0 / 0
資料の 英語版 に戻る
新機能

新機能

Cloud Pak for Data as a Service の新機能と更新、および Watson Studio、 Watson Machine Learning、 DataStage、 IBM Knowledge Catalogなどのサービスについては、毎週ご確認ください。

ヒント: 場合によっては、更新後に特定のアクションを実行する必要があります。 必要なアクションをすべて表示するには、このページで「アクションが必要」を検索します。

2024 年 2 月 9 日までの週

Data Refinery フロー・ジョブを実行するための新しい Spark 3.4 環境

2024 年 2 月 9 日

Data Refinery フロー・ジョブの環境を選択する際に、Spark からの機能拡張を含む 「デフォルト Spark 3.4 & R 4.2」を選択できるようになりました。

Data Refinery Spark 環境

デフォルト Spark 3.3 & R 4.2 環境は非推奨になっており、将来の更新で削除される予定です。

Data Refinery フロー・ジョブを更新して、新しい デフォルト Spark 3.4 & R 4.2 環境を使用するようにします。 詳しくは、 プロジェクトの Data Refinery のコンピュート・リソース・オプションを参照してください。

よりタスク指向の Decision Optimization 資料

2024 年 2 月 9 日

Decision Optimization エクスペリメントを作成および構成するための適切な情報をより簡単に見つけることができるようになりました。 Decision Optimization のエクスペリメントとそのサブセクションを参照してください。

資産をカタログに公開するためのページ編集ビュー機能

2024 年 2 月 8 日

プロジェクト資産をカタログに公開するときに、ページ編集ビューを使用して各ページに 20 個のカタログと資産を表示できるようになりました。 以前は、資産をリストで表示できました。 カタログへの資産の公開を参照してください。

フランクフルト地域では、メタデータ・エンリッチメントの拡張分析タイプを使用できます。

2024 年 2 月 9 日

ダラス・リージョンに加えて、フランクフルト・リージョンでも、主キーと関係の拡張分析および拡張プロファイル作成を使用できるようになりました。

IBM Cloud Data Engine 接続は非推奨

2024 年 2 月 8 日

IBM Cloud Data Engine 接続は非推奨になっており、将来のリリースで廃止される予定です。 重要な日付と詳細については、 データ・エンジンの非推奨 を参照してください。

2024 年 2 月 2 日までの週

カタログ資産の検索の保存

2024 年 2 月 2 日

カタログ内に検索を保存できるようになりました。 保存済み検索はカタログおよびユーザー固有です。つまり、検索をカタログに保存すると、その検索の表示、実行、編集、および削除を行うことができます。 カタログごとに、ユーザーごとに 25 の検索に制限されています。 詳しくは、「 カタログ資産の検索の保存」を参照してください。

IBM Cloud Databases for DataStax の接続が廃止されました。

2024 年 2 月 2 日

IBM Cloud Databases for DataStax 接続が Cloud Pak for Data as a Serviceから削除されました。

Dremio 接続には更新が必要

2024 年 2 月 2 日

以前は、 Dremio 接続で JDBC ドライバーが使用されていました。 現在、接続には Arrow Flight に基づくドライバーが使用されています。

重要: 接続プロパティーを更新します。 Dremio Software (オンプレミス) インスタンスまたは Dremio Cloud インスタンスの接続には、さまざまな変更が適用されます。

Dremio ソフトウェア: ポート番号を更新します。

Flight で使用される新しいデフォルト・ポート番号は 32010です。 ポート番号は、 dremio.conf ファイルで確認できます。 詳しくは、 dremio.conf を参照してください。

さらに、 Dremio は IBM Cloud Satelliteとの接続をサポートしなくなりました。

Dremio Cloud: 認証方式およびホスト名を更新します。

  1. Dremio にログインし、個人用アクセス・トークンを生成します。 手順については、 個人用アクセス・トークンを参照してください。
  2. Cloud Pak for Data as a Service の 「接続の作成: Dremio」 フォームで、認証タイプを 「個人アクセス・トークン」 に変更し、トークン情報を追加します。 ( ユーザー名とパスワード の認証を使用して Dremio Cloud インスタンスに接続することはできなくなりました。)
  3. 「ポートは SSL 使用可能」を選択します。

Dremio Cloud インスタンスにデフォルトのホスト名を使用する場合は、以下のように変更する必要があります。

  • sql.dremio.clouddata.dremio.cloud に変更します。
  • sql.eu.dremio.clouddata.eu.dremio.cloud に変更します。

メタデータ・エンリッチメントの追加の分析タイプ (IBM Knowledge Catalog)

2024 年 1 月 31 日

メタデータ・エンリッチは、以下の追加の分析オプションを提供するようになりました。

  • データ資産内の各レコードを一意的に識別する、データ内の主キーを検出するための主キー分析。

    「プロファイル・データ」 エンリッチメント・オプションを選択すると、シャロー分析が自動的に組み込まれます。 拡張分析は、エンリッチメント結果から選択した資産に対して実行できます。

  • データ資産間の関係を識別したり、列内の重複した冗長データを検出したりするための関係分析。

    新しい 「関係の設定」 エンリッチメント・オプションを選択すると、シャロー・キー関係分析が実行されます。 拡張分析は、エンリッチメント結果から選択した資産に対して実行できます。

  • 頻度分布や列内の値の固有性など、特定のメトリックについてより正確な結果を取得するための拡張プロファイル。

    拡張プロファイルは、エンリッチメントの結果から選択した資産に対して実行できます。

拡張 1 次キーと関係分析、および拡張プロファイル作成には、 IBM Knowledge Catalog サービスに加えて DataStage サービスが必要であり、ダラス・リージョンでのみ使用可能です。

詳しくは、 メタデータ・エンリッチメント資産の作成1 次キーの識別関係の識別、および 拡張データ・プロファイルを参照してください。

2024 年 1 月 26 日までの週

AutoAI は、すべてのエクスペリメントの順序付きデータをサポートします。

2024 年 1 月 25 日

時系列エクスペリメントだけでなく、すべての AutoAI エクスペリメントの順序付きデータを指定できるようになりました。 行索引に従って、トレーニング・データを順次に配列するかどうかを指定します。 入力データが順次データである場合、モデル・パフォーマンスはランダム・サンプリングではなく最新レコードで評価され、ホールドアウト・データは n 個のランダム・レコードではなく、セットの最後の n 個のレコードを使用します。 時系列実験には順次データが必要ですが、分類および回帰実験にはオプションです。

ダーク・テーマに設定

2024 年 1 月 25 日

Cloud Pak for Data as a Service ユーザー・インターフェースをダーク・テーマに設定できるようになりました。 アバターをクリックし、 「プロファイルと設定 (Profile and settings)」 を選択してアカウント・プロファイルを開きます。 次に、ダーク・テーマ・スイッチをオンに設定します。 RStudio および Jupyter ノートブックでは、ダーク・テーマはサポートされていません。 プロファイルの管理については、「 設定の管理」を参照してください。

2024 年 1 月 19 日までの週

資産列の詳細パネルでのネイティブ・タイプ情報の表示

2024 年 1 月 19 日

「概要」 ページで資産の列名をクリックすると、列の詳細パネルでネイティブ・タイプ情報を直接表示できます。

ルール・アクション優先順位の新規オプション (IBM Knowledge Catalog)

2024 年 1 月 18 日

ルール・アクションの優先順位を使用すると、データ・セットに異なるアクションを持つ複数のルールがある場合に、ルールを適用する方法を指定できます。 新しい 「階層制約」 オプションを使用して、データ保護ルールの 2 層評価を構成できます。

  • 最初のレイヤーは、マスキング・アクションを考慮せずに、 Allow または Deny アクションのルールを評価します。 この最初のレイヤーからの決定は、2 番目のレイヤーに移動するためのアクセスを許可することでなければなりません。
  • 2 番目のレイヤーは、 Transform アクションのルールを評価します。

このオプションは、ユーザー・インターフェースまたは access_decision_precedence APIから設定できます。

詳しくは、 ルール設定の管理を参照してください。

データ品質分析の結果を保管する (IBM Knowledge Catalog)

2024 年 1 月 18 日

メタデータ・エンリッチメントの一部として実行される事前定義されたデータ品質検査の出力をデータベースに書き込むことができるようになりました。 例えば、品質の問題を追跡するため、および修復プロセスへの入力としてテーブルを使用できるように、このデータを保管することができます。 詳しくは、 メタデータ・エンリッチメントの作成を参照してください。

DataStageでの新規データ・ソースへの接続: Tableau

2024 年 1 月 18 日

Tableau データ・ソースのデータを DataStage フローに組み込むことができるようになりました。

DataStage コネクターの完全なリストについては、 DataStageでサポートされるデータ・ソースを参照してください。

2024 年 1 月 12 日までの週

Watson Machine Learning で非推奨になった IBM Runtime 22.2 のサポート

2024 年 1 月 11 日

IBM Runtime 22.2 は非推奨になり、2024 年 4 月 11 日に削除されます。 2024 年 3 月 7 日以降、 22.2 ランタイムを使用してノートブックやカスタム環境を作成することはできません。 また、 22.2 ランタイムに基づくソフトウェア仕様を使用して新規モデルをトレーニングすることもできません。 2024 年 3 月 7 日より前に IBM Runtime 23.1 を使用するように、資産とデプロイメントを更新します。

2023 年 12 月 15 日までの週

カタログの詳細パネルでのデータ・ソース情報の表示

2023 年 12 月 15 日

関連項目グリッドから資産をクリックすると、資産の詳細パネルにデータ・ソース情報を直接表示できます。

ジョブおよびその他の操作のためのユーザー API キーの作成

2023 年 12 月 15 日

Cloud Pak for Data as a Serviceの特定のランタイム操作 (ジョブやモデルのトレーニングなど) では、セキュアな許可のために資格情報として API キーが必要です。 ユーザー API キーを使用すると、必要に応じて Cloud Pak for Data as a Service で API キーを直接生成およびローテートできるようになり、操作をスムーズに実行できるようになりました。 API キーは IBM Cloudで管理されますが、 Cloud Pak for Data as a Serviceで簡単に作成してローテートすることができます。

ユーザー API キーはアカウント固有であり、アカウント・プロファイルの下の 「プロファイルと設定 (Profile and settings)」 から作成されます。

詳しくは、 ユーザー API キーの管理を参照してください。

新規ログイン・セッションの有効期限が切れ、非アクティブのためにサインアウトする

2023 年 12 月 15 日

セッションの有効期限が切れたため、 IBM Cloud からサインアウトしました。 ログイン・セッションの有効期限 (デフォルトでは 24 時間) または非アクティブ状態 (デフォルトでは 2 時間) が原因で、セッションの有効期限が切れる可能性があります。 IBM Cloudのアクセス (IAM) 設定でデフォルトの期間を変更できます。 詳しくは、 ログイン・セッションの有効期限の設定を参照してください。

接続 API プロパティーのリストへのアクセス

2023 年 12 月 15 日

コネクターの完全なリストを、個々のプロパティーとともに https://dataplatform.cloud.ibm.com/connections/docsで表示できるようになりました。

これらのプロパティーを使用して、 Watson Data API で接続との接続を作成できます。 例えば、ノートブックでプログラマチックに接続を作成する場合、この情報を使用して必要なプロパティーを識別することができます。

フォルダーへのプロジェクト資産の編成

2023 年 12 月 14 日

これで、資産を編成するためのフォルダーをプロジェクト内に作成できるようになりました。 プロジェクトの管理者はフォルダーを有効にする必要があり、管理者と編集者はフォルダーを作成して管理することができます。 フォルダーはベータ版であり、実稼働環境での使用はまだサポートされていません。 詳しくは、 フォルダーを使用した資産の編成 (ベータ)を参照してください。

フォルダーが表示された「資産」タブ

IBM Cloud Databases for DataStax コネクターは非推奨

2023 年 12 月 15 日

IBM Cloud Databases for DataStax コネクターは非推奨になっており、将来のリリースで廃止される予定です。

2023 年 12 月 8 日までの週

ワークロード管理用の Db2 接続の新しいクライアント・プロパティー

2023 年 12 月 8 日

モニター目的で、 「アプリケーション名」「クライアント・アカウンティング情報」「クライアント・ホスト名」、および 「クライアント・ユーザー」の各フィールドにプロパティーを指定できるようになりました。 これらのフィールドはオプションであり、以下の接続で使用できます。

DataStageでの新規データ・ソースへの接続: Looker

2023 年 12 月 8 日

Looker データ・ソースからのデータを DataStage フローに組み込むことができるようになりました。 (この接続は、ソース・データにのみ使用できます。)

DataStage コネクターの完全なリストについては、 DataStageでサポートされるデータ・ソースを参照してください。

Watson Query の新機能と拡張機能

2023 年 12 月 8 日

Watson Queryでは、以下の新機能と拡張機能を使用できます。

IBM Knowledge Catalog データ保護ルールを使用して、仮想表の行をフィルタリングします。

政府、企業、および小売のクライアント・データが組み合わされた表を持つデータ・ソースがあるとします。 例えば、請求テーブルには、すべての顧客のデータが含まれている場合があります。その場合、行の一部は政府のクライアント用で、一部は非政府のクライアント用です。 クライアントのタイプが請求テーブルに示されていません。 これで、以下のいずれかの手法を使用して、クライアント・レコードのリストをフィルターに掛けることができます。

別の表を使用して、政府機関のお客様であるお客様を識別することができます。 このテーブルの ID を使用して、請求テーブルから行をフィルターで除外することができます。 行をフィルターで除外すると、マスクされた表には、政府クライアントのデータを含む行は含まれません。

ブロックされた顧客 ID の表を参照表として使用できます。 請求テーブル内の行のうち、ブロックされた顧客セットに含まれている顧客 ID を持つ行は、結果セットから除外されます。

Watson Query は、 IBM Knowledge Catalogで定義されているデータ保護ルールに基づいて、仮想化データのマスキング列をサポートします。 機密データの公開を回避するために、仮想化データに行を含めたり除外したりするためのデータ保護ルールを作成できるようになりました。

詳しくは、 Watson Queryを参照してください。

仮想化データに対する高度なデータ・マスキングの使用

Watson Query の高度なデータ・マスキング・オプションを使用して、機密データの公開を回避できるようになりました。

更新されたマスキング動作について詳しくは、 Watson Queryを参照してください。

クエリー・パフォーマンスの向上とデータ保護ルールの適用

Watson Query は、オブジェクトが照会されるたびにルールが評価されないように、 IBM Knowledge Catalog のデータ保護ルールをポリシー適用ポイント (PEP) キャッシュに保管してキャッシュするようになりました。 このキャッシュは、ルールをフェッチするための IBM Knowledge Catalog の呼び出し回数を減らすことで、以前に実行された照会のパフォーマンスを向上させます。 ただし、新たに追加または更新されたデータ保護ルールが照会に適用されるまでに、最大 10 秒の遅延が発生する可能性があります。 Web クライアントを使用して、キャッシュ・サイズやキャッシュの存続時間などの PEP キャッシュ設定を構成できます。

詳しくは、 Watson Queryを参照してください。

パフォーマンス・チューニングのためのフォーマット設定された照会アクセス・プランのフォーマット設定と保存

Watson Queryでのパフォーマンス・チューニングのために、フォーマット設定されたアクセス・プランをフォーマットして保存できるようになりました。 Watson Queryで SQL 照会を実行する場合、Web クライアントを使用して、照会アクセス・プランの生成時に EXPLAIN 情報がどのように表示されるかをフォーマットすることができます。 その後、Web クライアントから db2exfmt コマンドを実行して、EXPLAIN 出力をテキスト・ファイルに簡単に生成してダウンロードすることができます。

ワイルドカード文字を使用してデータ・ソースをフィルタリングする

仮想表を作成するときに、以下のワイルドカード文字を使用してフィルターをカスタマイズし、必要なデータ・ソースを見つけることができるようになりました。

  • % (パーセント): ゼロ個以上の文字を表します
  • _ (下線): 単一文字を表します。

詳しくは、 Watson Queryでのデータのフィルタリングを参照してください。

Watson Query ユーザーは、独自の仮想オブジェクトを公開できます。

Watson Query でユーザー役割を持つユーザーは、作成した仮想オブジェクトを管理対象カタログに公開できるようになりました。

詳しくは、 Watson Queryを参照してください。

個々のデータ・ソースにアクセスして操作を実行できるユーザーの管理

データ・ソースのアクセス制限を使用すると、共有資格情報を使用する個々のデータ・ソース接続へのアクセスを明示的に管理できます。 データ・ソース接続のコラボレーターとしてユーザーおよび役割を割り当てることができます。 それらのコラボレーターのみがデータ・ソース接続にアクセスできます。 コラボレーターがデータ・ソースに対して実行できるアクションを管理するために、コラボレーターに特定の特権を割り当てます。 これにより、管理者などの役割を割り当てられている一部のユーザーが、他の管理者ユーザーとは異なるデータ・ソース接続にアクセスしてアクションを実行できるように、役割から特権を分離することができます。

詳しくは、 Watson Queryでのデータ・ソース接続のアクセス制限を参照してください。

汎用 S3 および Microsoft Azure Data Lake Storage Gen2 データ・レイク内のデータの照会

これで、汎用 S3 および Microsoft Azure Data Lake Storage Gen2 データ・ソースに接続できるようになりました。 詳しくは、 Watson Queryでサポートされるデータ・ソースを参照してください。

パフォーマンスまたは整合性のいずれかに優先順位を付けるには、照会モードを選択します

最大プッシュダウン・モードまたは最大整合性モードのどちらで照会を実行するかを選択できるようになりました。

  • 最大プッシュダウン・モードでは、単一ソース照会の Watson Query とデータ・ソースの間のセマンティックの違いが無視されます。 そのため、より多くの単一のソース照会がデータ・ソースに完全にプッシュダウンされ、照会のパフォーマンスが向上する可能性があります。 照会結果は、このモードで完全にプッシュダウンされた照会のデータ・ソース・セマンティクスと整合性があります。 最大プッシュダウン・モードは、複数ソース照会には影響しません。
  • 最大整合性モードは、 Watson Query セマンティクスに従って、操作をデータ・ソースにプッシュダウンできるかどうかを評価します。 データ・ソースに対して実行された操作が Watson Queryと同じ結果を生成する場合、その操作をプッシュダウンすることができます。 リモート・データ・ソースのセマンティクスが Watson Queryと同じである場合、このモードの照会は完全にプッシュダウンされる可能性があります。

「探索」タブを使用して表を素早く見つけて仮想化する

仮想化する表を素早く見つけることができるようになりました。 「仮想化」ページの「探索」タブを使用して、接続されたデータ・ソース内のデータベース、スキーマ、および使用可能な表を参照できます。 「一覧」タブには、接続されているすべてのデータ・ソース内の使用可能なすべてのテーブルが表示されます。 「データ・ソース」ページで、データ・ソースをフィルタリングして、「一覧」タブで使用可能なテーブルのリストを素早くロードすることができます。

詳しくは、 Watson Queryを参照してください。

データ・サンプリングを使用した仮想表の統計収集の向上

データ・サンプリングでは、統計の収集に必要なリソースが削減されるため、統計収集が向上します。 Web クライアントでリモート照会収集方式を選択して統計を収集する場合、デフォルトのサンプリング・レート 20% が使用されます。 統計収集を最適化するには、「表サンプリングを有効にする」を選択し、1% から 99% までのサンプリング・レートを選択します。

DVSYS.COLLECT_STATISTICS プロシージャーでは、リモート照会統計収集タイプを指定した TABLESAMPLE オプションを使用して、統計の収集時にデータをサンプリングすることができます。 ヒントについては、使用上の注意を参照してください。

DVSYS.COLLECT_STATISTICS プロシージャー。フラット・ファイルに対する仮想表の統計を収集します。

詳しくは、「 Watson Query の COLLECT_STATISTICS ストアード・プロシージャー」を参照してください。

プラットフォーム資格情報を使用した Watson Query 接続へのアクセス

プラットフォーム接続を使用して Watson Queryにアクセスすると、資格情報の入力を求めるプロンプトが出されます。 オプションで、接続のために個人の資格情報を入力するのではなく、「プラットフォームのログイン資格情報を使用する」を選択することもできます。 接続では、現行セッションの JSON Web Token (JWT) が使用されます。

オブジェクト・ストレージ内のデータ・ソースの改善

  • オブジェクト・ストレージで汎用 S3 データ・ソースの接続を作成し、ファイルを仮想化できるようになりました。
  • オブジェクト・ストレージに保管されている外部圧縮 CSV ファイルまたは TSV ファイルから仮想表を作成できるようになりました。 詳しくは、「オブジェクト・ストレージ内のファイルからの仮想表の作成」を参照してください。
  • 列ヘッダーを含むクラウド・オブジェクト・ストレージ内のフラット・ファイルを仮想化できるようになりました。

詳しくは、 Watson Queryでのクラウド・オブジェクト・ストレージ内のファイルからの仮想表の作成を参照してください。

述部プッシュダウンの改善と、より多くのデータ・ソースでの述部プッシュダウンのサポート

述部プッシュダウンは、照会時間とメモリー使用量を削減する最適化です。 このリリースでは、述部プッシュダウンが以下のように改善されています。

  • COUNT (DISTINCT) 節または GROUP BY 節を含む照会は、 Teradata、 Netezza®、 Microsoft SQL Server、 Db2® for z/OS®、および Db2 データベース・データ・ソースの末尾ブランク比較規則を使用してプッシュダウンできるようになりました。
  • 大/小文字の区別を処理するために、 Teradata データ・ソースの CHAR または VARCHAR データに対する GROUP BY または WHERE 述部などのストリング比較操作を含む照会。
  • LIKE 述部を持つ SQL ステートメントが Db2®、 SAP HANA、 Oracle、 PostgreSQL、 Apache Hive、 MySQL、 Microsoft SQL Server、Snowflake、 Netezza® Performance Server、および Teradataに対してプッシュダウンされるようになりました。
  • Fetch 節を含む SQL ステートメントは、 Db2、 Db2 for z/OS、 Apache Derby、 Oracle、 Amazon Redshift、 Google BigQuery、および Salesforce.com データ・ソースに対してプッシュダウンされるようになりました。
  • ストリング比較フィルターを持つ SQL ステートメントが、 Db2、 Microsoft SQL Server、 Teradata、 Netezza Performance Server、および Apache Derby データ・ソースに対してプッシュダウンされるようになりました。
  • OLAP 関数を持つ SQL ステートメントが Db2 および Netezza Performance Server データ・ソース用にプッシュダウンされるようになりました。
  • Greenplum データ・ソースは、述部のプッシュダウンをサポートするようになりました。
  • MySQL (My SQL Community Edition および My SQL Enterprise Edition) データ・ソースは、述部のプッシュダウンをサポートするようになりました。
  • Cloudera Impala データ・ソースは、述部のプッシュダウンをサポートするようになりました。
  • Watson Query Manager for z/OS® データ・ソースは、述部のプッシュダウンをサポートするようになりました。

詳しくは、 Watson Queryでサポートされるデータ・ソースを参照してください。

Watson Query 接続が、デフォルトでプラットフォーム接続で使用可能になりました。

接続の詳細を手動で設定せずに、プラットフォーム接続からカタログおよびプロジェクトに Watson Query 接続を追加できます。

マネージャーの場合は、複数のユーザーと役割のアクセス権限を管理します。

Watson Query Manager として、複数のユーザーと役割に対するアクセス権限を同時に付与したり取り消したりできるようになりました。

詳しくは、 Watson Queryでの仮想オブジェクトへのアクセスの管理を参照してください。

Watson Query マネージャーは、仮想オブジェクトをすべてのユーザーに表示できるようになりました。

管理者は、既存の仮想オブジェクトを「仮想化されたデータ」ページから表示できるようにすることで、コンテンツのより包括的なビューをユーザーに提供することを選択できるようになりました。 これらのオブジェクト内のデータ・アクセスは、引き続き Watson Query 許可およびデータ保護ルールに従います。 この機能を有効にするには、マネージャーは、「サービス」設定の「可視性の制限」設定を無効にする必要があります。

詳しくは、 Watson Queryでの仮想オブジェクトの可視性の管理を参照してください。

スチュワード・ロールが DATAACCESS データベース権限を保持しなくなった

代わりに、スチュワード・ロールは、すべてのユーザー定義スキーマに対してより制限された SELECTIN 権限を取得するようになりました。

新しいキャッシュ API

キャッシュ・エントリーは、キャッシュ・サービスが公開する REST API を使用して管理できます。 これらの API は、どのアプリケーションからでも呼び出すことができます。 新しいキャッシング API を使用して、以下のタスクを実行できます。

  • キャッシュの作成
  • 特定のキャッシュをリストします
  • キャッシュの削除
  • キャッシュを使用可能にする
  • キャッシュの無効化
  • キャッシュのリフレッシュ
  • キャッシュの編集

以下のキャッシング API は推奨されません。

  • キャッシュのリスト
  • キャッシュをリストします
  • キャッシュ・ストレージの取り出し

詳しくは、 Watson Query 2.0.0 API 資料の キャッシュ を参照してください。

新規公開 API

以下の API を使用して、鮮明なデータをカタログに公開できます。

以下の API が非推奨になりました。

2023 年 12 月 1 日までの週

watsonx.governance の一部としての Watson OpenScale の新しいプラン

2023 年 12 月 1 日

Watson OpenScale は、 watsonx.governanceの一部になりました。 IBM Cloud カタログから watsonx.governance をプロビジョニングすると、 Watson OpenScaleがインストールされます。 Cloud Pak for Data as a Serviceでは、 Watson OpenScale は、予測機械学習モデルを評価するためのサービスを引き続き提供します。 watsonxで watsonx.governance をプロビジョニングすると、 Watson OpenScale のガバナンス機能が拡張され、ファウンデーション・モデル資産と機械学習資産が評価されます。 ビジネス上の問題に対処するために AI ユース・ケースを定義し、コンプライアンスとガバナンスの目標をサポートするために、資産データをファセット・シートで追跡することができます。 Watsonx.governance のプランと機能は、ダラス・リージョンでのみ使用可能です。 Watson OpenScale レガシー・プランは、フランクフルト地域で使用可能です。

IBM Watson Knowledge Catalog は IBM Knowledge Catalog になりました。

2023 年 12 月 1 日

IBM Watson Knowledge Catalog の名称が IBM Knowledge Catalogに変更されました。 名前のみが変更され、サービス・オファリング・プランと製品機能は同じままです。

IBM Knowledge Catalog でのメタデータ・インポート用の新規データ・ソース

2023 年 12 月 1 日

以下のデータ・ソースから IBM Knowledge Catalog にメタデータをインポートできます。

  • IBM Match 360
  • SingleStoreDB

詳しくは、 メタデータのインポート、メタデータのエンリッチ、およびデータ品質ルールでサポートされるデータ・ソースを参照してください。

2023 年 11 月 17 日までの週

ユーザー・タイプおよびユーザー・グループ・タイプの新規カスタム・プロパティー

2023 年 11 月 17 日

ユーザーおよびユーザー・グループ・タイプのカスタム・プロパティーを作成し、それに特定のユーザーまたはユーザー・グループを割り当てることができるようになりました。 詳しくは、 カスタム・プロパティーの作成を参照してください。

カスタム関係タイプの両端に複数のソースがあります

2023 年 11 月 17 日

ソース側とターゲット側で複数のタイプを使用して、カスタム関係タイプのセットを拡張できます。 より詳細な関係定義には、多くの成果物、アセット、および列のタイプを使用してください。 詳しくは、 カスタム関係の作成を参照してください。

IBM Knowledge Catalog でのデータ品質のための新しい権限

2023 年 11 月 17 日

IBM Knowledge Catalogでのデータ品質の確立方法をより詳細に制御するために、以下の権限をユーザーに割り当てることができるようになりました。

  • データ品質資産の管理
  • データ品質ルールの実行
  • 問題の詳細へのドリルダウン

デフォルトでは、新しい権限は以下の役割に含まれています。

  • 管理者
  • CloudPak Data Quality Analyst。新しい役割です。

データ品質の定義とルールを管理する必要があるユーザー、およびデータ品質ルールを実行する必要があるユーザーに対して、役割の割り当てと任意のカスタム役割を更新します。

詳しくは、 IBM Knowledge Catalog および Watson Studioのユーザー役割と権限を参照してください。

データ保護ルールのエクスポートとインポート

2023 年 11 月 17 日

API を使用して、 Cloud Pak for Data as a Serviceの複数インスタンス間でデータ保護ルールをエクスポートおよびインポートできるようになりました。 データ保護ルールをエクスポートすると、グロッサリー成果物、カタログ、資産、およびユーザーへのリンクが維持されます。

詳しくは、 データ保護ルールのマイグレーションを参照してください。

DataStage フローを抽出、ロード、および変換 (ELT) 実行モードで実行します (ベータ)

2023 年 11 月 13 日

ELT プロセスは、ターゲット・データベースでプロセスの変換部分を実行するという点で、従来の抽出、変換、およびロード (ETL) プロセスとは異なります。これにより、より効率的でコスト効率が良くなります。 この機能は現在ベータ版で提供されており、実動ではサポートされていません。

一部の事前定義関係タイプの削除 (2023 年 12 月 13 日)

2023 年 11 月 13 日

2023 年 12 月 13 日に、あまり使用されない資産と資産と成果物の関係の事前定義関係タイプが削除されます。

以下の関係タイプが影響を受けます。

  • Defines - Is defined by これは、以下のもので置換されます。 Contains - Is contained in
  • Is owner of - Is owned by これは、以下のもので置換されます。 Contains - Is contained in
  • Has for parent entity - Is relationship child of これは、以下のもので置換されます。 Is parent of - Is child of
  • Is supertype of - Is subtype of これは、以下のもので置換されます。 Is parent of - Is child of

ここで行う必要があるのは、以下のとおりです。

  • これらの関係タイプを使用しない場合、アクションは必要ありません。
  • これらの関係タイプを使用していて、置換関係タイプに同意する場合、アクションは必要ありません。
  • これらの関係タイプを使用していて、別の関係タイプを割り当てたい場合は、現在の関係を削除し、他の事前定義関係タイプまたは カスタム関係タイプを使用して新しい関係を作成します。

これらの関係タイプの置き換えに関連して質問や懸念事項がある場合は、 サポート・チケットをオープンできます。

2023 年 11 月 10 日までの週

列の詳細パネルからのリソース・キーの削除

2023 年 11 月 10 日

リソース・キーが詳細パネルに列レベルで表示されましたが、その情報は列には適用できませんでした。 リソース・キーは、列レベルで詳細パネルから削除されるようになりました。 この情報は、引き続き資産レベルで必要です。 例えば、資産リソース・キーをインポート・リネージュ・マッピング CSV ファイルで使用することができます。

DataStage-aaS Anywhere を使用して DataStage リモート・ランタイム・エンジンをローカルにデプロイ

2023 年 11 月 9 日

DataStage リモート・ランタイム・エンジンをデプロイして、オンプレミスまたは任意のデータ・センターやクラウドでデータ統合ジョブを実行できるようになりました。

DataStage ランタイム・エンジンは、パフォーマンスとセキュリティーを強化するためにローカル環境にデプロイされる、コンテナー化されたオファリングです。 DataStage で ETL および ELT パイプラインを設計し、データ統合タスクをエンジン上でローカルに実行します。 管理者は、1 つ以上のリモート・ランタイム・エンジンをスピンアップできます。 セキュリティーのために、プロジェクトに対して DSaaS Anywhere が有効になった後は、実行スタイルを IBM Cloud サーバーレス・ランタイムに戻すことはできませんが、 IBM Cloud サーバーレス・ランタイムは他のプロジェクトで使用可能なままです。

詳しくは、 DataStage 環境を参照してください。

ランタイム 23.1 での Python 3.10 および R4.2 フレームワークおよびソフトウェア仕様のサポートの発表

2023 年 11 月 9 日

IBM Runtime 23.1を使用できるようになりました。これには、 Python 3.10 および R 4.2に基づく最新のデータ・サイエンス・フレームワークが含まれており、 Watson Studio Jupyter ノートブックおよび R スクリプトを実行し、モデルをトレーニングし、 Watson Machine Learning デプロイメントを実行します。 IBM Runtime 23.1 フレームワークおよびソフトウェア仕様を使用するように、資産およびデプロイメントを更新します。

Apache Spark 3.4 を使用してノートブックおよびスクリプトを実行する

Spark 3.4 ( Python 3.10 および R 4.2 を使用) が、プロジェクト内のノートブックおよび RStudio スクリプトのランタイムとしてサポートされるようになりました。 使用可能なノートブック環境について詳しくは、 プロジェクトでのノートブック・エディターの「リソースの計算」オプション および プロジェクトでの RStudio の「リソースの計算」オプションを参照してください。

2023 年 10 月 27 日までの週

DataStage の複雑なフラット・ファイルからのデータへのアクセス

2023 年 10 月 27 日

これで、 DataStage フローで Complex Flat File コネクターを使用できるようになりました。

DataStage コネクターの完全なリストについては、 DataStageでサポートされるデータ・ソースを参照してください。

DataStage でさらに多くのデータ・ソースに接続します。

2023 年 10 月 27 日

これで、以下のデータ・ソースからのデータを DataStage フローに組み込むことができます。

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

DataStage コネクターの完全なリストについては、 DataStageでサポートされるデータ・ソースを参照してください。

Satellite コネクターを使用して、オンプレミス・データベースに接続します。

2023 年 10 月 26 日

新しい Satellite コネクターを使用して、インターネット経由で (例えば、ファイアウォールの内側で) アクセスできないデータベースに接続します。 Satellite コネクターは、オンプレミス環境から IBM Cloudに戻るセキュアで監査可能な通信を作成する、軽量の Dockerベースの通信を使用します。 手順については、 ファイアウォールの内側にあるデータへの接続を参照してください。

Secure Gatewayは非推奨

2023 年 10 月 26 日

IBM Cloud は、 Secure Gatewayの非推奨を発表しました。 詳しくは、 概要とタイムラインを参照してください。

現在 Secure Gatewayを使用してセットアップされている接続がある場合は、代替通信方式を使用することを計画してください。 Cloud Pak for Data as a Serviceでは、 Secure Gatewayの代わりに Satellite コネクターを使用できます。 ファイアウォールの内側にあるデータへの接続を参照してください。

DataStage で NLS 照合を使用する

2023 年 10 月 27 日

DataStage フローで各国語サポートを使用してデータを照合できるようになりました。

2023 年 10 月 20 日までの週

新しい IBM watsonx.data 接続を使用して lakehouse データにアクセスします。

2023 年 10 月 20 日

IBM watsonx.data 接続を使用して、 Cloud Pak for Data または IBM Cloudにデプロイされた watsonx.data インスタンス内のデータベースに接続できます。 IBM watsonx.data は、すべてのデータと AI ワークロードのために照会エンジンによって最適化された、オープンで管理されたハイブリッド・データ・レイクハウスです。

詳しくは、 IBM watsonx.data 接続を参照してください。

2023 年 10 月 13 日までの週

優先言語に翻訳されたカスタム列挙型プロパティー名 (IBM Knowledge Catalog)

2023 年 10 月 13 日

カスタム・プロパティー所有者は、カスタム列挙型プロパティー名を優先言語に翻訳できるようになりました。

ブラウザーの言語でカスタム列挙型プロパティー名を表示することを選択する前に、資産または列のカスタム列挙型プロパティーの所有者がプロパティーの定義を定義する必要があります。 詳しくは、 カスタム・プロパティーの作成を参照してください。

Decision Optimization の中間ソリューション

2023 年 10 月 12 日

Decision Optimization エクスペリメントの実行中に、中間ソリューションのサンプルを表示することを選択できるようになりました。 これは、デバッグやソルバーの進行状況の確認に役立ちます。 求解に時間がかかる大規模なモデルの場合、中間ソリューションを使用すると、求解が完了するまで待つことなく、求解に関する潜在的な問題を素早く簡単に特定できるようになります。 中間解を含む実行統計量を示すグラフィカル表示。 実行構成で中間ソリューション配信パラメーターを構成し、これらのソリューションの頻度を選択することができます。 詳しくは、「 モデルの実行 」および「 実行構成パラメーター 」を参照してください。

新しい Decision Optimization 保存済みモデル・ダイアログ

Decision Optimization ユーザー・インターフェースからデプロイメントのモデルを保存するときに、入力スキーマと出力スキーマを確認し、組み込む表をより簡単に選択できるようになりました。 また、実行構成パラメーターの追加、変更、削除、環境の確認、および使用されるモデル・ファイルの確認を行うこともできます。 これらの項目はすべて、同じ 「デプロイメントのモデルとして保存」 ダイアログに表示されます。 詳しくは、 ユーザー・インターフェースを使用した Decision Optimization モデルのデプロイを参照してください。

非構造化データのプロファイル作成の非推奨 (IBM Knowledge Catalog)

2023 年 10 月 10 日

今日では、非構造化データを含むデータ資産のプロファイルを作成できなくなりました。

DataStage ジョブのランタイム・メトリックの表示

2023 年 10 月 9 日

キャンバスおよびジョブ実行詳細ページで、 DataStage ジョブのランタイム・メトリックを表示できるようになりました。 詳しくは、 DataStage ジョブの作成および管理を参照してください。

新規ステージへのキーと属性の一括追加

2023 年 10 月 9 日

DataStage フローで、ソート、マージ、結合、重複の削除、差分、変更キャプチャー、変更適用、結合レコード、ファネル、比較、ルックアップ・ファイル・セット、書き込み範囲マップ、および Bloom フィルターの各ステージにキーと属性を一括追加できるようになりました。

2023 年 10 月 6 日までの週

連結操作における新しい列の配置を制御する (Data Refinery)

2023 年 10 月 6 日

Concatenate 操作の結果として生成される新しい列の位置を指定するオプションが 2 つあります。データ・セットの右端の列として、または元の列の横に指定できます。

連結演算列の位置

以前は、新しい桁はデータ・セットの先頭に置かれていました。

重要:

既存の Data Refinery フローのいずれかで 「連結」 操作を編集して、新しい列の位置を指定します。 そうしないと、フローが失敗する可能性があります。

Data Refinery 操作について詳しくは、 Data Refineryを参照してください。

2023 年 9 月 29 日までの週

DataStage の Modify ステージの式ビルダーで新しい関数を使用する

2023 年 9 月 25 日

変換関数は、 DataStage フローの Modify ステージの式ビルダーで使用できます。

2023 年 9 月 22 日までの週

Decision Optimization Java モデル

2023 年 9 月 20 日

Decision Optimization Java モデルを Watson Machine Learningにデプロイできるようになりました。 Java ワーカー API を使用すると、OPL、CPLEX、および CP オプティマイザーの Java API を使用して最適化モデルを作成できます。 パブリック Java ワーカー GitHubで提供されているボイラープレートを使用して、モデルをローカルで簡単に作成し、パッケージ化して Watson Machine Learning にデプロイできるようになりました。 詳しくは、 Decision Optimization用の Java モデルのデプロイを参照してください。

2023 年 9 月 8 日までの週

リマインダー: 非構造化データの Watson Knowledge Catalog プロファイルは廃止されます

2023 年 9 月 8 日

2023 年 10 月 10 日以降、非構造化データ資産のプロファイル作成はサポートされなくなります。

2023 年 9 月 1 日までの週

ノートブックでのコメントの非推奨

2023 年 8 月 31 日

現時点では、ノートブックのアクション・バーからノートブックにコメントを追加することはできません。 既存のコメントはすべて削除されました。

ノートブック・アクション・バーのコメント・アイコン

DataStage で新しい環境変数を使用する

2023 年 8 月 28 日

これで、環境変数 APT_SHOW_METRICS を DataStage フローのフロー・パラメーターに追加できます。

2023 年 8 月 25 日までの週

名前と日付のソートによるカタログの迅速な検索

2023 年 8 月 24 日

「すべてのカタログを表示」 ページでカタログのリストを名前または作成日でソートすることで、カタログを検索できるようになりました。 カタログを名前のアルファベット順にソートするには、 「名前」 ヘッダーをクリックします。 「作成日」 ヘッダーをクリックして、日付の昇順または降順でカタログをソートします。

IBM Knowledge Catalog で一目でわかるデータ品質

2023 年 8 月 22 日

データ品質情報には新しいホームがあります。 カタログまたはプロジェクト内のデータ資産ごとに、 「データ品質」 ページに、事前定義されたデータ品質チェックおよびデータ品質ルールからの品質情報が取り込まれます。 該当するデータ品質ディメンションと、個々の品質検査の結果を確認できます。 各チェックの結果にドリルダウンすることも、各列の結果にドリルダウンすることもできます。

カタログおよびプロジェクトの「データ品質」タブ

詳しくは、 データ品質を参照してください。

メタデータ・エンリッチの結果から同様の情報を入手できます。

すべてのデータ品質分析は、メタデータ・エンリッチ・ルールまたはデータ品質ルールのコンテキストで実行されるようになりました。 プロジェクトまたはカタログの 「プロファイル」 ページからプロファイル作成を実行すると、データ品質は分析されなくなり、データ品質スコアは生成されなくなります。

Watson Pipelines で使用可能な追加のキャッシュ機能拡張

2023 年 8 月 21 日

パイプライン・フロー設定をカスタマイズするために追加のオプションを使用できます。 キャッシュがパイプラインの実行に使用されるタイミングをより詳細に制御できるようになりました。 詳しくは、 デフォルト設定の管理を参照してください。

2023 年 8 月 18 日までの週

Watson Machine Learning サービスのプラン名の更新

2023 年 8 月 18 日

すぐに、以下のように、 IBM Watson Machine Learning サービスのプラン名が更新されます。

  • v2 標準プランが Essentials プランになりました。 この計画は、ファウンデーション・モデルおよび機械学習資産の使用を開始するために必要なリソースを組織に提供するように設計されています。

  • v2 Professional プランが 標準 プランになりました。 この計画は、資産の作成から生産的な使用に至るまで、ほとんどの組織をサポートするように設計されたリソースを提供します。

プラン名を変更しても、サービスのご利用条件は変更されません。 つまり、 v2 標準プランを使用するように登録されている場合は、 Essentialsという名前になりますが、プランの詳細はすべて同じままです。 同様に、 v2 Professional プランを使用するように登録されている場合、プラン名を Standardに変更する以外の変更はありません。

各プランに含まれる内容について詳しくは、 Watson Machine Learning プランを参照してください。 料金情報については、 IBM Cloud カタログの Watson Machine Learning プラン・ページ でプランを確認してください。

DataStage でさらに多くのデータ・ソースに接続します。

2023 年 8 月 18 日

これで、以下のデータ・ソースからのデータを DataStage フローに組み込むことができます。

  • Cloudera Impala
  • Presto

DataStage コネクターの完全なリストについては、 DataStageでサポートされるデータ・ソースを参照してください。

ODBC (DataStage) を使用して Google BigQuery データに接続します。

2023 年 8 月 18 日

ODBC 接続に Google BigQuery データ・ソースが含まれるようになりました。

DataStageで ODBC 接続に使用できるデータ・ソースの完全なリストについては、 ODBC 接続を参照してください。

2023 年 8 月 11 日までの週

DataStage Transformer ステージでの新機能の使用

2023 年 8 月 8 日

  • DataStage フローの一部として、Transformer ステージでデータ・マスキング、暗号化、および正規表現の機能を使用できるようになりました。
  • Transformer ステージの「出力」タブで、列をドラッグ・アンド・ドロップできるようになりました。
  • Transformer ステージの列を「入力」タブから一括編集できるようになりました。

ノートブックでのコメントの非推奨

2023 年 8 月 7 日

2023 年 8 月 31 日以降、ノートブック・アクション・バーからノートブックにコメントを追加できなくなります。 この方法で追加された既存のコメントは削除されます。

ノートブック・アクション・バーのコメント・アイコン

2023 年 8 月 4 日までの週

カスタム・テキスト分析テンプレート (SPSS Modeler)

2023 年 8 月 4 日

SPSS Modelerで、カスタム・テキスト分析テンプレートをプロジェクトにアップロードできるようになりました。 これにより、コンテキストに固有の方法で主要な概念をより柔軟に取り込んで抽出することができます。

2023 年 7 月 28 日までの週

Watson OpenScale を使用してモデルを評価するための拡張機能

2023 年 7 月 25 日

これらの新機能を使用して、モデル・デプロイメントをモニターおよび評価し、結果を解釈します。

新しいガイド付きセットアップを使用したデプロイメントの構成

新しいセットアップ・ウィザードを使用して、 Watson OpenScale Insights ダッシュボードにデプロイメントを追加し、モデルの詳細を指定することができます。 詳しくは、 評価用のデプロイメントの追加を参照してください。

より多くの洞察を提供するための新しいドリフト評価の構成

新しいバージョンのドリフト評価を Watson OpenScale で構成して、以下の新しいメトリックを生成できます。

  • 出力ドリフト
  • フィーチャー・ドリフト
  • モデル品質ドリフト

詳しくは、 ドリフト v2 評価の構成を参照してください。

モデルの正常性評価によるモデル・パフォーマンスの理解

Watson OpenScale は、デフォルトで新しいモデルの正常性評価を提供するようになりました。これにより、モデルがトランザクションをどのように効率的に処理するかを理解することができます。 詳しくは、 モデル・ヘルス・モニターの評価メトリックを参照してください。

Watson OpenScale での複数ターゲット予測モデルの追加

Watson OpenScaleでデプロイメントを追加するときに、複数の予測列を指定して、モデル出力に関する詳細を提供し、品質評価を構成できるようになりました。 詳しくは、「 モデルの詳細の提供」を参照してください。

非構造化データを使用した公平性評価の実行

バイアスを識別するために、非構造化データ・タイプに対する公平性評価を有効にできるようになりました。 詳しくは、 公平性評価の構成を参照してください。

2023 年 7 月 14 日までの週

カタログ内の資産列の関係の管理

2023 年 7 月 14 日

管理者は、カタログ内の資産列の関係を作成および管理できるようになりました。 列の関係は、列と資産の間、列と成果物の間、または列の間に作成できます。

列の関係を追加するには、資産の 「概要」 ページで列の行をクリックします。 サイド・ペインで、 「関連項目」 オーバーフロー・メニューをクリックします。 ドロップダウンからいずれかの関係タイプを選択して、関係を追加します。

関係の作成について詳しくは、 カタログ内の資産関係を参照してください。

IBM Knowledge Catalog での非構造化データのプロファイル・サポートの非推奨

2023 年 7 月 12 日

Microsoft Word、PDF、HTML、およびプレーン・テキスト文書などの非構造化データを含むデータ資産のプロファイル作成は、非推奨になりました。 サポートは 2023 年 10 月 10 日に終了します。 それまでは、サポートされているタイプの非構造化データ資産は、プロジェクトまたはカタログに追加されると、引き続き自動的にプロファイルが作成されます。 2023 年 10 月 11 日以降、新しく追加された非構造化データ資産のプロファイルは作成されなくなります。 既存のプロファイルは、それぞれのデータ資産がプロジェクトまたはカタログ内で稼働している間に使用可能になります。

Microsoft Azure SQL Database 接続では、 Azure Active Directory 認証 (Azure AD) がサポートされます。

2023 年 7 月 14 日

Microsoft Azure SQL Database 接続用に Active Directory を選択できるようになりました。 Active Directory 認証は、 SQL Server 認証に代わるものです。 この機能拡張により、管理者は Azureに対するユーザー権限を一元的に管理できます。 詳しくは、 Microsoft Azure SQL Database 接続を参照してください。

2023 年 7 月 7 日までの週

IBM watsonx.ai に切り替えます。

2023 年 7 月 7 日

Watson Studio および Watson Machine Learning サービスがある場合は、 IBM watsonx.aiにアクセスできます。 Cloud Pak for Data as a Service から watsonx に切り替えて、 Prompt Lab ツールまたはノートブックでファウンデーション・モデルを操作できます。

プラットフォーム間の切り替えを参照してください。

Watson Machine Learning プランの更新

2023 年 7 月 7 日

すべての Watson Machine Learning プランに、ファウンデーション・モデルの推論が含まれるようになりました。 ファウンデーション・モデルの推論は、 watsonx.aiでのみ使用可能です。 watsonx.aiに切り替えて 、新しい Prompt Lab ・ツールを使用するか、ノートブックでファウンデーション・モデルにアクセスすることができます。 watsonx.ai では、 Cloud Pak for Data as a Serviceで使用するのと同じ Watson Machine Learning サービス・インスタンスを使用します。

Watson Machine Learning ライト・プランを使用している場合は、1 カ月当たり最大 25,000 個のトークンをファウンデーション・モデルの推論に使用できます。

Watson Machine Learning v2 Standard または v2 Professional プランを使用している場合、アカウント・ユーザーが Prompt Lab またはノートブックでファウンデーション・モデルの推論を実行すると、アカウントに課金されます。

ファウンデーション・モデルの推論が追跡および請求される方法について詳しくは、 Watson Machine Learning プランを参照してください。 ファウンデーション・モデルの推論の料金設定については、 IBM Cloud カタログの Watson Machine Learning プラン・ページ でプランを見つけてください。

ランタイム 23.1 での自然言語処理機能の拡張

2023 年 7 月 7 日

ランタイム 23.1 には、 Watson Natural Language Processing ライブラリー 4.1 と、事前トレーニングされたモデルの新しいセットが含まれています。 NLP ライブラリーには、以下の機能拡張と更新が含まれています。

  • 組み込まれているモデルの多くは、トランスフォーマー・ベースになりました。 これらのモデルは、 IBMによって作成された Slate Large Language Model (LLM) でトレーニングされました。 モデルは、以下の 2 つのバージョンで使用できます。
    • CPU 専用環境用に最適化
    • GPU または CPU がある環境の場合
  • さまざまな NLP タスクに組み込まれているモデルの多くは、ブロック・ベースではなくワークフロー・ベースであるため、前処理ステップを気にすることなく、入力テキストにモデルを直接適用できます。

NLP には、NLP タスクを微調整するために使用できる Slate ファウンデーション・モデルが含まれています。 Hugging Face の Slate モデルまたはトランスフォーマー・ベースのモデルをベースとして使用して、 Watson NLP で独自のモデルを作成できます。

IBM によって提供されるすべてのモデルは、ヘイト、バイアス、および不適切表現のための最先端のフィルタリングを使用して、バイアスのないデータについてのみトレーニングされるようになりました。

これらの機能は現在、以下の環境で使用可能です。

  • Python 3.10 上の NLP ランタイム 23.1
  • Python 3.10 上の GPU V100 ランタイム 23.1
  • GPU 2xV100 ランタイム 23.1 ( Python 3.10 )

これらの環境は NLP 処理に使用できますが、一般的なモデル開発には使用できません。 これらの環境で使用されるデータ・サイエンス・ライブラリーは、 Watson Machine Learningではまだサポートされていません。

詳しくは、 Watson Natural Language Processingを参照してください。

2023 年 6 月 30 日までの週

Knowledge Accelerators の Data Privacy ・コンテンツの拡張 (IBM Knowledge Catalog)

2023 年 6 月 28 日

Knowledge Accelerator for Cross Industry には、 Data Privacy ・コンテンツが含まれるようになりました。これには、個人情報の検出とガバナンスを加速するための一連の分類されたビジネス用語とデータ・クラスが含まれます。 さらに、個人情報の処理に関連するアクティビティーを記述するために、サンプルのデータ・プライバシー・ポリシーおよびルールを使用できます。

ビジネス用語およびデータ・クラスには、個人情報 (PI) および機密個人情報 (SPI) の識別をガイドする分類があります。 IBM Knowledge Catalog のメタデータ・エンリッチを使用して、個人データを含む資産を識別するために、インポートされたデータ資産にビジネス用語を割り当てることができます。

IBM Knowledge Accelerator for Cross Industryを参照してください。

カスタム資産のレポート作成が使用可能に (IBM Knowledge Catalog)

2023 年 6 月 28 日

プロジェクトまたはカタログ内の任意の資産のカスタム定義プロパティーに基づいて、照会、レポート、およびダッシュボードを作成できるようになりました。 資産の新規カスタム・プロパティーを定義して、提供されている資産タイプまたはカスタム資産タイプを拡張し、それらの関係に基づいてレポートを作成することができます。 例えば、データ品質ルールと成果物の関係に関するレポートを作成して、データの精度を推定することができます。 詳しくは、 レポートのセットアップを参照してください。

データ品質ルールのレポート作成の改善 (IBM Knowledge Catalog)

2023 年 6 月 28 日

以下の方法でデータ品質ルールをモニターできるようになりました。

  • カタログまたはプロジェクト内の各データ資産のデータ品質の問題に関するレポートを受け取り、管理します。
  • データ品質スコアおよびデータ品質ディメンション・スコアのレポートを使用して、プロジェクトおよびカタログ内のデータ資産の継続的なデータ品質をモニターします。 データ品質スコアは、データ品質ディメンション・スコアからの加重平均に基づいています。 データ品質ディメンションのスコアは、関連するデータ品質チェックの結果に基づいています。
  • 複数のルール定義を含むデータ品質ルールについては、BI レポート・スキーマのルール定義によるデータ品質チェック統計 (結果) を参照してください。

詳しくは、 データ・モデルを参照してください。

2023 年 6 月 23 日までの週

AI Factsheets の機能拡張により、モデルをより効果的に管理します。

2023 年 6 月 23 日

AI Factsheets では、ビジネス上の問題に対するソリューションの追跡、幅広い資産の管理、ファクト・シート添付ファイルによるより多くの情報の収集、改善されたレポートの生成を行うためのより多くの方法が提供されるようになりました。

アプローチを使用したさまざまなモデルのユース・ケース・ソリューションの追跡

ユース・ケースでモデルを追跡する際に、1 つ以上の アプローチ を作成して、ビジネス上の問題に対処するためのさまざまなメソッドとモデル・バージョンを追跡できるようになりました。 例えば、ユース・ケースで 2 つの異なるアプローチを作成して、異なるアルゴリズムがモデルのパフォーマンスに与える影響を比較し、最適なソリューションを見つけることができます。 詳しくは、 ユース・ケースでのモデル・バージョンの管理を参照してください。

外部モデルを管理するための拡張オプション

AI Factsheets を使用して、 Cloud Pak for Data as a Service以外のプラットフォームで開発、デプロイ、およびモニターされるモデルなど、幅広い外部モデルを管理できるようになりました。 Python クライアントおよび API コマンドは、外部モデルについて追跡されるより包括的なメタデータに加えて、モデルおよびデプロイメントを異なる環境に移動して、これらの資産のライフサイクルをより正確に追跡するための追加機能を提供します。 詳しくは、 モデル・インベントリーへの外部モデルの追加を参照してください。

添付ファイルに対するより多くの制御を行う

モデル・インベントリー管理者は、添付ファイル・グループを作成し、添付ファイル定義を作成することができます。これにより、ユーザーは、より整理された方法で添付ファイルを表示したり、承認された形式で添付ファイルをアップロードしたりすることができます。 詳しくは、「 ファセット・シートの添付ファイルの追加と管理」を参照してください。

AI Factsheets レポートへのブランド設定の追加

ブランド情報とロゴを追加して、ファクトシートからレポートを作成するために使用するレポート・テンプレートをカスタマイズします。 詳しくは、「ファセット・シートおよびモデル・ユース・ケースのレポートの生成」を参照してください。 詳しくは、「 ファセット・シートおよびモデル・ユース・ケースのレポートの生成」を参照してください。

ノートブック用の Python 3.10 Spark 3.3 ランタイムのサポートの発表 (Watson Studio)

2023 年 6 月 23 日

Python 3.10 Spark 3.3 がノートブックのランタイムとしてサポートされるようになりました。 Python 3.9 Spark 3.3 は非推奨であり、2023 年 7 月 20 日に廃止されます。 2023 年 7 月 6 日以降、 Python 3.9 Spark 3.3 環境でのノートブックの作成は制限されますが、既存のノートブックは 2023 年 7 月 30 日まで引き続き実行されます。 非推奨の環境が削除される前に、 Python 3.10 Spark 3.3 を使用するようにノートブック環境を変更します。 ノートブック環境について詳しくは、 プロジェクトのノートブック・エディターのリソース・オプションの計算を参照してください。

2023 年 6 月 16 日までの週

近日公開予定: AutoAI エクスペリメントでの時系列異常予測の一般可用性

2023 年 6 月 15 日

時系列異常予測エクスペリメントを作成して、新しいデータに基づいてモデルが結果を予測するときに異常または予期しない結果を検出できるモデルをトレーニングします。 AutoAI のこの機能は現在ベータ版で提供されており、実動ではサポートされていません。 この機能が一般出荷可能になり、完全にサポートされるようになると、 Watson Machine Learning プランの一部として、時系列異常予測エクスペリメントのトレーニングにより、キャパシティー・ユニット時間 (CUH) が消費されます。 詳しくは、以下を参照してください。

Decision Optimization エクスペリメントのエンジン・パラメーターのカスタマイズ (Watson Studio)

2023 年 6 月 15 日

Decision Optimization エクスペリメントにエンジン設定ファイルを追加できるようになりました。 このファイルを使用して、新しいビジュアル・エディターでモデルを求解するために使用されるエンジン・パラメーターを表示およびカスタマイズできます。 エンジン設定ファイルをインポートして、既存の設定を検索することもできます。

「ビジュアル・エディター」ビューに、カスタマイズされた 1 つのパラメーターを持つエンジン設定 .ops ファイルが表示される

Python モデル・エンジン設定を参照してください。

2023 年 6 月 2 日までの週

cpdctl ツールを使用した AI ライフサイクル・イベントの管理

2023 年 6 月 2 日

Cloud Pak for Data コマンド・ライン・インターフェース・ツール (cpdctl) を使用して、 Cloud Pak for Data as a Service でホストされている資産を管理および自動化できるようになりました。 cpdctl API コマンドを使用して簡単に接続するには、 IBM Cloud の自動構成を使用します。 詳細および例については、以下のリソースを参照してください。

2023 年 5 月 19 日までの週

リマインダー: Python 3.9 および R 3.6 上のランタイム 22.1 のサポート終了が近づいています。

2023 年 5 月 15 日

IBM Runtime 22.1 on Python 3.9 および R 3.6 環境は、2023 年 6 月 15 日に削除されます。 22.1 ランタイムまたは R 3.6を使用して新しいノートブックを作成したり、カスタム環境を作成したり、 Python 3.9 ソフトウェア仕様を使用して新しいモデルをトレーニングしたりすることはできなくなりました。 2023 年 6 月 15 日より前に、 IBM Runtime 22.2 on Python 3.10 または R 4.2 を使用するように資産とデプロイメントを更新します。

上級ユーザー向けのキー/値検索の紹介

2023 年 5 月 18 日

検索バーの key:value ペアを使用して、説明、タグ、カスタム・プロパティー、列名など、アセットと成果物のプロパティー内を検索できるようになりました。 プロパティーの検索を参照してください。

IBM Cloud Compose for MySQL 接続の名前の変更

2023 年 5 月 18 日

IBM Cloud Compose for MySQL 接続の名前が IBM Cloud Databases for MySQLに変更されました。 接続の設定は以前と同じままです。 接続名のみが変更されました。

廃止された接続

2023 年 5 月 18 日

以下の接続は廃止され、 Cloud Pak for Data as a Serviceから削除されました。

  • IBM Db2 Event Store
  • IBM Db2 Hosted

データ資産の名前を変更すると、プロジェクト内の添付ファイルも名前変更されます

2023 年 5 月 19 日

プロジェクトにアップロードした添付ファイルを含むデータ資産の名前を変更すると、添付ファイルも名前変更されます。 ただし、カタログからインポートされたデータ資産の名前を変更しても、添付ファイルの名前は変更されません。 ノートブックなどのコード・ベースの資産内のデータ資産への参照を新しいデータ資産名に更新する必要があります。そうしないと、コード・ベースの資産は実行されません。 詳しくは、 プロジェクト内の資産の管理を参照してください。

2023 年 5 月 12 日までの週

カスタム資産を作成し、列のカスタム・プロパティーを管理するための新しい UI 機能

2023 年 5 月 11 日

Admin ロールまたは Editor ロールを持つカタログ・コラボレーターは、Web クライアントから以下のタスクを実行できるようになりました。

  • カタログからカスタム資産を作成します。 カスタム資産を追加するには、「カタログに追加」ドロップダウン・メニューから「カスタム資産」を選択します。
  • データ資産列のカスタム・プロパティーを管理します。 カスタム・プロパティーを管理するには、資産の概要で列を選択し、サイド・ペインでプロパティーを編集します。

データ資産のカスタム・プロパティーについて詳しくは、 カスタム資産タイプ、プロパティー、および関係を参照してください。

2023 年 5 月 5 日までの週

「コード・スニペット」ペインから生成されたコードを追加します

2023 年 5 月 4 日

ノートブック・ツールバーに新しいコード・スニペット・アイコンが追加されました。 アイコンをクリックすると、「コード・スニペット」ペインが開き、プロジェクトに追加されたファイルまたは接続からデータを読み取ることができます。 ノートブック・セルにデータをロードするコードを生成するための既存の「コードに挿入」機能ロジックが、「データの読み取り」の下に移動されました。 以前の「データの検索とロード」ペインは、プロジェクトにデータをアップロードするためにのみ使用できるようになりました。 『ノートブックでのデータのロードおよびアクセス』を参照してください。

2023 年 4 月 28 日までの週

Watson Pipelines は、AI ライフサイクル・アクティビティーの自動化のために一般提供されるようになりました。

2023 年 4 月 27 日

Watson Pipelines は、作成からデプロイメントまでの資産のエンドツーエンド・フローを調整するためのグラフィカル・インターフェースを提供します。 データのキュレート、機械学習モデルのトレーニング、デプロイ、および更新に関するタスクを自動化するパイプラインをアセンブルして構成します。 パイプライン・ジョブをリアルタイムまたはスケジュールに従って実行します。 パイプラインの作成について詳しくは、 Watson Pipelinesを参照してください。

この更新の新機能は、 Python 関数を使用して作成したスクリプトを実行するためのカスタム・パイプライン・コンポーネントを作成する機能です。 カスタム・コンポーネントを使用して、パイプライン間で再使用可能なスクリプトを共有できます。 カスタム・コンポーネントをプロジェクト資産として作成し、それらをそのプロジェクトで作成するパイプラインで使用します。 詳しくは、 カスタム・コンポーネントの作成を参照してください。

Watson Pipelines は、 Watson Studioの機能として提供されます。 ただし、パイプラインで使用される資産およびプロセスのサービス計画が必要です。 例えば、パイプラインで DataStage フローを実行するには、Data Stage サービス・インスタンスが必要です。 Watson Pipelines は、パイプラインで使用される資産およびプロセスに基づいてリソースを消費します。 パイプラインで AutoAI モデルをトレーニングする場合、モデルのトレーニングに使用される 1 時間当たりの Watson Machine Learning キャパシティー・ユニット (CUH) に対してアカウントに課金されます。 同様に、パイプラインに DataStage フローが含まれている場合、 Watson Pipelines 内でのそのフローの実行は、 DataStage プランに課金されます。 パイプライン・コンポーネントと bash スクリプトを実行すると、 Watson Studio CUH リソースが消費されます。 サービス・インスタンスおよびプランのプロビジョニングについて詳しくは、 サービスと統合を参照してください。

新しい Presto 接続を使用してさらに多くのデータにアクセスする

2023 年 4 月 27 日

これで、 Presto データ・ソースからのデータを処理できるようになりました。 詳しくは、 Presto 接続を参照してください。

2023 年 4 月 21 日までの週

プロファイル作成結果の詳細のドリルダウン (IBM Knowledge Catalog)

2023 年 4 月 20 日

メタデータ・エンリッチ内から、またはプロジェクトまたはカタログ内の資産の 「プロファイル」 タブから、詳細なプロファイル情報にアクセスできるようになりました。 各列について、列データに関する統計情報、データ・クラスに関する情報、データ・タイプとフォーマット、および列内の値の度数分布を表示します。 統計情報については、いくつかのタイプの視覚化から選択することもできます。 既存のプロファイルのこれらのビューにデータを取り込むには、プロファイルを更新します。

連続データの統計情報

名義データの統計情報

詳しくは、 列レベルのプロファイルの詳細を参照してください。

2023 年 4 月 14 日までの週

更新されたデフォルトの Python および CPLEX バージョン (Decision Optimization)

2023 年 4 月 13 日

Decision Optimization ユーザーのデフォルトの Python は 3.10 になり、デフォルトの CPLEX バージョンは 22.1になりました。 これらのバージョンは、新規エクスペリメントの作成時にデフォルトで使用されます。 Python 3.9 は非推奨であり、まもなく削除されます。 環境を更新するには、 環境の構成を参照してください。 既存のデプロイ済みモデルを更新するには、 モデル・デプロイメントを参照してください。

データ品質ルールの機能拡張 (IBM Knowledge Catalog)

2023 年 4 月 13 日

以下のデータ・ソースからデータ資産に対してデータ品質ルールを実行することもできるようになりました。

  • Amazon S3 (CSV ファイルのみ)
  • Apache Cassandra
  • SAP ASE

外部管理バインディングを使用してデータ品質ルールを構成する際に、関連付けられた DataStage フロー内の出力リンクの追加コンテンツを選択できるようになりました。 詳しくは、 データ品質定義からのルールの作成を参照してください。

2023 年 4 月 7 日までの週

新規: 時系列異常検出エクスペリメント (ベータ)

2023 年 4 月 7 日

AutoAI を使用して、新しいデータに基づいてモデルが結果を予測する際に異常または予期しない結果を検出できる時系列異常予測モデルをトレーニングします。 エクスペリメントによって生成されるモデル候補パイプラインは、最適化メトリックによって測定されるパフォーマンスに従ってランク付けされます。 モデルをノートブックとして保存してコードを確認するか、モデルを保存してデプロイし、新規データ内の潜在的な異常を検出します。 詳しくは、 時系列異常予測モデルの作成 (ベータ)を参照してください。 この機能はベータ版として提供されており、実稼働環境での使用はまだサポートされていません。

プロジェクトでのアセット・アクティビティーのフィルタリング

2023 年 4 月 6 日

プロジェクトの 「概要」 タブの 「資産」 ペインで、ドロップダウンを使用して 「自分」 または 「すべて」 を選択することにより、資産をフィルターに掛けることができます。 「ユーザーによる」 には、自分が編集した資産が、最新のものから順に上部にリストされます。 「すべて」 には、他のユーザーによって編集された資産と、ユーザーが編集した資産が、最新のものから順にリストされます。

Watson Studio での Spark with R 4.2 へのアップグレード

2023 年 4 月 3 日

Spark R 3.6 environments for Watson Studio が R 4.2にアップグレードされました。 すべての Spark R 3.6 環境は非推奨になり、2023 年 6 月 15 日に削除されます。 2023 年 5 月 11 日以降、Spark R 3.6を使用して新しいノートブックや新しい Data Refinery フローを作成することはできなくなりました。 また、新しい Spark R 3.6 カスタム環境を作成することはできません。 その時点で、ノートブックの一部のパッケージ・バージョンおよびスクリプトの更新が必要になる場合があります。 2023 年 6 月 15 日より前に、Spark with R 4.2 を使用するように資産とデプロイメントを更新する必要があります。

ノートブックの環境の変更を参照してください。 R バージョンのライブラリーおよびパッケージについて詳しくは、 CRAN リリース・ノートを参照してください。

Data Refinery フロー・ジョブを実行するための新しい Spark with R 4.2 環境

2023 年 4 月 3 日

Data Refinery フロー・ジョブの環境を選択するときに、 「デフォルト Spark」 3.3 & R 4.2 を選択できるようになりました。 この新しい環境では、他のデフォルト環境と同じキャパシティー・ユニット時間 (CUH) が使用されます。

Spark 3.3 & R 3.6 選択

重要:

デフォルト Spark 3.2 & R 3.6 環境は非推奨であり、将来の更新で廃止されます。 新しい デフォルト Spark 3.3 & R 3.6 環境を使用するように Data Refinery フロー・ジョブを変更します。

Data Refineryの環境については、 プロジェクト内の Data Refinery のリソース・オプションの計算を参照してください。

環境の変更は、2 つの GUI 操作に影響します。 これらの GUI 操作を含む既存の Data Refinery フローがある場合は、 Data Refinery フローを更新する必要があります。

  • 分割
  • トークン化

フローを更新するには、フローを開いて保存します。 詳しくは、 Data Refinery フローの管理を参照してください。

2023 年 3 月 31 日までの週

カタログからのカスタム資産の作成

2023 年 3 月 31 日

管理者および編集者は、カタログ UI 内でカスタム資産を作成できるようになりました。 新規カスタム資産を追加するには、 「カタログに追加」 ドロップダウン・メニューから 「カスタム資産」 を選択します。 カスタム資産について詳しくは、「 カタログへの資産の追加 (Watson Knowledge Catalog)」の「カスタム資産タイプ、プロパティー、および関係」を参照してください。

Watson Query の改善点と機能拡張

2023 年 3 月 29 日

Watson Query が更新され、以下の機能が提供されるようになりました。

  • 非同期仮想化を使用すると、 「仮想化データ」 ページでいつでも仮想化ジョブの状況の詳細を表示できます。 仮想化された表が大きく、ジョブの所要時間が長い場合は、ジョブの終了中に、追加の表の仮想化などの他のタスクを処理することができます。
  • 「仮想化されたデータ」 ページで非同期公開および割り当てを使用すると、公開ジョブおよび割り当てジョブの終了中に他のタスクを処理できます。
  • Web クライアントでジョブを使用して、仮想表の統計を収集できます。 詳しくは、 Watson Queryでの Web クライアントでの統計の収集を参照してください。
  • 「仮想化データ」 ページで、オブジェクトの公開または割り当ての履歴を表示できます。 リストからオブジェクト行をクリックすると、その公開と割り当ての履歴が 「仮想化データ」 ページの右側のパネルに表示されます。

2023 年 3 月 24 日までの週

Federated Learning は、M シリーズ・チップを搭載した Mac コンピューターで稼働します。

2023 年 3 月 23 日

最新のランタイムの M1 Mac コンピューターおよび M2 Mac コンピューターで統合学習エクスペリメントを実行します。 要件については、 システムのセットアップを参照してください。

2023 年 3 月 17 日までの週

参照データ・セットでの複合キーの定義 (IBM Knowledge Catalog)

2023 年 3 月 17 日

複数の列を指定して、参照データ・セットの複合キーを作成できるようになりました。 複合キーを使用しない場合、セット内の参照データ値は、コード列内の固有のストリングによって識別されます。 複合キーは、参照データ・セット内のコード列と最大 5 つのカスタム列の組み合わせです。 複合キーは、各参照データ値を一意的に識別するために使用されます。 複合キーを使用すると、コード列の値が固有である必要がなくなります。 固有性は、指定されたすべての列の値が結合されている場合にのみ保証されます。 詳しくは、 参照データ・セットの設計を参照してください。

2023 年 3 月 10 日までの週

カスタム関係に基づく照会、レポート、またはダッシュボードの作成 (IBM Knowledge Catalog)

2023 年 3 月 9 日

資産とガバナンス成果物の間のカスタム関係を作成する場合、それらを IBM Knowledge Catalog Reporting Data Mart に同期して、レポートを作成することができます。 例えば、カスタム関係レポートを使用して、以下を行うことができます。

  • さまざまな細分度レベル (ドメイン別、メタデータ別、ユーザー別、チーム別) で品質分析を取得
  • データのデータ品質を認証する
  • 特定のプライバシー・プロパティーを持つアセットの数をカウントします

カスタム関係の作成方法については、 ガバナンス成果物およびカタログ資産のカスタム・プロパティーおよび関係 (IBM Knowledge Catalog)を参照してください。

レポートの作成方法については、 IBM Knowledge Catalogのレポートのセットアップを参照してください。

Watson Studio および Watson Machine Learning の Python 3.9 でのランタイム 22.1 の非推奨

2023 年 3 月 9 日

Python 3.9 上の IBM ランタイム 22.1 は非推奨になり、2023 年 6 月 15 日に削除されます。 2023 年 5 月 11 日以降、 22.1 ランタイムを使用して新規ノートブックを作成したり、カスタム環境を作成したりすることはできなくなりました。 また、 Python 3.9 ソフトウェア仕様を使用して新しいモデルをトレーニングすることもできません。 2023 年 6 月 15 日より前に、 IBM Runtime 22.2 on Python 3.10 を使用するように資産とデプロイメントを更新します。

追加のデータ・ソースでデータ品質ルールを実行する (IBM Knowledge Catalog)

2023 年 3 月 9 日

これで、以下のデータ・ソースからのデータ資産に対してデータ品質ルールを実行できます。

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

データ品質ルールで変数をバインドするための新規オプション (IBM Knowledge Catalog)

2023 年 3 月 9 日

また、ジョブ・パラメーターを使用して、ルール変数をデータ列にバインドし、それらのパラメーターをプロジェクト内で一元的に管理できるようになりました。 したがって、例えばバインディングを別の列に変更したい場合などは、ルールを更新する必要はありません。 データ品質定義からのルールの作成を参照してください。

2023 年 3 月 3 日までの週

AI Factsheets (Watson Machine Learning) の機能拡張

2023 年 3 月 3 日

ファイルとイメージをファセット・シートに添付できるようになりました。 詳しくは、 ファセット・シートの詳細のカスタマイズを参照してください。 ファセット・シートには、説明可能性モニターおよびカスタム・モニターからの追加の Watson OpenScale メトリックも表示されます。 詳しくは、 「ファセット・シートの表示」を参照してください。

機械学習機能の作成、保管、および共有 (ベータ) (Watson Studio)

2023 年 3 月 2 日

機能を作成して共有することで、機械学習モデルの開発を迅速化できるようになりました。 フィーチャー・グループをプロジェクト内のデータ資産に追加して、そのデータ・セットのフィーチャーを識別します。 フィーチャー・ストアとして機能するカタログにデータ資産を発行することにより、フィーチャーを組織と共有できます。 機能グループの管理を参照してください。

2023 年 2 月 24 日までの週

カスタム関係の管理 (IBM Knowledge Catalog)

2023 年 2 月 24 日

資産の 「概要」 ページで、カタログ資産とガバナンス成果物の間のカスタム関係を管理できるようになりました。

カスタム関係の作成方法については、 ガバナンス成果物およびカタログ資産のカスタム・プロパティーおよび関係 (IBM Knowledge Catalog)を参照してください。

2023 年 2 月 17 日までの週

Data Refinery 「計算」操作が「日付」列に対して実行される

2023 年 2 月 17 日

日付データ・タイプ列に対して 「計算」 操作を使用して、日または月の値を加算または減算できるようになりました。

Data Refinery 計算操作

GUI 操作については、 Data Refineryを参照してください。

Watson Studio でプロジェクト資産にアクセスするための新規ライブラリー

2023 年 2 月 17 日

ibm-watson-studio-lib ライブラリーには、 Watson Studio プロジェクトおよびプロジェクト資産との対話に役立つ関数のセットが含まれています。 このライブラリーは、ノートブック・エディターで作成され、 Python および R で使用可能なノートブックで使用できます。 これは、 project_lib ライブラリーの後継です。 詳しくは、 ibm-watson-studio-lib の使用を参照してください。

"デフォルト Spark 3.2 & R 3.6 " 廃止された環境 (Data Refinery)

2023 年 2 月 17 日

デフォルト Spark 3.2 & R 3.6 環境は、2023 年 2 月 17 日以降使用できなくなります。

デフォルト Spark 3.2 & R 3.6 環境、または Spark 3.0を使用するカスタム環境を使用してセットアップされた Data Refinery フロー・ジョブがある場合、ジョブは失敗します。 環境を Default Spark 3.3 & R 3.6 または Default Data Refinery XS に変更するか、Spark 3.0を使用しないカスタム環境に変更します。

Data Refineryの環境については、 プロジェクト内の Data Refinery のリソース・オプションの計算を参照してください。

データ品質ルールの新機能 (IBM Knowledge Catalog)

2023 年 2 月 16 日

以下の新機能を使用できます。

  • 単一のデータ品質ルールで複数のデータ品質定義を使用します。 さらに、個々の定義を複数回組み込んで、同じ定義を異なる列に適用することができます。 詳しくは、 データ品質定義からのルールの作成を参照してください。
  • ルール出力を CSV ファイルとしてダウンロードします。 ルールに対して出力表が定義されている場合、例えばスプレッドシート・プログラムで使用するために、ルールの実行履歴から CSV ファイルとしてルール出力をダウンロードすることもできるようになりました。
  • Amazon Redshift および Greenplum データ・ソースからのデータに対してルールを実行します。 メタデータ・インポート、メタデータ・エンリッチ、およびデータ品質ルールでサポートされるデータ・ソースを参照してください。
  • データ品質資産をエクスポートおよびインポートします。 プロジェクトをデスクトップにエクスポートするときに、データ品質資産を含めることができるようになりました。 プロジェクトのエクスポートを参照してください。

2023 年 2 月 10 日までの週

プロジェクトまたはスペースから既存のスペースに資産をインポートする (Watson Machine Learning)

2023 年 2 月 9 日

デプロイメント・スペースまたはプロジェクト (.zip 形式) を既存のデプロイメント・スペースにインポートできるようになりました。 スペースに資産を追加するか、既存の資産を更新します。 例えば、モデルを新しいバージョンに置き換えることができます。 詳しくは、 既存のスペースへのスペースおよびプロジェクトのインポートを参照してください。

DataStage でより多くのマクロを使用する

2023 年 2 月 10 日

DSJobController マクロは、ステージ・プロパティーまたはトランスフォーマー関数に追加できます。

このマクロは DataStage 関数として機能し、引数を必要とせずにデータを出力して、 DataStage ジョブおよびフローのセットアップを単純化します。

詳しくは、 マクロを参照してください。

2023 年 2 月 3 日までの週

DataStage でより多くのマクロを使用する

2023 年 2 月 6 日

以下のマクロをステージ・プロパティーまたはトランスフォーマー関数に追加できます。

  • DSProjectId
  • DSJobRunID
  • DSJobId

これらのマクロは、引数を必要とせずに DataStage 関数および出力データとして機能し、 DataStage ジョブおよびフローのセットアップを単純化します。

詳しくは、 マクロを参照してください。

2023 年 1 月 20 日までの週

DataStage ステージの入力列の編集

2023 年 1 月 20 日

DataStageで、ステージの「入力」タブを使用して列を編集できるようになりました。 変更がフローの前のステージに伝搬されます。

メタデータ・インポートの新規オプション (IBM Knowledge Catalog)

2023 年 1 月 19 日

メタデータ・インポートのターゲット・プロジェクトまたはカタログに失効したデータが含まれないようにするために、再インポートできないデータ資産をクリーンアップするようにインポートを構成できるようになりました。 メタデータ・インポートの再実行時に、データ・ソースで使用できなくなった資産、インポート・スコープから削除された資産、またはその両方をインポート・ターゲットから削除する場合に選択します。 『メタデータのインポート』を参照してください。

Metadata import: 新しい拡張オプション

Decision Optimization エクスペリメントからプロジェクトにデータをエクスポートします。

2023 年 1 月 18 日

Decision Optimization エクスペリメントの「データの準備 (Prepare data)」ビューまたは「ソリューションの探索 (Explore solution)」ビューから、表をプロジェクトにエクスポートできるようになりました。 これにより、他のモデルまたはサービスでデータを再利用できます。 Decision Optimization Python クライアントを使用してデータをエクスポートすることもできます。

Decision Optimization エクスペリメントからのデータのエクスポートを参照してください。
プロジェクトへのデータ・エクスポート

2023 年 1 月 13 日までの週

更新されたデータ・ファブリックのユース・ケース

2023 年 1 月 12 日

データ・ファブリックのユース・ケースが更新され、製品の使用方法がより適切に反映されるようになりました。

  • データ統合: このユース・ケースには、パイプラインが含まれるようになりました。
  • データ・ガバナンス: このユース・ケースには Match 360が含まれるようになりました。
  • AI ガバナンス: このユース・ケースでは、実動における AI モデルのモニター、保守、自動化、および管理に焦点を当てています。
  • Data Science and MLOps: この新しいユース・ケースでは、データ分析とモデル作成を操作する方法について説明します。

データ・ファブリックのユース・ケースを参照してください。

ブランドをサポートするように Web ブラウザーをカスタマイズする

2023 年 1 月 12 日

管理者は、カスタム製品名、ロゴ、およびその他のグラフィックスを追加して、 Cloud Pak for Data as a Service用の Web ブラウザーのブランド設定をカスタマイズできます。

Web ブラウザーのブランド設定のカスタマイズを参照してください。

2023 年 1 月 6 日までの週

DataStage でさらに多くのデータ・ソースに接続します。

2023 年 1 月 6 日

これで、以下のデータ・ソースからのデータを DataStage フローに組み込むことができます。

  • Dremio
  • SingleStoreDB

DataStage コネクターの完全なリストについては、 『DataStage コネクター』を参照してください。

生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細