und ihr bestimmte Benutzer oder Benutzergruppen zuordnen. Weitere Informationen finden Sie unter Angepasste Eigenschaften erstellen.

Mehrere Quellen an einem Ende eines angepassten Beziehungstyps

17. November 2023

Sie können Ihre Gruppe angepasster Beziehungstypen erweitern, indem Sie mehrere Typen am Quellen-und Zielende verwenden. Verwenden Sie viele Artefakt-, Asset-und Spaltentypen für eine detailliertere Beziehungsdefinition. Weitere Informationen finden Sie unter Angepasste Beziehungen erstellen.

Neue Berechtigungen für die Datenqualität in IBM Knowledge Catalog

17. November 2023

Sie können Ihren Benutzern jetzt die folgenden Berechtigungen zuweisen, um mehr Kontrolle über die Einrichtung der Datenqualität in IBM Knowledge Catalogzu haben:

  • Datenqualitätsassets verwalten
  • Datenqualitätsregeln ausführen
  • Drilldown zu Problemdetails

Die neuen Berechtigungen sind standardmäßig in den folgenden Rollen enthalten:

  • Administrator
  • CloudPak Data Quality Analyst, eine neue Rolle

Aktualisieren Sie Rollenzuordnungen und alle angepassten Rollen, die Sie möglicherweise für Benutzer haben, die Datenqualitätsdefinitionen und -regeln verwalten und Datenqualitätsregeln ausführen müssen.

Weitere Informationen finden Sie unter Benutzerrollen und Berechtigungen für IBM Knowledge Catalog und Watson Studio.

Datenschutzregeln exportieren und importieren

17. November 2023

Sie können jetzt APIs verwenden, um Datenschutzregeln über mehrere Instanzen von Cloud Pak for Data as a Servicezu exportieren und zu importieren. Die Links zu Glossarartefakten, Katalogen, Assets und Benutzern werden beim Export der Datenschutzregeln verwaltet.

Weitere Informationen finden Sie unter Datenschutzregeln migrieren.

DataStage -Abläufe im Ausführungsmodus 'Extrahieren, Laden und Transformieren' (ELT) ausführen (Beta)

13. November 2023

Der ELT-Prozess unterscheidet sich vom traditionellen ETL-Prozess (Extrahieren, Transformieren und Laden) dadurch, dass er den Transformationsteil des Prozesses in der Zieldatenbank ausführt, was effizienter und kosteneffizienter sein kann. Diese Funktion wird derzeit als Betaversion angeboten und nicht für die Produktion unterstützt.

Einige vordefinierte Beziehungstypen entfernen (13 Dezember 2023)

13. November 2023

Am 13. Dezember 2023 werden vordefinierte Beziehungstypen für selten verwendete Asset-Asset-und Asset-Artefakt-Beziehungen entfernt.

Die folgenden Beziehungstypen sind betroffen:

  • Defines - Is defined by wird ersetzt durch Contains - Is contained in
  • Is owner of - Is owned by wird ersetzt durch Contains - Is contained in
  • Has for parent entity - Is relationship child of wird ersetzt durch Is parent of - Is child of
  • Is supertype of - Is subtype of wird ersetzt durch Is parent of - Is child of

Gehen Sie wie folgt vor:

  • Wenn Sie diese Beziehungstypen nicht verwenden, ist keine Aktion erforderlich.
  • Wenn Sie diese Beziehungstypen verwenden und den Ersatzbeziehungstypen zustimmen, ist keine Aktion erforderlich.
  • Wenn Sie diese Beziehungstypen verwenden und andere Beziehungstypen zuordnen wollen, entfernen Sie die aktuelle Beziehung und erstellen Sie neue Beziehungen mit anderen vordefinierten oder angepassten Beziehungstypen.

Wenn Sie Fragen oder Bedenken bezüglich der Ersetzung dieser Beziehungstypen haben, können Sie ein Support-Ticket öffnen.

Woche bis 10. November 2023

Entfernen des Ressourcenschlüssels aus der Detailanzeige für Spalten

10. Nov 2023

Ressourcenschlüssel wurde in der Detailanzeige auf Spaltenebene angezeigt, obwohl die Informationen für Spalten nicht zutreffend waren. Der Ressourcenschlüssel wurde aus der Detailanzeige auf Spaltenebene entfernt. Die Informationen sind weiterhin auf Assetebene erforderlich. Der Assetressourcenschlüssel kann beispielsweise in der CSV-Datei für die Importabstammungszuordnung verwendet werden.

Ferne DataStage -Laufzeitengines lokal mit DataStageimplementieren-aaS Anywhere

9. November 2023

Sie können jetzt ferne DataStage -Laufzeitengines implementieren, um Datenintegrationsjobs lokal oder in einem beliebigen Rechenzentrum oder in einer beliebigen Cloud auszuführen.

Die DataStage -Laufzeitengine ist ein containerisiertes Angebot, das zur Verbesserung der Leistung und Sicherheit in lokalen Umgebungen implementiert wird. Entwerfen Sie ETL-und ELT-Pipelines in DataStage und führen Sie Datenintegrationstasks lokal auf Ihrer Engine aus. Administratoren können eine oder mehrere ferne Laufzeitengines in Betrieb nehmen. Aus Sicherheitsgründen kann der Ausführungsstil nicht auf die serverunabhängige IBM Cloud -Laufzeit zurückgesetzt werden, sobald DSaaS Anywhere für ein Projekt aktiviert ist, aber die serverunabhängige IBM Cloud -Laufzeit bleibt für andere Projekte verfügbar.

Weitere Informationen finden Sie unter DataStage -Umgebungen.

Unterstützung für Python 3.10 und R4.2 -Frameworks und Softwarespezifikationen zur Laufzeit 23.1

9. November 2023

Sie können jetzt IBM Runtime 23.1verwenden, das die neuesten Data-Science-Frameworks auf Basis von Python 3.10 und R 4.2enthält, um Watson Studio Jupyter Notebooks und R-Scripts auszuführen, Modelle zu trainieren und Watson Machine Learning -Bereitstellungen auszuführen. Aktualisieren Sie Ihre Assets und Bereitstellungen für die Verwendung von IBM Runtime 23.1 -Frameworks und Softwarespezifikationen.

Verwenden Sie Apache Spark 3.4 , um Notebooks und Scripts auszuführen.

Spark 3.4 mit Python 3.10 und R 4.2 wird jetzt als Laufzeit für Notebooks und RStudio -Scripts in Projekten unterstützt. Details zu verfügbaren Notebookumgebungen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen und unter Ressourcenoptionen für RStudio in Projekten berechnen.

Woche am 27. Oktober 2023

Zugriff auf Daten aus komplexen unstrukturierten Dateien in DataStage

27. Oktober 2023

Sie können jetzt den Connector 'Complex Flat File' in Ihren DataStage -Abläufen verwenden.

Eine vollständige Liste der DataStage -Connectors enthält Unterstützte Datenquellen in DataStage.

Verbindung zu weiteren Datenquellen in DataStage herstellen

27. Oktober 2023

Sie können jetzt Daten aus diesen Datenquellen in Ihre DataStage -Abläufe einschließen:

  • Apache Derby
  • IBM Cloud Data Engine
  • IBM Cloud Databases for DataStax
  • IBM watsonx.data

Eine vollständige Liste der DataStage -Connectors enthält Unterstützte Datenquellen in DataStage.

Verwenden Sie einen Satellite -Connector, um eine Verbindung zu einer lokalen Datenbank herzustellen

26. Oktober 2023

Verwenden Sie den neuen Satellite -Connector, um eine Verbindung zu einer Datenbank herzustellen, auf die nicht über das Internet zugegriffen werden kann (z. B. hinter einer Firewall). Satellite Connector verwendet eine einfache Docker-basierte Kommunikation, die sichere und überprüfbare Kommunikation von Ihrer lokalen Umgebung zurück zu IBM Clouderstellt. Anweisungen hierzu finden Sie unter Verbindung zu Daten hinter einer Firewall herstellen.

Secure Gateway ist veraltet

26. Oktober 2023

IBM Cloud hat die Einstellung der Unterstützung von Secure Gatewayangekündigt. Informationen finden Sie unter Übersicht und Zeitachse.

Wenn Sie derzeit Verbindungen haben, die mit Secure Gatewayeingerichtet sind, planen Sie die Verwendung eines alternativen Kommunikationsverfahrens. In Cloud Pak for Data as a Servicekönnen Sie den Connector Satellite als Ersatz für Secure Gatewayverwenden. Siehe Verbindung zu Daten hinter einer Firewall herstellen.

NLS-Sortierfolge in DataStage verwenden.

27. Oktober 2023

Sie können jetzt Daten mit Unterstützung in der Landessprache in Ihren DataStage -Abläufen sortieren.

Woche bis 20. Oktober 2023

Zugriff auf Lakehouse-Daten mit der neuen Verbindung IBM watsonx.data

20. Oktober 2023

Sie können die Verbindung IBM watsonx.data verwenden, um eine Verbindung zu einer Datenbank in einer watsonx.data -Instanz herzustellen, die in Cloud Pak for Data oder IBM Cloudbereitgestellt wird. IBM watsonx.data ist ein offenes, hybrides und reguliertes Data Lakehouse, das durch eine Abfrageengine für alle Daten-und KI-Workloads optimiert wird.

Informationen finden Sie unter IBM watsonx.data connection.

Woche bis 13. Oktober 2023

In Ihre bevorzugte Sprache übersetzte angepasste Aufzählungseigenschaftsnamen (IBM Knowledge Catalog)

13. Oktober 2023

Eigner angepasster Eigenschaften können jetzt die Übersetzung von Eigenschaftsnamen für angepasste Aufzählungstypen in Ihre bevorzugte Sprache zulassen.

Der Eigner der angepassten Aufzählungstypeigenschaft für ein Asset oder eine Spalte muss die Definition der Eigenschaft definieren, damit Sie angepasste Aufzählungseigenschaftsnamen in der Sprache Ihres Browsers anzeigen können. Weitere Informationen finden Sie unter Angepasste Eigenschaften erstellen.

Zwischenlösungen in Decision Optimization

12. Oktober 2023

Sie können jetzt ein Beispiel für Zwischenlösungen anzeigen, während ein Decision Optimization -Experiment ausgeführt wird. Dies kann für das Debugging oder zum Anzeigen des Fortschritts des Solvers nützlich sein. Bei großen Modellen, deren Lösung länger dauert, können Sie mit Zwischenlösungen jetzt schnell und einfach potenzielle Probleme mit der Lösung ermitteln, ohne auf den Abschluss der Lösung warten zu müssen. Grafische Anzeige mit Ausführungsstatistiken mit Zwischenlösungen. Sie können den Parameter für die Bereitstellung der temporären Lösung in der Ausführungskonfiguration konfigurieren und eine Häufigkeit für diese Lösungen auswählen. Weitere Informationen finden Sie unter Modelle ausführen und Konfigurationsparameter ausführen .

Dialogfeld "Neues gespeichertes Decision Optimization -Modell"

Wenn Sie ein Modell zur Bereitstellung über die Benutzerschnittstelle von Decision Optimization speichern, können Sie jetzt das Eingabe-und Ausgabeschema überprüfen und die Tabellen, die Sie einschließen möchten, einfacher auswählen. Sie können auch Ausführungskonfigurationsparameter hinzufügen, ändern oder löschen, die Umgebung und die verwendeten Modelldateien überprüfen. Alle diese Elemente werden im selben Dialog Als Modell für Bereitstellung speichern angezeigt. Weitere Informationen finden Sie unter Decision Optimization.

Einstellung der Unterstützung der Profilerstellung für unstrukturierte Daten (IBM Knowledge Catalog)

10. Oktober 2023

Ab heute können für Datenassets, die unstrukturierte Daten enthalten, keine Profile mehr erstellt werden.

Laufzeitmetriken für DataStage -Jobs anzeigen

9. Okt. 2023

Sie können jetzt Laufzeitmetriken für Ihre DataStage -Jobs im Erstellungsbereich und auf der Seite mit den Jobausführungsdetails anzeigen. Weitere Informationen finden Sie unter DataStage -Jobs erstellen und verwalten.

Massenhinzufügung von Schlüsseln und Attributen zu neuen Stages

9. Okt. 2023

Sie können jetzt den folgenden Stages in Ihren DataStage -Abläufen Schlüssel und Attribute als Massendaten hinzufügen: Sortieren, Zusammenführen, Verknüpfen, Duplikat entfernen, Differenz, Änderungserfassung, Änderungsanwendung, Datensätze kombinieren, Trichter, Vergleich, Lookup-Dateigruppe, Bereichszuordnung schreiben und Bloom-Filter.

Woche am 6. Oktober 2023

Position einer neuen Spalte in der Verkettungsoperation steuern (Data Refinery)

6. Oktober 2023

Sie haben nun zwei Optionen, um die Position der neuen Spalte anzugeben, die sich aus der Operation Verketten ergibt: Als rechte Spalte im Dataset oder neben der ursprünglichen Spalte.

Spaltenposition der Verkettungsoperation

Zuvor wurde die neue Spalte am Anfang des Datasets platziert.

Wichtig:

Bearbeiten Sie die Operation Verketten in einem beliebigen der vorhandenen Data Refinery -Abläufe, um die neue Spaltenposition anzugeben. Andernfalls schlägt der Ablauf möglicherweise fehl.

Informationen zu Data Refinery -Operationen finden Sie unter GUI-Operationen in Data Refinery.

Woche bis 29 September 2023

Neue Funktionen im Expression Builder für die Stage 'Modify' in DataStage verwenden

25. September 2023

Sie können Konvertierungsfunktionen in Expression Builder in der Stage 'Modify' in Ihren DataStage -Flows verwenden.

Woche endet am 22. September 2023

Decision Optimization -Java-Modelle

20. September 2023

Decision Optimization Java-Modelle können jetzt in Watson Machine Learningbereitgestellt werden. Durch die Verwendung der Java-Worker-API können Sie Optimierungsmodelle mit den Java-APIs OPL, CPLEX und CP Optimizer erstellen. Sie können Ihre Modelle jetzt ohne großen Aufwand lokal erstellen, packen und unter Watson Machine Learning bereitstellen, indem Sie die Boilerplate verwenden, die im öffentlichen Java-Worker GitHubbereitgestellt wird. Weitere Informationen finden Sie unter Java-Modelle für Decision Optimization.

Woche am 8. September 2023

Erinnerung: Die Profilerstellung für unstrukturierte Daten in Watson Knowledge Catalog wird eingestellt.

8. September 2023

Die Profilerstellung für unstrukturierte Datenassets wird ab dem 10. Oktober 2023 nicht mehr unterstützt.

Woche endet am 1. September 2023

Einstellung der Unterstützung von Kommentaren in Notebooks

31. August 2023

Ab heute ist es nicht mehr möglich, einem Notebook Kommentare über die Aktionsleiste des Notebooks hinzuzufügen. Alle vorhandenen Kommentare wurden entfernt.

Symbol für Kommentare in der Aktionsleiste des Notebooks

Neue Umgebungsvariable in DataStage verwenden

28. August 2023

Sie können jetzt die Umgebungsvariable APT_SHOW_METRICS zu den Ablaufparametern Ihrer DataStage -Abläufe hinzufügen.

Woche am 25. August 2023

Schnelle Suche nach Katalogen mit Name-und Datumssortierung

24. August 2023

Sie können jetzt nach Katalogen suchen, indem Sie die Liste der Kataloge auf der Seite Alle Kataloge anzeigen nach Name oder Erstellungsdatum sortieren. Klicken Sie auf den Header Name , um die Kataloge alphabetisch nach Namen zu sortieren. Klicken Sie auf die Kopfzeile Erstellungsdatum , um die Kataloge nach aufsteigenden oder absteigenden Datumsangaben zu sortieren.

Datenqualität auf einen Blick in IBM Knowledge Catalog

22. August 2023

Informationen zur Datenqualität haben ein neues Zuhause. Für jedes Datenasset in einem Katalog oder Projekt wird eine Seite Datenqualität mit Qualitätsinformationen gefüllt, die aus vordefinierten Datenqualitätsprüfungen und Datenqualitätsregeln stammen. Sie können die anwendbaren Datenqualitätsdimensionen und die Ergebnisse einzelner Qualitätsprüfungen anzeigen. Sie können einen Drilldown zu den Ergebnissen für jede Prüfung oder sogar zu den Ergebnissen für jede Spalte durchführen.

Registerkarte 'Datenqualität' in Katalogen und Projekten

Weitere Informationen finden Sie unter Datenqualität.

Ähnliche Informationen sind in den Ergebnissen der Metadatenaufbereitung verfügbar.

Die gesamte Datenqualitätsanalyse wird jetzt im Kontext von Metadatenaufbereitung oder Datenqualitätsregeln ausgeführt. Wenn Sie die Profilerstellung über die Seite Profil in einem Projekt oder Katalog ausführen, wird die Datenqualität nicht mehr analysiert und es werden keine Datenqualitätsscores generiert.

Zusätzliche Cacheerweiterungen für Watson Pipelines verfügbar

21. August 2023

Es sind weitere Optionen zum Anpassen Ihrer Pipelineablaufeinstellungen verfügbar. Sie können jetzt besser steuern, wann der Cache für Pipelineausführungen verwendet wird. Details finden Sie unter Standardeinstellungen verwalten.

Woche endet am 18. August 2023

Plannamensaktualisierungen für den Service Watson Machine Learning

18. August 2023

Ab sofort werden Plannamen für den IBM Watson Machine Learning -Service wie folgt aktualisiert:

  • Der v2 -Standardplan ist jetzt der Essentials -Plan. Der Plan soll Ihrem Unternehmen die Ressourcen bereitstellen, die für den Einstieg in die Arbeit mit Basismodellen und Assets für maschinelles Lernen erforderlich sind.

  • Der v2 Professional-Plan ist jetzt der Standard -Plan. Dieser Plan stellt Ressourcen bereit, die die meisten Unternehmen durch Asseterstellung bis zur produktiven Nutzung unterstützen.

Änderungen an den Plannamen ändern Ihre Servicebedingungen nicht. Wenn Sie also für die Verwendung des v2 -Standardplans registriert sind, erhält er jetzt den Namen Essentials, aber alle Plandetails bleiben unverändert. Wenn Sie für die Verwendung des v2 Professional-Plans registriert sind, gibt es keine anderen Änderungen als die Änderung des Plannamens in Standard.

Details zu den einzelnen Plänen finden Sie unter Watson Machine Learning -Pläne. Preisinformationen finden Sie auf der Seite mit dem Watson Machine Learning -Plan im IBM Cloud -Katalog.

Verbindung zu weiteren Datenquellen in DataStage herstellen

18. August 2023

Sie können jetzt Daten aus diesen Datenquellen in Ihre DataStage -Abläufe einschließen:

  • Cloudera Impala
  • Presto

Eine vollständige Liste der DataStage -Connectors enthält Unterstützte Datenquellen in DataStage.

Verbindung zu Google BigQuery -Daten mit ODBC herstellen (DataStage)

18. August 2023

Die ODBC -Verbindung enthält jetzt die Datenquelle Google BigQuery .

Eine vollständige Liste der Datenquellen, die für die ODBC -Verbindung in DataStageverfügbar sind, enthält ODBC -Verbindung.

Woche endet am 11 August 2023

Neue Funktionen in der Stage DataStage Transformer verwenden

8. August 2023

  • Sie können jetzt Datenmaskierungs-, Verschlüsselungs-und Regex-Funktionen in der Transformer-Phase als Teil Ihrer DataStage -Abläufe verwenden.
  • Sie können nun Spalten auf der Registerkarte "Ausgabe" der Stage "Transformer" ziehen und ablegen.
  • Sie können nun über die Registerkarte "Eingabe" Massenbearbeitungsspalten in der Transformer-Phase bearbeiten.

Einstellung der Unterstützung von Kommentaren in Notebooks

7. August 2023

Am 31. August 2023 können Sie über die Aktionsleiste des Notebooks keine Kommentare mehr zu einem Notebook hinzufügen. Alle vorhandenen Kommentare, die auf diese Weise hinzugefügt wurden, werden entfernt.

Symbol für Kommentare in der Aktionsleiste des Notebooks

Woche endet am 4. August 2023

Benutzerdefinierte Textanalysevorlage (SPSS Modeler)

4. August 2023

Für SPSS Modelerkönnen Sie jetzt eine benutzerdefinierte Textanalysevorlage in ein Projekt hochladen. Dies bietet Ihnen mehr Flexibilität bei der Erfassung und Extraktion von Schlüsselkonzepten auf eine für Ihren Kontext spezifische Weise.

Woche am 28. Juli 2023

Erweiterte Funktionalität für die Bewertung von Modellen mit Watson OpenScale

25. Juli 2023

Verwenden Sie diese neuen Funktionen, um Modellbereitstellungen zu überwachen und auszuwerten und Ergebnisse zu interpretieren.

Implementierungen mit einer neuen geführten Konfiguration konfigurieren

Es ist ein neuer Setup-Assistent verfügbar, der Sie beim Hinzufügen von Bereitstellungen zum Watson OpenScale Insights-Dashboard und beim Bereitstellen von Modelldetails unterstützt. Weitere Informationen finden Sie unter Bereitstellungen für Bewertungen hinzufügen.

Konfigurieren Sie eine neue Abweichungsbewertung, um weitere Erkenntnisse zu gewinnen.

Sie können eine neue Version der Abweichungsauswertung in Watson OpenScale konfigurieren, um die folgenden neuen Metriken zu generieren:

  • Ausgabedrift
  • Feature-Drift
  • Modellqualitätsdrift

Weitere Informationen finden Sie unter Drift konfigurieren v2 -Bewertungen.

Modellleistung mit Modellzustandsbewertungen verstehen

Watson OpenScale stellt jetzt standardmäßig neue Modellzustandsbewertungen bereit, damit Sie verstehen, wie effizient Ihr Modell Ihre Transaktionen verarbeitet. Weitere Informationen finden Sie unter Auswertungsmetriken für Modellzustandsüberwachung.

Hinzufügen von Vorhersagemodellen mit mehreren Zielen in Watson OpenScale

Wenn Sie Ihre Bereitstellungen in Watson OpenScalehinzufügen, können Sie jetzt mehrere Vorhersagespalten angeben, um Details zur Modellausgabe für die Konfiguration von Qualitätsbewertungen bereitzustellen. Weitere Informationen finden Sie unter Modelldetails angeben.

Fairnessbewertungen mit unstrukturierten Daten ausführen

Sie können jetzt Fairnessbewertungen für unstrukturierte Datentypen aktivieren, um Verzerrungen zu erkennen. Weitere Informationen finden Sie unter Fairnessbewertungen konfigurieren.

Woche endet am 14. Juli 2023

Beziehungen zwischen Assetspalten in einem Katalog verwalten

14. Juli 2023

Administratoren können jetzt Assetspaltenbeziehungen in einem Katalog erstellen und verwalten. Spaltenbeziehungen können zwischen Spalten und Assets, Spalten und Artefakten oder zwischen Spalten erstellt werden.

Um eine Spaltenbeziehung hinzuzufügen, klicken Sie auf eine Spaltenzeile auf der Seite Übersicht eines Assets. Klicken Sie im Seitenfenster auf das Überlaufmenü Zugehörige Elemente . Wählen Sie in der Dropdown-Liste einen Beziehungstyp aus, um eine Beziehung hinzuzufügen.

Weitere Informationen zum Erstellen von Beziehungen finden Sie unter Assetbeziehungen in Katalog.

Einstellung der Unterstützung der Profilermittlung für unstrukturierte Daten in IBM Knowledge Catalog

12. Juli 2023

Die Profilerstellung für Datenassets, die unstrukturierte Daten wie Microsoft Word-, PDF-, HTML-und Klartextdokumente enthalten, ist veraltet. Die Unterstützung wird am 10. Oktober 2023 eingestellt. Bis dahin wird für unstrukturierte Datenassets der unterstützten Typen weiterhin automatisch ein Profil erstellt, wenn sie einem Projekt oder Katalog hinzugefügt werden. Ab dem 11. Oktober 2023 wird für neu hinzugefügte unstrukturierte Datenassets kein Profil mehr erstellt. Vorhandene Profile sind verfügbar, während die entsprechenden Datenassets im Projekt oder Katalog vorhanden sind.

Microsoft Azure SQL Database -Verbindung unterstützt die Azure Active Directory -Authentifizierung (Azure AD)

14. Juli 2023

Sie können jetzt Active Directory für die Verbindung Microsoft Azure SQL Database auswählen. Die Active Directory -Authentifizierung ist eine Alternative zur SQL Server -Authentifizierung. Mit dieser Erweiterung können Administratoren Benutzerberechtigungen für Azurezentral verwalten. Weitere Informationen finden Sie unter Microsoft Azure SQL Database connection.

Woche am 7. Juli 2023

Wechseln Sie zu IBM watsonx.ai

7. Juli 2023

Wenn Sie über die Services Watson Studio und Watson Machine Learning verfügen, können Sie jetzt auf IBM watsonx.aizugreifen. Sie können von Cloud Pak for Data as a Service zu watsonx wechseln und mit Basismodellen im Tool Prompt Lab oder in Notebooks arbeiten.

Siehe Wechseln zwischen Plattformen.

Aktualisierungen für Watson Machine Learning -Pläne

7. Juli 2023

Alle Pläne für Watson Machine Learning enthalten jetzt Basismodellinferenzen. Basismodellinferenzen sind nur unter watsonx.aiverfügbar. Sie können zu watsonx.ai wechseln und das neue Tool Prompt Lab verwenden oder mit einem Notebook auf Basismodelle zugreifen. Sie verwenden dieselbe Watson Machine Learning -Serviceinstanz unter watsonx.ai wie in Cloud Pak for Data as a Service.

Wenn Sie über den Lite-Plan Watson Machine Learning verfügen, können Sie bis zu 25.000 Token für die Inferenz von Basismodellen pro Monat verwenden.

Wenn Sie über den Plan Watson Machine Learning v2 Standard oder v2 Professional verfügen, fallen für Ihr Konto Gebühren an, wenn Ihre Kontobenutzer im Prompt Lab oder in Notebooks eine Inferenz des Basismodells durchführen.

Details dazu, wie die Inferenz von Basismodellen verfolgt und in Rechnung gestellt wird, finden Sie unter PlanWatson Machine Learning. Informationen zur Preisgestaltung bei der Inferenz von Basismodellen finden Sie auf der Planseite Watson Machine Learning im IBM Cloud -Katalog.

Erweiterte Funktionalität für die Verarbeitung natürlicher Sprache in Runtime 23.1

7. Juli 2023

Die Laufzeit 23.1 enthält die Watson Natural Language Processing-Bibliothek 4.1 und eine neue Gruppe vorab trainierter Modelle. Die NLP-Bibliothek enthält die folgenden Erweiterungen und Aktualisierungen:

  • Viele enthaltene Modelle sind jetzt transformatorbasiert. Diese Modelle wurden mit dem von IBMerstellten Slate Large Language Model (LLM) trainiert. Die Modelle sind in zwei Versionen verfügbar:
    • Optimiert für reine CPU-Umgebungen
    • Für Umgebungen mit GPUs oder CPUs
  • Viele eingeschlossene Modelle für verschiedene NLP-Aufgaben sind jetzt workflowbasiert statt blockbasiert, sodass Sie die Modelle direkt auf Eingabetext anwenden können, ohne sich Gedanken über Vorverarbeitungsschritte zu machen.

NLP enthält ein Slate Foundation-Modell, mit dem Sie Ihre NLP-Tasks optimieren können. Sie können das Slate-Modell oder ein beliebiges transformatorbasiertes Modell von Hugging Face als Basis für die Erstellung eigener Modelle mit Watson NLP verwenden.

Alle Modelle, die von IBM bereitgestellt werden, werden jetzt ausschließlich mit verzerrungsbereinigten Daten trainiert, und zwar mit modernster Filterung für Hass, Verzerrung und vulgäre Ausdrücke.

Diese Funktionen sind derzeit in den folgenden Umgebungen verfügbar:

  • NLP Runtime 23.1 auf Python 3.10
  • GPU V100 Runtime 23.1 unter Python 3.10
  • GPU 2xV100 Runtime 23.1 unter Python 3.10

Sie können diese Umgebungen für die NLP-Verarbeitung verwenden, jedoch nicht für die allgemeine Modellentwicklung. Die in diesen Umgebungen verwendeten Data-Science-Bibliotheken werden von Watson Machine Learningnoch nicht unterstützt.

Weitere Informationen finden Sie unter Watson Natural Language Processing.

Woche bis 30. Juni 2023

Erweiterte Data Privacy in Knowledge Accelerators (IBM Knowledge Catalog)

28. Juni 2023

Knowledge Accelerator for Cross Industry verfügt jetzt über Data Privacy , die eine Gruppe klassifizierter Geschäftsbegriffe und Datenklassen enthalten, um die Erkennung und Governance personenbezogener Daten zu beschleunigen. Darüber hinaus sind Beispieldatenschutzrichtlinien und -regeln verfügbar, um die Aktivitäten zu beschreiben, die sich auf die Verarbeitung personenbezogener Daten beziehen.

Die Geschäftsbegriffe und Datenklassen verfügen über Klassifizierungen, die die Identifizierung personenbezogener Daten (PI) und sensibler personenbezogener Daten (SPI) unterstützen. Sie können die Metadatenaufbereitung in IBM Knowledge Catalog verwenden, um die Geschäftsbegriffe importierten Datenassets zuzuordnen, um Assets zu identifizieren, die personenbezogene Daten enthalten.

Siehe IBM Knowledge Accelerator for Cross Industry.

Berichterstellung jetzt für angepasste Assets verfügbar (IBM Knowledge Catalog)

28. Juni 2023

Sie können jetzt Abfragen, Berichte und Dashboards basierend auf benutzerdefinierten Eigenschaften für jedes Asset in einem Projekt oder in einem Katalog erstellen. Sie können neue angepasste Eigenschaften für Assets definieren, um bereitgestellte oder angepasste Assettypen zu erweitern und anschließend Berichte auf der Basis dieser Beziehungen zu erstellen. Sie können beispielsweise einen Bericht zu Ihren Datenqualitätsregeln und Artefaktbeziehungen erstellen, um die Genauigkeit Ihrer Daten zu extrapolieren. Weitere Informationen finden Sie unter Berichterstellung einrichten.

Verbesserungen bei der Berichterstellung für Datenqualitätsregeln (IBM Knowledge Catalog)

28. Juni 2023

Sie können Datenqualitätsregeln jetzt wie folgt überwachen:

  • Sie können Berichte zu Datenqualitätsproblemen für jedes Datenasset in einem Katalog oder Projekt empfangen und verwalten.
  • Überwachen Sie die fortlaufende Datenqualität für Datenassets in Projekten und Katalogen, indem Sie Berichte für Datenqualitätsscores und Datenqualitätsdimensionen verwenden. Der Datenqualitätsscore basiert auf einem gewichteten Durchschnitt der Datenqualitätsdimensionsscores. Die Bewertungen der Datenqualitätsdimensionen basieren auf Ergebnissen relevanter Datenqualitätsprüfungen.
  • Informationen zu Datenqualitätsregeln, die mehrere Regeldefinitionen enthalten, finden Sie in der Statistik zur Datenqualitätsprüfung (Ergebnisse) nach Regeldefinition im BI-Berichtsschema.

Weitere Informationen finden Sie unter Datenmodell.

Woche am 23. Juni 2023

Effektivere Regulierung von Modellen mit Erweiterungen für AI Factsheets

23. Juni 2023

AI Factsheets bieten Ihnen jetzt mehr Möglichkeiten, Lösungen für Geschäftsprobleme zu verfolgen, eine breitere Palette von Assets zu steuern, mehr Informationen mit Factsheet-Anhängen zu erfassen und verbesserte Berichte zu erstellen.

Verfolgen Sie verschiedene Modellanwendungsfalllösungen mit Ansätzen

Wenn Sie Modelle in einem Anwendungsfall verfolgen, können Sie jetzt eine oder mehrere Ansätze erstellen, um verschiedene Methoden und Modellversionen zur Behebung eines Geschäftsproblems zu verfolgen. Sie können beispielsweise zwei verschiedene Ansätze in einem Anwendungsfall erstellen, um zu vergleichen, wie sich unterschiedliche Algorithmen auf die Modellleistung auswirken, damit Sie die beste Lösung finden. Weitere Informationen finden Sie unter Modellversionen in einem Anwendungsfall verwalten.

Erweiterte Optionen für die Steuerung externer Modelle

Sie können jetzt AI Factsheets verwenden, um ein breiteres Spektrum an externen Modellen zu regulieren, einschließlich Modellen, die auf einer anderen Plattform als Cloud Pak for Data as a Serviceentwickelt, bereitgestellt und überwacht wurden. Zusätzlich zu umfassenderen Metadaten, die für externe Modelle verfolgt werden, bieten die Python -Client-und API-Befehle weitere Funktionen zum Verschieben von Modellen und Bereitstellungen in verschiedene Umgebungen, um den Lebenszyklus für diese Assets genauer zu verfolgen. Details hierzu finden Sie unter Externes Modell zum Modellbestand hinzufügen.

Mehr Kontrolle über Anhänge

Modellbestandsadministratoren können Anhangsgruppen und Anhangsdefinitionen erstellen, sodass Benutzer Anhänge organisierter anzeigen und Anhänge in einem genehmigten Format hochladen können. Details hierzu finden Sie unter Anhänge für Factsheets hinzufügen und verwalten.

Hinzufügen von Branding zu Ihren AI Factsheets -Berichten

Passen Sie die Berichtsvorlagen an, die Sie zum Erstellen von Berichten aus Factsheets verwenden, indem Sie Brandinginformationen und ein Logo hinzufügen. Weitere Informationen finden Sie unter Berichte für Factsheets und Modellanwendungsfälle generieren. Details finden Sie unter Berichte für Factsheets und Modellanwendungsfälle generieren.

Unterstützung für Python 3.10 Spark 3.3 Runtime for Notebooks (Watson Studio)

23. Juni 2023

Python 3.10 Spark 3.3 wird jetzt als Laufzeit für Notebooks unterstützt. Python 3.9 Spark 3.3 ist veraltet und wird am 20. Juli 2023 eingestellt. Ab dem 6. Juli 2023 können Sie Notebooks mit einer Python 3.9 Spark 3.3 -Umgebung nicht mehr erstellen. Vorhandene Notebooks werden jedoch bis zum 30. Juli 2023 ausgeführt. Ändern Sie Ihre Notebookumgebung für die Verwendung von Python 3.10 Spark 3.3 , bevor die veraltete Umgebung entfernt wird. Details zu Notebookumgebungen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.

Woche bis 16. Juni 2023

In Kürze verfügbar: Allgemeine Verfügbarkeit der Anomalievorhersage für Zeitreihen in AutoAI -Experimenten

15. Juni 2023

Erstellen Sie ein Experiment zur Anomalievorhersage für Zeitreihen, um ein Modell zu trainieren, das Anomalien oder unerwartete Ergebnisse erkennen kann, wenn das Modell Ergebnisse basierend auf neuen Daten vorhersagt. Diese Funktion von AutoAI wird derzeit als Betaversion angeboten und nicht für die Produktion unterstützt. Sobald das Feature allgemein verfügbar und vollständig unterstützt ist, verbraucht das Training für Experimente zur Anomalievorhersage für Zeitreihen Kapazitätseinheitenstunden (CUH) als Teil Ihres Watson Machine Learning -Plans. Weitere Informationen finden Sie unter:

Engineparameter für Decision Optimization -Experimente anpassen (Watson Studio)

15. Juni 2023

Sie können jetzt eine Datei mit Engineeinstellungen in Ihrem Experiment Decision Optimization hinzufügen. Mit dieser Datei können Sie die Engineparameter, die zur Lösung Ihres Modells verwendet werden, in einem neuen Visual Editor anzeigen und anpassen. Sie können auch eine Datei mit Engineeinstellungen importieren und nach vorhandenen Einstellungen suchen.

Die angezeigte .ops-Datei für die Engineeinstellungen wird in der Ansicht des visuellen Editors mit einem angepassten Parameter geöffnet.

Siehe Einstellungen der Python -Modellengine.

Woche bis 2. Juni 2023

KI-Lebenszyklusereignisse mit dem Tool 'cpdctl' verwalten

2. Juni 2023

Sie können Ihre in Cloud Pak for Data as a Service gehosteten Assets jetzt mithilfe des Befehlszeilentools Cloud Pak for Data (cpdctl) verwalten und automatisieren. Verwenden Sie die automatische Konfiguration aus IBM Cloud , um einfach eine Verbindung zu den cpdctl-API-Befehlen herzustellen. Details und ein Beispiel finden Sie in den folgenden Ressourcen:

Woche endet am 19. Mai 2023

Erinnerung: Ende der Unterstützung für Runtime 22.1 unter Python 3.9 und R 3.6

15. Mai 2023

IBM Runtime 22.1 in Umgebungen mit Python 3.9 und R 3.6 werden am 15. Juni 2023 entfernt. Sie können keine neuen Notebooks mehr erstellen oder angepasste Umgebungen mit 22.1 -Laufzeiten oder R 3.6erstellen oder neue Modelle mit Python 3.9 Softwarespezifikationen trainieren. Aktualisieren Sie Ihre Assets und Bereitstellungen so, dass IBM Runtime 22.2 unter Python 3.10 oder R 4.2 vor dem 15. Juni 2023 verwendet wird.

Einführung der Schlüssel/Wert-Suche für fortgeschrittene Benutzer

18. Mai 2023

Mithilfe von key:value -Paaren in der Suchleiste können Sie nun innerhalb von Asset-und Artefakteigenschaften suchen, wie z. B. der Beschreibung, Tags, angepassten Eigenschaften, Spaltennamen usw. Siehe Nach Eigenschaften suchen.

Namensänderung für die Verbindung IBM Cloud Compose for MySQL

18. Mai 2023

Die Verbindung zu IBM Cloud Compose for MySQL wurde in IBM Cloud Databases for MySQLumbenannt. Ihre vorherigen Einstellungen für die Verbindung bleiben gleich. Nur derVerbindungsname wurde geändert.

Nicht weiterverwendete Verbindungen

18. Mai 2023

Die folgenden Verbindungen werden unterbrochen und wurden aus Cloud Pak for Data as a Serviceentfernt:

  • IBM Db2 Event Store
  • IBM Db2 Hosted

Beim Umbenennen von Datenassets werden auch Dateianhänge in Projekten umbenannt

19. Mai 2023

Wenn Sie den Namen von Datenassets mit Dateianhängen ändern, die Sie in das Projekt hochgeladen haben, werden die Dateianhänge ebenfalls umbenannt. Durch das Ändern der Namen von Datenassets, die aus Katalogen importiert wurden, werden jedoch keine Anhänge umbenannt. Sie müssen alle Verweise auf das Datenasset in codebasierten Assets (z. B. Notebooks) auf den Namen des neuen Datenassets aktualisieren. Andernfalls wird das codebasierte Asset nicht ausgeführt. Weitere Informationen finden Sie unter Assets in Projekten verwalten.

Woche endet am 12. Mai 2023

Neue Benutzerschnittstellenfunktionen für die Erstellung angepasster Assets und die Verwaltung angepasster Eigenschaften für Spalten

11. Mai 2023

Katalogmitarbeiter mit der Rolle "Admin" oder "Editor" können jetzt die folgenden Aufgaben über den Web-Client ausführen:

  • Angepasste Assets aus dem Katalog erstellen. Wählen Sie zum Hinzufügen eines angepassten Assets im Dropdown-Menü Zum Katalog hinzufügen die Option Angepasstes Asset aus.
  • Angepasste Eigenschaften für Datenassetspalten verwalten. Um angepasste Eigenschaften zu verwalten, wählen Sie eine Spalte in der Übersicht eines Assets aus und bearbeiten Sie die Eigenschaften im seitlichen Teilfenster.

Weitere Informationen zu angepassten Eigenschaften für Datenassets finden Sie unter Angepasste Assettypen, Eigenschaften und Beziehungen.

Woche bis 5. Mai 2023

Generierten Code aus dem Teilfenster "Code-Snippets" hinzufügen

4. Mai 2023

Der Symbolleiste des Notebooks wurde ein neues Symbol für Codeausschnitte hinzugefügt. Durch Klicken auf das Symbol wird das Teilfenster "Code-Snippets" geöffnet, in dem Sie Daten aus einer Datei oder Verbindung lesen können, die zum Projekt hinzugefügt wurde. Die vorhandene Funktionslogik "In Code einfügen" zum Generieren von Code, der Daten in eine Notebookzelle lädt, wurde unter Daten lesen verschoben. Das vorherige Teilfenster "Daten suchen und laden" kann nun nur zum Hochladen von Daten in ein Projekt verwendet werden. Informationen hierzu finden Sie unter Daten in Notebook laden und auf Daten in Notebook zugreifen.

Woche am 28. April 2023

Watson Pipelines jetzt allgemein verfügbar für die Automatisierung von Aktivitäten im KI-Lebenszyklus

27. April 2023

Watson Pipelines stellt eine grafische Schnittstelle zur Orchestrierung eines End-to-End-Ablaufs von der Erstellung bis zur Bereitstellung bereit. Assemblieren und konfigurieren Sie eine Pipeline, die die Aufgaben rund um das Kuratieren von Daten automatisiert, und führen Sie anschließend das Training, die Bereitstellung und die Aktualisierung von Modellen für maschinelles Lernen durch. Führen Sie einen Pipeline-Job in Echtzeit oder nach einem Zeitplan aus Details zum Erstellen von Pipelines finden Sie in Watson Pipelines.

Neu in dieser Aktualisierung ist die Fähigkeit, eine angepasste Pipelinekomponente zum Ausführen eines Scripts zu erstellen, das Sie mit einer Python -Funktion schreiben. Sie können angepasste Komponenten verwenden, um wiederverwendbare Scripts zwischen Pipelines gemeinsam zu nutzen. Sie erstellen angepasste Komponenten als Projektassets und verwenden sie dann in Pipelines, die Sie in diesem Projekt erstellen. Details finden Sie unter Angepasste Komponente erstellen.

Watson Pipelines wird als Feature von Watson Studioangeboten. Sie müssen jedoch über Servicepläne für die Assets und Prozesse verfügen, die in einer Pipeline verwendet werden. Um beispielsweise einen DataStage -Flow in einer Pipeline ausführen zu können, müssen Sie über eine Data Stage-Serviceinstanz verfügen. Watson Pipelines verbraucht Ressourcen auf der Basis der in der Pipeline verwendeten Assets und Prozesse. Wenn Ihre Pipeline ein AutoAI -Modell trainiert, werden Ihrem Konto die Watson Machine Learning -Kapazitätseinheiten pro Stunde (CUH) belastet, die zum Trainieren des Modells verwendet werden. Wenn eine Pipeline einen DataStage -Ablauf enthält, wird die Ausführung dieses Ablaufs in Watson Pipelines Ihrem DataStage -Plan belastet. Die Ausführung von Pipelinekomponenten und Bash-Scripts verbraucht Watson Studio CUH-Ressourcen. Details zur Bereitstellung von Serviceinstanzen und Plänen finden Sie unter Services und Integrationen.

Mit der neuen Presto -Verbindung auf mehr Daten zugreifen

27. April 2023

Sie können jetzt mit Daten aus Presto -Datenquellen arbeiten. Informationen finden Sie unter Presto -Verbindung.

Woche endet am 21 April 2023

Drilldown zu den Details der Profilermittlungsergebnisse (IBM Knowledge Catalog)

20. April 2023

Sie können jetzt über eine Metadatenaufbereitung oder über die Registerkarte Profil eines Assets in einem Projekt oder Katalog auf detaillierte Profilerstellungsinformationen zugreifen. Für jede Spalte werden statistische Informationen zu den Spaltendaten, Informationen zu Datenklassen, Datentypen und Formaten sowie die Häufigkeitsverteilung von Werten in der Spalte angezeigt. Für die statistischen Informationen können Sie auch zwischen verschiedenen Visualisierungstypen wählen. Um diese Ansichten für ein vorhandenes Profil auszufüllen, aktualisieren Sie das Profil.

Statistische Informationen für fortlaufende Daten

Statistische Informationen für nominale Daten

Details finden Sie unter Profildetails auf Spaltenebene.

Woche endet am 14. April 2023

Aktualisierte Python -und CPLEX-Standardversionen (Decision Optimization)

13. April 2023

Die Standardbenutzer von Python für Decision Optimization sind jetzt 3.10 und die CPLEX-Standardversion ist 22.1. Diese Versionen werden standardmäßig verwendet, wenn Sie ein neues Experiment erstellen. Python 3.9 ist veraltet und wird in Kürze entfernt. Informationen zum Aktualisieren Ihrer Umgebung finden Sie unter Umgebungen konfigurieren. Informationen zum Aktualisieren vorhandener bereitgestellter Modelle finden Sie unter Modellbereitstellung.

Erweiterungen für Datenqualitätsregeln (IBM Knowledge Catalog)

13. April 2023

Sie können jetzt auch Datenqualitätsregeln für Datenassets aus diesen Datenquellen ausführen:

  • Amazon S3 (nur CSV-Dateien)
  • Apache Cassandra
  • SAP ASE

Wenn Sie eine Datenqualitätsregel mit extern verwalteten Bindungen konfigurieren, können Sie jetzt zusätzlichen Inhalt für Ausgabelinks im zugehörigen DataStage -Ablauf auswählen. Weitere Informationen finden Sie unter Regeln aus Datenqualitätsdefinitionen erstellen.

Woche am 7. April 2023

Neu: Experiment zur Erkennung von Zeitreihenanomalien (Beta)

7. April 2023

Mit AutoAI können Sie ein Zeitreihenmodell für die Anomalievorhersage trainieren, das Anomalien oder unerwartete Ergebnisse erkennen kann, wenn das Modell Ergebnisse auf der Basis neuer Daten vorhersagt. Die vom Experiment generierten Pipelines für Modellkandidaten werden entsprechend ihrer Leistung, gemessen an der Optimierungsmetrik, eingestuft. Speichern Sie ein Modell als Notebook, um den Code zu überprüfen, oder speichern und implementieren Sie ein Modell, um potenzielle Anomalien in neuen Daten zu erkennen. Details finden Sie unter Zeitreihenanomalievorhersagemodell erstellen (Beta). Dieses Feature wird als Betaversion angeboten und noch nicht für die Verwendung in Produktionsumgebungen unterstützt.

Assetaktivität in einem Projekt filtern

6. April 2023

Im Teilfenster Assets auf der Registerkarte Übersicht eines Projekts können Sie Assets filtern, indem Sie in der Dropdown-Liste Von Ihnen oder Nach allen auswählen. Von Ihnen listet Assets auf, die von Ihnen bearbeitet wurden, sortiert nach den neuesten Assets am Anfang. Nach allen listet Assets auf, die von anderen und auch von Ihnen bearbeitet wurden, sortiert nach den neuesten Assets am Anfang.

Upgrade auf Spark mit R 4.2 in Watson Studio

3. April 2023

Spark R 3.6 -Umgebungen für Watson Studio werden auf R 4.2aktualisiert. Alle Spark R 3.6 -Umgebungen sind jetzt veraltet und werden am 15. Juni 2023 entfernt. Ab 11. Mai 2023 können keine neuen Notebooks oder neuen Data Refinery -Abläufe mehr mit Spark R 3.6erstellt werden. Darüber hinaus können Sie keine neuen angepassten Spark R 3.6 -Umgebungen erstellen. Zu diesem Zeitpunkt müssen Sie möglicherweise einige Paketversionen und Scripts für Ihre Notebooks aktualisieren. Sie müssen Ihre Assets und Bereitstellungen aktualisieren, um Spark mit R 4.2 vor dem 15. Juni 2023 verwenden zu können.

Siehe Umgebung für ein Notizbuch ändern. Details zu den Bibliotheken und Paketen für R-Versionen finden Sie in den CRAN-Releaseinformationen.

Neue Spark with R 4.2 -Umgebung für die Ausführung von Data Refinery -Ablaufjobs

3. April 2023

Sie können nun Default Spark 3.3 & R 4.2 auswählen, wenn Sie eine Umgebung für einen Data Refinery -Ablaufjob auswählen. Die neue Umgebung verwendet dieselben Capacity-Unit-Stunden (CUHs) wie die anderen Default-Umgebungen.

Auswahl von Spark 3.3 & R 3.6

Wichtig:

Die Umgebung Default Spark 3.2 & R 3.6 ist veraltet und wird in einem zukünftigen Update eingestellt. Ändern Sie Ihre Data Refinery -Ablaufjobs so, dass die neue Umgebung Default Spark 3.3 & R 3.6 verwendet wird.

Informationen zu Umgebungen für Data Refineryfinden Sie unter Ressourcenoptionen für Data Refinery in Projekten.

Die Umgebungsänderung wirkt sich auf zwei GUI-Operationen aus. Wenn Sie über vorhandene Data Refinery -Abläufe verfügen, die diese GUI-Operationen enthalten, müssen Sie den Data Refinery -Ablauf aktualisieren.

  • Aufteilung
  • In Tokens zerlegen

Um einen Ablauf zu aktualisieren, öffnen Sie ihn und speichern ihn. Details finden Sie unter Data Refinery verwalten.

Woche endet am 31. März 2023

Angepasste Assets aus einem Katalog erstellen

31. März 2023

Administratoren und Editoren können jetzt angepasste Assets in der Katalog-UI erstellen. Wählen Sie zum Hinzufügen eines neuen angepassten Assets Angepasstes Asset im Dropdown-Menü Zum Katalog hinzufügen aus. Weitere Informationen zu angepassten Assets finden Sie unter "Angepasste Assettypen, Eigenschaften und Beziehungen" im Artikel Assets zu einem Katalog hinzufügen (Watson Knowledge Catalog).

Verbesserungen und Erweiterungen in Watson Query

29. März 2023

Watson Query wurde mit den folgenden Funktionen aktualisiert:

  • Bei der asynchronen Virtualisierung können Sie die Statusdetails eines Virtualisierungsjobs jederzeit auf der Seite Virtualisierte Daten anzeigen. Wenn die virtualisierten Tabellen groß sind und der Job länger dauert, können Sie an anderen Tasks arbeiten, z. B. an der Virtualisierung weiterer Tabellen, während der Job beendet wird.
  • Mit asynchroner Veröffentlichung und Zuordnungen auf der Seite Virtualisierte Daten können Sie an anderen Tasks arbeiten, während die Veröffentlichungs-und Zuordnungsjobs abgeschlossen sind.
  • Sie können Jobs im Web-Client verwenden, um Statistikdaten zu virtualisierten Tabellen zu erfassen. Weitere Informationen finden Sie unter Statistikdaten im Web-Client in Watson Queryerfassen.
  • Sie können den Veröffentlichungs-oder Zuordnungsverlauf eines Objekts auf der Seite Virtuelle Daten anzeigen. Klicken Sie in der Liste auf eine Objektzeile, um den zugehörigen Veröffentlichungs-und Zuordnungsverlauf im rechten Fensterbereich der Seite Virutualisierte Daten anzuzeigen.

Woche bis 24. März 2023

Federated Learning läuft auf Mac-Computern mit Chips der M-Serie

23. März 2023

Führen Sie Ihre Federated Learning-Experimente auf M1 Mac-und M2 Mac-Computern in der neuesten Laufzeit aus. Informationen zu den Voraussetzungen finden Sie unter System einrichten.

Woche bis 17. März 2023

Verbundschlüssel in Referenzdatasets definieren (IBM Knowledge Catalog)

17. März 2023

Sie können jetzt mehrere Spalten angeben, um einen Verbundschlüssel für Ihre Referenzdatasets zu erstellen. Ohne zusammengesetzten Schlüssel werden Referenzdatenwerte in einer Gruppe durch eine eindeutige Zeichenfolge in der Codespalte identifiziert. Ein zusammengesetzter Schlüssel ist eine Kombination aus der Codespalte und bis zu fünf angepassten Spalten in einem Referenzdataset. Ein Verbundschlüssel wird verwendet, um jeden Referenzdatenwert eindeutig zu identifizieren. Bei einem zusammengesetzten Schlüssel müssen die Werte in der Codespalte nicht mehr eindeutig sein. Eindeutigkeit wird nur garantiert, wenn die Werte aller angegebenen Spalten kombiniert werden. Details finden Sie unter Referenzdatasets entwerfen.

Woche bis 10. März 2023

Erstellen von Abfragen, Berichten oder Dashboards auf der Basis angepasster Beziehungen (IBM Knowledge Catalog)

9. März 2023

Wenn Sie angepasste Beziehungen zwischen Assets und Governance-Artefakten erstellen, können Sie sie mit IBM Knowledge Catalog Reporting Data Mart synchronisieren, sodass Sie Berichte erstellen können. Sie können die angepassten Beziehungen beispielsweise für folgende Zwecke verwenden:

  • Qualitätsanalyse auf verschiedenen Granularitätsebenen (nach Domäne, nach Metadaten, nach Benutzer, nach Team)
  • Zertifizieren Sie die Datenqualität Ihrer Daten
  • Anzahl der Assets mit einer bestimmten Datenschutzeigenschaft zählen

Informationen zum Erstellen angepasster Beziehungen finden Sie unter Angepasste Eigenschaften und Beziehungen für Governance-Artefakte und Katalogassets (IBM Knowledge Catalog).

Informationen zum Erstellen von Berichten finden Sie unter Einrichten der Berichterstellung für IBM Knowledge Catalog.

Laufzeit 22.1 in Python 3.9 Einstellung der Unterstützung für Watson Studio und Watson Machine Learning

9. März 2023

IBM Runtime 22.1 unter Python 3.9 ist jetzt veraltet und wird am 15. Juni 2023 entfernt. Ab 11. Mai 2023 können Sie mit den 22.1 -Laufzeiten keine neuen Notebooks mehr erstellen oder angepasste Umgebungen erstellen. Sie können auch keine neuen Modelle mit Python 3.9 Softwarespezifikationen trainieren. Aktualisieren Sie Ihre Assets und Bereitstellungen so, dass IBM Runtime 22.2 unter Python 3.10 vor dem 15. Juni 2023 verwendet wird:

Datenqualitätsregeln für zusätzliche Datenquellen ausführen (IBM Knowledge Catalog)

9. März 2023

Sie können jetzt Datenqualitätsregeln für Datenassets aus den folgenden Datenquellen ausführen:

  • IBM Watson Query
  • Microsoft Azure Data Lake Storage
  • Snowflake

Neue Option zum Binden von Variablen in Datenqualitätsregeln (IBM Knowledge Catalog)

9. März 2023

Sie können jetzt auch Jobparameter verwenden, um Regelvariablen an Datenspalten zu binden und diese Parameter zentral in einem Projekt zu verwalten. Daher müssen Sie die Regeln nicht aktualisieren, wenn Sie beispielsweise die Bindung in eine andere Spalte ändern möchten. Siehe Regeln aus Datenqualitätsdefinitionen erstellen.

Woche am 3. März 2023

Funktionale Erweiterungen für AI Factsheets (Watson Machine Learning)

3. März 2023

Sie können jetzt Dateien und Bilder an ein Factsheet anhängen. Details finden Sie unter Details für ein Factsheet anpassen. Factsheets zeigen außerdem zusätzliche Watson OpenScale -Metriken aus Erklärbarkeit und angepassten Überwachungen an. Details hierzu finden Sie unter Factsheets anzeigen.

Funktionen für maschinelles Lernen erstellen, speichern und gemeinsam nutzen (Beta) (Watson Studio)

2. März 2023

Sie können jetzt die Entwicklung von Modellen für maschinelles Lernen beschleunigen, indem Sie Features erstellen und gemeinsam nutzen. Sie fügen einem Datenasset in einem Projekt eine Featuregruppe hinzu, um die Features dieses Datasets zu identifizieren. Sie können die Funktionen mit Ihrem Unternehmen gemeinsam nutzen, indem Sie das Datenasset in einem Katalog publizieren, der als Featuregeschäft fungiert. Siehe Featuregruppen verwalten.

Woche bis 24. Februar 2023

Angepasste Beziehungen verwalten (IBM Knowledge Catalog)

24. Februar 2023

Jetzt können Sie angepasste Beziehungen zwischen Katalogassets und Governance-Artefakten auf der Seite Übersicht eines Assets verwalten.

Informationen zum Erstellen angepasster Beziehungen finden Sie unter Angepasste Eigenschaften und Beziehungen für Governance-Artefakte und Katalogassets (IBM Knowledge Catalog).

Woche bis 17. Februar 2023

Data Refinery -Berechnungsoperation funktioniert für Datumsspalten

17. Februar 2023

Sie können jetzt die Operation Berechnen für Spalten des Datumsdatentyps verwenden, um Tag-oder Monatswerte zu addieren oder zu subtrahieren.

Data Refinery -Berechnungsoperation

Informationen zu GUI-Operationen finden Sie unter GUI-Operationen in Data Refinery.

Neue Bibliothek für den Zugriff auf Projektassets in Watson Studio

17. Februar 2023

Die ibm-watson-studio-lib -Bibliothek enthält eine Reihe von Funktionen, die Sie bei der Interaktion mit Watson Studio -Projekten und -Projektassets unterstützen. Die Bibliothek kann in Notebooks verwendet werden, die im Notebook-Editor erstellt werden und für Python und R verfügbar sind. Es ist der Nachfolger der Bibliothek project_lib . Details hierzu finden Sie unter Using ibm-watson-studio-lib.

"Standard Spark 3.2 & R 3.6 " Umgebung eingestellt (Data Refinery)

17. Februar 2023

Die Umgebung Default Spark 3.2 & R 3.6 ist ab dem 17. Februar 2023 nicht mehr verfügbar.

Wenn Sie Data Refinery -Ablaufjobs mit der Umgebung Default Spark 3.2 & R 3.6 oder einer angepassten Umgebung, die Spark 3.0verwendet, eingerichtet haben, schlagen die Jobs fehl. Ändern Sie die Umgebung in Default Spark 3.3 & R 3.6 oder Default Data Refinery XS oder in eine angepasste Umgebung, die Spark 3.0nicht verwendet.

Informationen zu Umgebungen für Data Refineryfinden Sie unter Ressourcenoptionen für Data Refinery in Projekten.

Neue Funktionen für Datenqualitätsregeln (IBM Knowledge Catalog)

16. Februar 2023

Die folgenden neuen Funktionen sind verfügbar:

  • Verwenden Sie mehrere Datenqualitätsdefinitionen in einer einzelnen Datenqualitätsregel. Darüber hinaus können Sie eine einzelne Definition mehrmals einschließen, um dieselbe Definition auf verschiedene Spalten anzuwenden. Details hierzu finden Sie unter Regeln aus Datenqualitätsdefinitionen erstellen.
  • Regelausgabe als CSV-Datei herunterladen. Wenn eine Ausgabetabelle für die Regel definiert ist, kann die Regelausgabe jetzt auch als CSV-Datei aus dem Ausführungsprotokoll der Regel heruntergeladen werden, z. B. zur Verwendung in einem Tabellenkalkulationsprogramm.
  • Regeln für Daten aus Amazon Redshift -und Greenplum -Datenquellen ausführen. Siehe Unterstützte Datenquellen für Metadatenimport, Metadatenaufbereitung und Datenqualitätsregeln.
  • Exportieren und importieren Sie Datenqualitätsassets. Wenn Sie ein Projekt auf den Desktop exportieren, können Sie jetzt Datenqualitätsassets einschließen. Siehe Projekt exportieren.

Woche bis 10. Februar 2023

Assets aus einem Projekt oder Bereich in einen vorhandenen Bereich importieren (Watson Machine Learning)

9. Februar 2023

Sie können jetzt einen Bereitstellungsbereich oder ein Projekt (im ZIP-Format) in einen vorhandenen Bereitstellungsbereich importieren. Fügen Sie einem Bereich Assets hinzu oder aktualisieren Sie vorhandene Assets. Sie können beispielsweise ein Modell durch eine neuere Version ersetzen. Details finden Sie unter Bereiche und Projekte in vorhandene Bereiche importieren.

Weitere Makros in DataStage verwenden

10. Februar 2023

Sie können das Makro DSJobController zu Stage-Eigenschaften oder in den Umsetzungsfunktionen hinzufügen.

Das Makro fungiert als DataStage -Funktion und gibt Daten ohne Argumente aus, wodurch die Konfiguration von DataStage -Jobs und -Flows vereinfacht wird.

Weitere Informationen hierzu finden Sie unter Makros.

Woche endet am 3. Februar 2023

Weitere Makros in DataStage verwenden

6. Februar 2023

Sie können die folgenden Makros zu Stage-Eigenschaften oder in den Umsetzungsfunktionen hinzufügen:

  • DSProjectId
  • DSJobRun-ID
  • DSJobId

Die Makros fungieren als DataStage -Funktionen und -Ausgabedaten ohne Argumente, was die Einrichtung von DataStage -Jobs und -Flows vereinfacht.

Weitere Informationen hierzu finden Sie unter Makros.

Woche bis 20. Januar 2023

Eingabespalten in DataStage -Stages bearbeiten

20. Januar 2023

Sie können Spalten jetzt über die Registerkarte 'Eingabe' einer Stage in DataStagebearbeiten. Ihre Änderungen werden an die vorherige Stufe im Ablauf weitergegeben.

Neue Optionen für den Metadatenimport (IBM Knowledge Catalog)

19. Januar 2023

Um sicherzustellen, dass das Zielprojekt oder der Zielkatalog Ihres Metadatenimports keine veralteten Daten enthält, können Sie den Import jetzt konfigurieren, um Datenassets zu bereinigen, die nicht erneut importiert werden können. Wählen Sie diese Option aus, um Assets zu löschen, die in der Datenquelle nicht mehr verfügbar sind und/oder aus dem Importbereich entfernt wurden, wenn der Metadatenimport erneut ausgeführt wird. Weitere Informationen finden Sie unter Metadaten importieren.

Metadata import: neue erweiterte Optionen

Daten aus Decision Optimization -Experimenten in Ihr Projekt exportieren

18. Januar 2023

Sie können jetzt Tabellen aus der Ansicht "Daten vorbereiten" oder "Lösung durchsuchen" in Ihrem Decision Optimization -Experiment in Ihr Projekt exportieren. Dadurch können Sie Ihre Daten in anderen Modellen oder Services wiederverwenden. Sie können Daten auch mit dem Decision Optimization Python -Clientexportieren.

Siehe Daten aus Decision Optimization -Experimenten exportieren.
Datenexport in Projekt

Woche bis 13. Januar 2023

Aktualisierte Anwendungsfälle für Datenstrukturen

12. Januar 2023

Die Anwendungsfälle für Data Fabric wurden aktualisiert, um die Verwendung unserer Produkte besser widerzuspiegeln:

  • Datenintegration: Dieser Anwendungsfall enthält jetzt Pipelines.
  • Datengovernance: Dieser Anwendungsfall enthält jetzt Match 360.
  • KI-Governance: Dieser Anwendungsfall konzentriert sich jetzt auf die Überwachung, Pflege und Automatisierung von KI-Modellen in der Produktion.
  • Data Science und MLOps: In diesem neuen Anwendungsfall wird erläutert, wie Datenanalyse und Modellerstellung operationalisiert werden.

Siehe Data Fabric-Anwendungsfälle.

Passen Sie den Web-Browser an, um Ihre Marke zu unterstützen

12. Januar 2023

Als Administrator können Sie angepasste Produktnamen, Logos und andere Grafiken hinzufügen, um das Branding des Web-Browsers für Cloud Pak for Data as a Serviceanzupassen.

Siehe Branding des Web-Browsers anpassen.

Woche endet am 6. Januar 2023

Verbindung zu weiteren Datenquellen in DataStage herstellen

6. Januar 2023

Sie können jetzt Daten aus diesen Datenquellen in Ihre DataStage -Abläufe einschließen:

  • Dremio
  • SingleStoreDB

Die vollständige Liste der DataStage-Connectors finden Sie unter DataStage-Connectors.

Generative KI-Suche und -Antwort
Diese Antworten werden von einem großen Sprachmodell in watsonx.ai basierend auf dem Inhalt der Produktdokumentation generiert. Weitere Informationen