0 / 0
영어 버전 문서로 돌아가기
새로운 기능

새로운 기능

Cloud Pak for Data as a Service 및 서비스 (예: Watson Studio, Watson Machine Learning, DataStage및 IBM Knowledge Catalog) 의 새 기능 및 업데이트에 대해 알아보려면 매주 다시 확인하십시오.

팁: 업데이트 후에 특정 조치를 수행해야 하는 경우가 있습니다. 모든 필수 조치를 보려면 이 페이지에서 "조치 필요" 를 검색하십시오.

2024년 4월 12일로 끝나는 주

Cognos Dashboards 임베디드 서비스가 더 이상 사용되지 않음

2024년 4월 11 일

더 이상 Cognos Dashboards Embedded 서비스의 인스턴스를 프로비저닝할 수 없습니다. 그러나 Cognos Dashboards Embedded 서비스를 사용하여 작성한 기존 대시보드는 2024년 6월 20일까지 계속 작동합니다. Cognos Analytics on Cloud On-Demand를 Cognos Dashboards Embedded의 대체로 사용할 수 있습니다. 자세한 정보는 IBM Cognos Analytics 가격 플랜을 참조하십시오.

2024년 4월 5일로 끝나는 주

피벗 테이블을 사용하여 Decision Optimization 실험에서 집계된 데이터 표시

2024년 4월 5 일

이제 피벗 테이블을 사용하여 Decision Optimization 실험의 시각화 보기에서 집계된 입력 및 출력 데이터를 모두 표시할 수 있습니다. 자세한 정보는 Decision Optimization 실험의 시각화 위젯을 참조하십시오.

사용자 인터페이스에서 연결 API 특성 목록에 액세스

2024년 4월 5 일

이전에 연결 특성을 보는 유일한 방법은 https://dataplatform.cloud.ibm.com/connections/docs에서 새 웹 페이지를 여는 것이었습니다. 이제 데이터 > 플랫폼 연결에서 동일한 정보에 액세스할 수 있습니다. 연결 자원을 펼치고 연결 특성을 선택하십시오.

연결 특성

이러한 특성을 사용하여 Watson 데이터 API에서 연결과의 연결을 작성할 수 있습니다. 예를 들어, 노트북에서 프로그래밍 방식으로 연결을 작성하는 경우 이 정보를 사용하여 필요한 특성을 식별할 수 있습니다.

2024년 3월 22일로 끝나는 주

연결된 데이터의 동적 보기 작성

2024년 3월 21 일

새로운 유형의 연결된 데이터 자산은 관련 데이터에만 액세스할 수 있도록 SQL 조회를 지원하는 데이터 소스의 데이터에 대한 필터링된 액세스를 제공합니다. 프로젝트에서 SQL 조회를 제공하여 하나 이상의 테이블에서 특정 열 또는 행의 보기를 작성하십시오. 다른 연결된 데이터 자산과 마찬가지로 메타데이터 강화 및 데이터 품질 분석에서 이러한 데이터 자산을 사용할 수 있습니다.

자세한 정보는 연결된 데이터의 동적 보기를 프로젝트에 추가를 참조하십시오.

Amazon S3 및 Apache HDFS 커넥터에서 Delta Lake 또는 Apache Iceberg 테이블 형식을 사용하십시오.

2024년 3월 22 일

Amazon S3 및 Apache HDFS 커넥터에는 이제 Delta Lake및 Apache Iceberg 테이블 형식에 대한 특성이 포함되어 있습니다. 이러한 테이블 형식은 대형 데이터 볼륨을 관리하기 위한 중앙 집중식 저장소를 제공하는 데이터 레이크에 필수적입니다. 데이터 레이크는 장기 스토리지를 위한 원래 형식으로 구조화된 데이터, 반구조화된 데이터 및 구조화되지 않은 데이터를 수집하고 분석하기 위한 기반이 되며 인사이트와 예측을 촉진합니다.

테이블 형식 특성은 지원되는 도구의 상호작용 특성에 포함되어 있습니다. 예를 들어, DataStage의 커넥터 스테이지 특성 에 있습니다.

2024년 2월 23일로 끝나는 주

DataStax Enterprise 에서 데이터 액세스

2024년 2월 23 일

이제 DataStax Enterprise에서 데이터에 대해 작업할 수 있습니다.

2024년 2월 16일로 끝나는 주

IBM Knowledge Catalog 의 참조 데이터 세트에서 대소문자 구분 코드

2024년 2월 16 일

참조 데이터 값은 두 개 이상의 열 (코드 및 값) 로 구성됩니다. 모든 새 참조 데이터 세트의 경우 코드 열은 이제 대소문자를 구분합니다. 새 참조 데이터 세트에 값을 추가하면 입력한 대로 코드가 정확하게 저장됩니다. 이 변경사항이 도입되기 전에 작성된 모든 참조 데이터 세트는 대소문자를 구분하지 않으며 여기에 추가된 모든 새 값은 대문자로 저장됩니다. 이러한 참조 데이터 세트는 UI에서 대소문자 구분 안함 태그로 표시됩니다. 세부사항은 대소문자 구분 코드를 참조하십시오.

IBM Knowledge Catalog 에서 참조 데이터 세트에 대한 검색, 필터 및 정렬 옵션 개선

2024년 2월 16 일

참조 데이터 값 목록을 볼 때 다음 방법을 사용하여 필요한 값을 더 빠르게 찾을 수 있습니다.

  • 검색 표시줄을 사용하여 코드, 값 또는 사용자 정의 열 값에 대한 조회를 입력하십시오.
  • 6개의 고급 필터 옵션 중 하나를 사용하십시오.
  • 정렬 기능을 사용하십시오.

검색, 필터 및 정렬 옵션을 결합할 수 있습니다. 세부사항은 참조 데이터 세트 보기를 참조하십시오.

2024년 2월 9일로 끝나는 주

Data Refinery 플로우 작업을 실행하기 위한 새 Spark 3.4 환경

2024년 2월 9 일

Data Refinery 플로우 작업을 위한 환경을 선택하면 기본 Spark 3.4 & R 4.2를 선택할 수 있습니다. 여기에는 Spark의 개선사항이 포함되어 있습니다.

Data Refinery Spark 환경

Default Spark 3.3 & R 4.2 환경은 더 이상 사용되지 않으며 향후 업데이트에서 제거됩니다.

Data Refinery 플로우 작업을 업데이트하여 새 Default Spark 3.4 & R 4.2 환경을 사용하십시오. 세부사항은 프로젝트의 Data Refinery 에 대한 리소스 옵션 계산을 참조하십시오.

추가 태스크 지향 Decision Optimization 문서

2024년 2월 9 일

이제 Decision Optimization 실험을 작성하고 구성하기 위한 올바른 정보를 더 쉽게 찾을 수 있습니다. Decision Optimization 실험 및 해당 하위 섹션을 참조하십시오.

카탈로그에 자산을 공개하기 위한 페이지 매김 보기 기능

2024년 2월 8 일

프로젝트 자산을 카탈로그에 공개할 때 이제 페이지 매김 보기를 사용하여 각 페이지에서 20개의 카탈로그 및 자산을 볼 수 있습니다. 이전에는 목록에서 자산을 볼 수 있었습니다. 카탈로그에 자원 공개를 참조하십시오.

메타데이터 강화의 고급 분석 유형은 프랑크푸르트 지역에서 사용 가능합니다.

2024년 2월 9 일

이제 댈러스 지역 외에 프랑크푸르트 지역에서도 고급 기본 키 및 관계 분석과 고급 프로파일링을 사용할 수 있습니다.

IBM Cloud Data Engine 연결은 더 이상 사용되지 않습니다.

2024년 2월 8 일

IBM Cloud Data Engine 연결은 더 이상 사용되지 않으며 향후 릴리스에서 중단됩니다. 중요한 날짜 및 세부사항은 Data Engine의 더 이상 사용되지 않음 을 참조하십시오.

2024년 2월 2일로 끝나는 주

카탈로그 자산에 대한 검색 저장

2024년 2월 2 일

이제 각 사용자는 각 카탈로그 내에서 최대 25개의 검색을 저장할 수 있습니다. 검색을 카탈로그에 저장하는 사용자는 검색을 보고, 실행하고, 편집하고, 제거할 수 있는 유일한 사용자입니다. 자세한 정보는 카탈로그 자산에 대한 검색 저장을 참조하십시오.

IBM Cloud Databases for DataStax 연결이 중단됨

2024년 2월 2 일

IBM Cloud Databases for DataStax 연결이 Cloud Pak for Data as a Service에서 제거되었습니다.

Dremio 연결에는 업데이트가 필요합니다.

2024년 2월 2 일

이전에는 Dremio 연결이 JDBC 드라이버를 사용했습니다. 이제 연결은 화살표 비행을 기반으로 하는 드라이버를 사용합니다.

중요: 연결 특성을 업데이트하십시오. Dremio 소프트웨어 (온프레미스) 인스턴스 또는 Dremio 클라우드 인스턴스에 대한 연결에는 다른 변경사항이 적용됩니다.

Dremio 소프트웨어: 포트 번호를 갱신합니다.

항공편에서 사용되는 새 기본 포트 번호는 32010입니다. dremio.conf 파일에서 포트 번호를 확인할 수 있습니다. 자세한 정보는 dremio.conf를 통한 구성 을 참조하십시오.

또한 Dremio 는 더 이상 IBM Cloud Satellite와의 연결을 지원하지 않습니다.

Dremio Cloud: 인증 방법 및 호스트 이름을 업데이트합니다.

  1. Dremio 에 로그인하고 개인 액세스 토큰을 생성하십시오. 지시사항은 개인 액세스 토큰을 참조하십시오.
  2. 연결 작성: Dremio 양식의 Cloud Pak for Data as a Service 에서 인증 유형을 개인 액세스 토큰 으로 변경하고 토큰 정보를 추가하십시오. ( 사용자 이름 및 비밀번호 인증은 더 이상 Dremio 클라우드 인스턴스에 연결하는 데 사용할 수 없습니다.)
  3. 포트가 SSL 사용 가능을 선택하십시오.

Dremio Cloud 인스턴스에 대해 기본 호스트 이름을 사용하는 경우 다음과 같이 변경해야 합니다.

  • sql.dremio.clouddata.dremio.cloud 로 변경하십시오.
  • sql.eu.dremio.clouddata.eu.dremio.cloud 로 변경하십시오.

메타데이터 인리치먼트의 추가 분석 유형 (IBM Knowledge Catalog)

2024년 1월 31 일

메타데이터 인리치먼트는 이제 다음과 같은 추가 분석 옵션을 제공합니다.

  • 데이터 자산의 각 레코드를 고유하게 식별하는 데이터의 기본 키를 발견하기 위한 기본 키 분석입니다.

    프로파일 데이터 인리치먼트 옵션을 선택하면 단순 분석이 자동으로 포함됩니다. 고급 분석은 인리치먼트 결과에서 선택된 자산에 대해 실행할 수 있습니다.

  • 데이터 자산 간의 관계를 식별하거나 열에서 겹침 및 중복 데이터를 찾기 위한 관계 분석입니다.

    관계 설정 인리치먼트 옵션을 선택하면 간단한 키 관계 분석이 실행됩니다. 고급 분석은 인리치먼트 결과에서 선택된 자산에 대해 실행할 수 있습니다.

  • 열 내에서 값의 도수 분포 및 고유성과 같은 특정 메트릭에 대한 보다 정확한 결과를 얻기 위한 고급 프로파일링입니다.

    고급 프로파일링은 인리치먼트 결과에서 선택된 자산에 대해 실행될 수 있습니다.

고급 기본 키 및 관계 분석과 고급 프로파일링에는 IBM Knowledge Catalog 서비스 외에 DataStage 서비스가 필요하며 댈러스 지역에서만 사용 가능합니다.

자세한 정보는 메타데이터 강화 자산 작성, 기본 키 식별, 관계 식별고급 데이터 프로파일을 참조하십시오.

2024년 1월 26일로 끝나는 주

AutoAI 는 모든 실험에 대해 정렬된 데이터를 지원합니다.

2024년 1월 25 일

이제 시계열 실험이 아닌 모든 AutoAI 실험에 대해 정렬된 데이터를 지정할 수 있습니다. 훈련 데이터가 행 인덱스에 따라 순차적으로 정렬되는지 여부를 지정하십시오. 입력 데이터가 순차적인 경우 모델 성능은 무작위 샘플링 대신 최신 레코드에서 평가되고 검증용 데이터는 n 개의 무작위 레코드가 아닌 세트의 마지막 n 개의 레코드를 사용합니다. 시계열 실험에는 순차 데이터가 필요하지만 분류 및 회귀 실험에는 선택적입니다.

어두운 테마로 설정

2024년 1월 25 일

이제 Cloud Pak for Data as a Service 사용자 인터페이스를 어두운 테마로 설정할 수 있습니다. 아바타를 클릭하고 프로파일 및 설정 을 선택하여 계정 프로파일을 여십시오. 그런 다음, 어두운 테마 스위치를 켜짐으로 설정하십시오. 어두운 테마는 RStudio 및 Jupyter 노트북에서 지원되지 않습니다. 프로파일 관리에 대한 정보는 설정 관리를 참조하십시오.

2024년 1월 19일로 끝나는 주

자산 컬럼의 세부사항 패널에서 원시 유형 정보 보기

2024년 1월 19 일

이제 열 세부사항 패널에서 직접 표준화된 데이터 유형과 원시 데이터 유형을 모두 볼 수 있습니다. 원시 유형 정보를 보려면 자산의 개요 페이지에서 자산 열 이름을 클릭하십시오.

규칙 조치 우선순위에 대한 새 옵션 (IBM Knowledge Catalog)

2024년 1월 18 일

규칙 조치 우선순위를 사용하면 데이터 세트에 서로 다른 조치가 있는 여러 규칙이 있는 경우 규칙이 적용되는 방법을 지정할 수 있습니다. 새 계층 구조 적용 옵션을 사용하여 데이터 보호 규칙의 두 계층 평가를 구성할 수 있습니다.

  • 첫 번째 계층은 마스킹 조치를 고려하지 않고 Allow 또는 Deny 조치에 대한 규칙을 평가합니다. 이 첫 번째 계층의 결정은 두 번째 계층으로 이동하기 위한 액세스를 허용하는 것이어야 합니다.
  • 두 번째 계층은 Transform 조치에 대한 규칙을 평가합니다.

사용자 인터페이스 또는 access_decision_precedence API에서 이 옵션을 설정할 수 있습니다.

자세한 정보는 규칙 설정 관리를 참조하십시오.

데이터 품질 분석 결과 저장 (IBM Knowledge Catalog)

2024년 1월 18 일

이제 메타데이터 강화의 일부로 실행되는 사전 정의된 데이터 품질 검사의 출력을 데이터베이스에 쓰는 옵션이 제공됩니다. 예를 들어, 품질 문제를 추적하기 위해 테이블을 사용하고 조치방안 프로세스에 대한 입력으로 사용할 수 있도록 이 데이터를 저장할 수 있습니다. 자세한 정보는 메타데이터 강화 작성을 참조하십시오.

DataStage에서 새 데이터 소스에 연결: Tableau

2024년 1월 18 일

이제 Tableau 데이터 소스의 데이터를 DataStage 플로우에 포함시킬 수 있습니다.

DataStage 커넥터의 전체 목록은 DataStage에서 지원되는 데이터 소스를 참조하십시오.

2024년 1월 12일로 끝나는 주

Watson Machine Learning 에서 더 이상 사용되지 않는 IBM Runtime 22.2 에 대한 지원

2024년 1월 11 일

IBM Runtime 22.2 는 더 이상 사용되지 않으며 2024년 4월 11일에 제거됩니다. 2024년 3월 7일부터 22.2 런타임을 사용하여 노트북 또는 사용자 정의 환경을 작성할 수 없습니다. 또한 22.2 런타임을 기반으로 하는 소프트웨어 스펙을 사용하여 새 모델을 훈련할 수 없습니다. 2024년 3월 7일 이전에 IBM Runtime 23.1 을 사용하도록 자산 및 배치를 업데이트하십시오.

2023년 12월 15일로 끝나는 주

카탈로그의 세부사항 패널에서 데이터 소스 정보 보기

2023년 12월 15 일

관련 품목 눈금에서 자산을 클릭하면 자산 세부사항 패널에서 직접 데이터 소스 정보를 볼 수 있습니다.

작업 및 기타 조작에 대한 사용자 API키 작성

2023년 12월 15 일

Cloud Pak for Data as a Service의 특정 런타임 조작 (예: 작업 및 모델 훈련) 에는 보안 권한 부여를 위한 신임 정보로 API키가 필요합니다. 사용자 API키를 사용하여 필요에 따라 Cloud Pak for Data as a Service 에서 직접 API키를 생성하고 순환하여 조작이 원활하게 실행되도록 할 수 있습니다. API키는 IBM Cloud에서 관리되지만 Cloud Pak for Data as a Service에서 편리하게 작성하고 순환할 수 있습니다.

사용자 API키는 계정에 따라 다르며 계정 프로파일 아래의 프로파일 및 설정 에서 작성됩니다.

자세한 정보는 사용자 API키 관리를 참조하십시오.

새 로그인 세션 만기 및 비활성으로 인한 로그아웃

2023년 12월 15 일

이제 세션 만기로 인해 IBM Cloud 에서 로그아웃되었습니다. 로그인 세션 만기 (기본적으로 24시간) 또는 비활성 (기본적으로 2시간) 으로 인해 세션이 만료될 수 있습니다. IBM Cloud의 액세스 (IAM) 설정에서 기본 지속 기간을 변경할 수 있습니다. 자세한 정보는 로그인 세션 만기 설정을 참조하십시오.

연결 API 특성 목록에 액세스

2023년 12월 15 일

이제 https://dataplatform.cloud.ibm.com/connections/docs에서 개별 등록 정보와 함께 커넥터의 전체 목록을 볼 수 있습니다.

이러한 특성을 사용하여 Watson 데이터 API에서 연결과의 연결을 작성할 수 있습니다. 예를 들어, 노트북에서 프로그래밍 방식으로 연결을 작성하는 경우 이 정보를 사용하여 필요한 특성을 식별할 수 있습니다.

프로젝트 자산을 폴더로 구성

2023년 12월 14일

이제 프로젝트에서 폴더를 작성하여 자산을 구성할 수 있습니다. 프로젝트의 관리자가 폴더를 사용으로 설정해야 하며 관리자 및 편집자가 폴더를 작성하고 관리할 수 있습니다. 폴더는 베타 상태이며 아직 프로덕션 환경에서 사용할 수 있도록 지원되지 않습니다. 자세한 정보는 폴더로 자산 구성 (베타)을 참조하십시오.

폴더가 있는 자산 탭

IBM Cloud Databases for DataStax 커넥터는 더 이상 사용되지 않습니다.

2023년 12월 15 일

IBM Cloud Databases for DataStax 커넥터는 더 이상 사용되지 않으며 향후 릴리스에서 더 이상 사용되지 않습니다.

2023년 12월 8일로 끝나는 주

워크로드 관리를 위한 Db2 연결의 새 클라이언트 특성

2023년 12월 8 일

이제 모니터링을 위해 애플리케이션 이름, 클라이언트 계정 정보, 클라이언트 호스트 이름클라이언트 사용자필드에 특성을 지정할 수 있습니다. 이러한 필드는 선택적이며 다음 연결에 사용할 수 있습니다.

DataStage에서 새 데이터 소스에 연결: Looker

2023년 12월 8 일

이제 DataStage 플로우에 Looker 데이터 소스의 데이터를 포함할 수 있습니다. (소스 데이터에 대해서만 이 연결을 사용할 수 있습니다.)

DataStage 커넥터의 전체 목록은 DataStage에서 지원되는 데이터 소스를 참조하십시오.

Watson Query 의 새로운 기능 및 개선된 기능

2023년 12월 8 일

Watson Query에서는 다음과 같은 새롭고 향상된 기능을 사용할 수 있습니다.

IBM Knowledge Catalog 데이터 보호 규칙을 사용하여 가상화된 테이블의 행 필터링

정부, 엔터프라이즈 및 소매 클라이언트 데이터가 결합된 테이블이 있는 데이터 소스가 있을 수 있습니다. 예를 들어, 청구 테이블에 모든 고객에 대한 데이터가 있을 수 있습니다. 여기서 일부 행은 정부 클라이언트용이고 일부는 비정부 클라이언트용입니다. 클라이언트의 유형이 청구 테이블에 표시되지 않습니다. 이제 다음 기술 중 하나를 사용하여 클라이언트 레코드 목록을 필터링할 수 있습니다.

별도의 테이블을 사용하여 정부 클라이언트인 고객을 식별할 수 있습니다. 이 테이블의 ID를 사용하여 비용 청구 테이블에서 행을 필터링할 수 있습니다. 행을 필터링할 때 마스크된 테이블에는 정부 클라이언트의 데이터가 있는 행이 포함되지 않습니다.

차단된 고객 ID 테이블을 참조 테이블로 사용할 수 있습니다. 차단된 고객 세트에 포함된 고객 ID가 있는 행이 있는 비용 청구 테이블의 모든 행은 결과 세트에서 필터링됩니다.

Watson Query 는 IBM Knowledge Catalog에 정의된 데이터 보호 규칙을 기반으로 가상화된 데이터에서 열 마스킹을 지원합니다. 이제 민감한 데이터가 노출되지 않도록 가상화된 데이터에 행을 포함하거나 제외하는 데이터 보호 규칙을 작성할 수 있습니다.

자세한 정보는 Watson Query에서 데이터 보호 규칙으로 가상 데이터 관리를 참조하십시오.

가상화된 데이터에서 고급 데이터 마스킹 사용

이제 Watson Query 에서 고급 데이터 마스킹 옵션을 사용하여 민감한 데이터가 노출되지 않도록 할 수 있습니다.

업데이트된 마스킹 동작에 대한 자세한 정보는 Watson Query에서 가상 데이터 마스킹을 참조하십시오.

향상된 쿼리 성능 및 데이터 보호 규칙 적용

Watson Query 는 이제 IBM Knowledge Catalog 의 데이터 보호 규칙을 정책 적용 지점 (PEP) 캐시에 저장하고 캐시하여 오브젝트가 조회될 때마다 규칙을 평가하지 않도록 합니다. 이 캐시는 규칙을 페치하기 위해 IBM Knowledge Catalog 에 대한 호출 수를 줄여 이전에 실행된 쿼리의 성능을 향상시킵니다. 그러나 새로 추가되거나 업데이트된 데이터 보호 규칙이 쿼리에 적용되기 전에 최대 10초의 지연이 발생할 수 있습니다. 웹 클라이언트를 사용하여 캐시 크기 및 캐시 라이브 시간과 같은 PEP 캐시 설정을 구성할 수 있습니다.

자세한 정보는 Watson Query에서 데이터 보호 규칙 적용 사용을 참조하십시오.

성능 튜닝을 위해 형식화된 쿼리 액세스 플랜 형식화 및 저장

이제 Watson Query에서 성능 튜닝을 위해 형식화된 액세스 플랜을 형식화하고 저장할 수 있습니다. Watson Query에서 SQL 쿼리를 실행할 때 웹 클라이언트를 사용하여 쿼리 액세스 플랜을 생성할 때 EXPLAIN 정보가 표시되는 방식을 형식화할 수 있습니다. 그런 다음 웹 클라이언트에서 db2exfmt 명령을 실행하여 텍스트 파일에서 EXPLAIN 출력을 쉽게 생성하고 다운로드할 수 있습니다.

와일드카드 문자를 사용하여 데이터 소스 필터링

이제 가상화된 테이블을 작성할 때 다음 와일드카드 문자를 사용하여 필요한 데이터 소스를 찾도록 필터를 사용자 정의할 수 있습니다.

  • % (퍼센트): 0개이상의 문자를 표시합니다.
  • _ (밑줄): 단일 문자 표시

자세한 정보는 Watson Query에서 데이터 필터링을 참조하십시오.

Watson Query 사용자는 자신의 가상 오브젝트를 공개할 수 있습니다.

Watson Query 에서 사용자 역할을 가진 사용자는 이제 자신이 작성한 가상 오브젝트를 통제된 카탈로그에 공개할 수 있습니다.

자세한 정보는 Watson Query를 사용하여 카탈로그에 가상 데이터 공개를 참조하십시오.

개별 데이터 소스에 액세스하여 조작을 수행할 수 있는 사용자 관리

데이터 소스 액세스 제한사항을 사용하면 공유 신임 정보를 사용하는 개별 데이터 소스 연결에 대한 액세스를 명시적으로 관리할 수 있습니다. 사용자 및 역할을 데이터 소스 연결을 위한 협업자로 지정할 수 있습니다. 해당 협업자만 데이터 소스 연결에 액세스할 수 있습니다. 협업자가 데이터 소스에서 수행할 수 있는 조치를 관리하기 위해 협업자에게 특정 권한을 지정합니다. 이를 통해 관리자와 같은 역할이 지정된 일부 사용자가 다른 관리자 사용자와 다른 데이터 소스 연결에 액세스하여 조치를 수행할 수 있도록 역할에서 권한을 분리할 수 있습니다.

자세한 정보는 Watson Query의 데이터 소스 연결 액세스 제한사항을 참조하십시오.

Generic S3 및 Microsoft Azure Data Lake Storage Gen2 데이터 레이크에서 데이터 조회

이제 Generic S3 및 Microsoft Azure Data Lake Storage Gen2 데이터 소스에 연결할 수 있습니다. 자세한 정보는 Watson Query에서 지원되는 데이터 소스를 참조하십시오.

쿼리 모드를 선택하여 성능 또는 일관성의 우선순위를 지정하십시오.

이제 최대 푸시다운 모드 또는 최대 일관성 모드에서 조회를 실행하도록 선택할 수 있습니다.

  • 최대 푸시다운 모드는 Watson Query 와 단일 소스 쿼리의 데이터 소스 간 시맨틱 차이를 무시합니다. 따라서 더 많은 단일 소스 쿼리가 데이터 소스로 완전히 푸시다운되어 쿼리 성능이 향상될 수 있습니다. 쿼리 결과는 이 모드에서 완전히 푸시다운된 쿼리에 대한 데이터 소스 시맨틱과 일치합니다. 최대 푸시다운 모드는 다중 소스 쿼리에 영향을 주지 않습니다.
  • 최대 일관성 모드는 Watson Query 시맨틱을 따라 조작을 데이터 소스로 푸시다운할 수 있는지 여부를 평가합니다. 데이터 소스에서 실행되는 조작이 Watson Query와 동일한 결과를 생성하는 경우 조작을 푸시다운할 수 있습니다. 원격 데이터 소스에 Watson Query와 동일한 시맨틱이 있는 경우 이 모드의 쿼리는 완전히 푸시다운될 수 있습니다.

탐색 탭을 사용하여 신속하게 테이블 찾기 및 가상화

이제 가상화하려는 테이블을 빠르게 찾을 수 있습니다. 가상화 페이지에서 탐색 탭을 사용하여 연결된 데이터 소스에서 데이터베이스, 스키마 및 사용 가능한 테이블을 찾아볼 수 있습니다. 목록 탭은 연결된 모든 데이터 소스에서 사용 가능한 모든 테이블을 표시합니다. 데이터 소스 페이지에서 데이터 소스를 필터링하여 목록 탭에서 사용 가능한 테이블의 축소된 목록을 빠르게 로드할 수 있습니다.

자세한 정보는 Watson Query에서 가상 오브젝트 작성을 참조하십시오.

데이터 샘플링을 사용하여 가상화된 테이블에 대한 통계 콜렉션 개선

데이터 샘플링은 통계를 수집하는 데 필요한 자원을 줄여 통계 콜렉션을 향상시킵니다. 웹 클라이언트에서 원격 조회 콜렉션 메소드를 선택하여 통계를 수집할 때 기본 샘플링 비율 20%가 사용됩니다. 통계 콜렉션을 최적화하려면 테이블 샘플링 사용을 선택하고 1% - 99% 사이의 샘플링 비율을 선택하십시오.

DVSYS.COLLECT_STATISTICS 프로시저의 경우, TABLESAMPLE 옵션을 원격 쿼리 통계 콜렉션 유형과 함께 사용하여 통계를 수집할 때 데이터를 샘플링할 수 있습니다. 추가 정보는 사용 참고사항을 참조하십시오.

DVSYS.COLLECT_STATISTICS 플랫 파일을 통해 가상화된 테이블에 대한 통계를 수집하는 프로시저입니다.

자세한 정보는 Watson Query를 참조하십시오.

플랫폼 인증 정보를 사용하여 Watson Query 연결에 액세스

플랫폼 연결을 사용하여 Watson Query에 액세스하는 경우 신임 정보에 대한 프롬프트가 표시됩니다. 연결에 대한 개인 신임 정보를 입력하지 않고 선택적으로 내 플랫폼 로그인 신임 정보 사용을 선택할 수 있습니다. 연결은 현재 세션 JWT (JSON Web Token) 를 사용합니다.

오브젝트 스토리지의 데이터 소스에 대한 개선사항

  • 이제 오브젝트 스토리지에서 일반 S3 데이터 소스에 대한 연결을 작성하고 파일을 가상화할 수 있습니다.
  • 이제 오브젝트 스토리지에 저장된 외부 압축 CSV 또는 TSV 파일에서 가상화된 테이블을 작성할 수 있습니다. 자세한 정보는 오브젝트 스토리지의 파일에서 가상 테이블 작성을 참조하십시오.
  • 이제 열 헤더를 포함하는 클라우드 오브젝트 스토리지에서 플랫 파일을 가상화할 수 있습니다.

자세한 정보는 Watson Query의 클라우드 오브젝트 스토리지에 있는 파일에서 가상화된 테이블 작성을 참조하십시오.

술어 푸시다운 개선 및 추가 데이터 소스에서 술어 푸시다운 지원

술어 푸시다운은 조회 시간 및 메모리 사용량을 줄이는 최적화입니다. 이 릴리스에는 술어 푸시다운에 대한 다음과 같은 개선사항이 포함되어 있습니다.

  • COUNT (DISTINCT) 또는 GROUP BY절을 포함하는 쿼리는 이제 Teradata, Netezza®, Microsoft SQL Server, z/OS ® 용 Db2® for z/OS®및 Db2 데이터베이스 데이터 소스에 대한 후미 공백 비교 규칙을 사용하여 푸시다운할 수 있습니다.
  • 대소문자 구분을 처리하기 위해 Teradata 데이터 소스의 CHAR 또는 VARCHAR 데이터에 대한 GROUP BY 또는 WHERE 술어와 같은 문자열 비교 연산을 포함하는 쿼리입니다.
  • LIKE 술어가 있는 SQL문은 이제 Db2®, SAP HANA, Oracle, PostgreSQL, Apache Hive, MySQL, Microsoft SQL Server, 눈송이, Netezza® Performance Server및 Teradata에 대해 푸시다운됩니다.
  • Fetch절이 있는 SQL문은 이제 Db2, Db2 for z/OS, Apache Derby, Oracle, Amazon Redshift, Google BigQuery및 Salesforce.com 데이터 소스에 대해 푸시다운됩니다.
  • 문자열 비교 필터가 있는 SQL문은 이제 Db2, Microsoft SQL Server, Teradata, Netezza Performance Server및 Apache Derby 데이터 소스에 대해 푸시다운됩니다.
  • OLAP 함수가 있는 SQL문은 이제 Db2 및 Netezza Performance Server 데이터 소스에 대해 푸시다운됩니다.
  • Greenplum 데이터 소스는 이제 술어 푸시다운을 지원합니다.
  • MySQL (My SQL Community Edition 및 My SQL Enterprise Edition) 데이터 소스는 이제 술어 푸시다운을 지원합니다.
  • Cloudera Impala 데이터 소스는 이제 술어의 푸시다운을 지원합니다.
  • z/OS® 용 Watson Query Manager 데이터 소스는 이제 술어 푸시다운을 지원합니다.

자세한 정보는 Watson Query에서 지원되는 데이터 소스를 참조하십시오.

이제 Watson Query 연결을 기본적으로 플랫폼 연결에서 사용할 수 있습니다.

연결 세부사항을 수동으로 채우지 않고 플랫폼 연결에서 카탈로그 및 프로젝트로 Watson Query 연결을 추가할 수 있습니다.

관리자인 경우 여러 사용자 및 역할에 대한 액세스 관리

Watson Query 관리자는 이제 여러 사용자 및 역할에 대한 액세스 권한을 동시에 부여하고 취소할 수 있습니다.

자세한 정보는 Watson Query에서 가상 오브젝트에 대한 액세스 관리를 참조하십시오.

Watson Query 관리자는 이제 모든 사용자가 가상 오브젝트를 볼 수 있도록 설정할 수 있습니다.

관리자는 이제 가상화된 데이터 페이지에서 기존 가상 오브젝트를 표시하여 사용자에게 보다 포괄적인 컨텐츠 보기를 제공하도록 선택할 수 있습니다. 해당 오브젝트 내의 데이터 액세스는 계속해서 Watson Query 권한 및 데이터 보호 규칙을 준수합니다. 이 기능을 사용하려면 관리자가 서비스 설정에서 가시성 제한 설정을 사용 안함으로 설정해야 합니다.

자세한 정보는 Watson Query에서 가상 오브젝트의 가시성 관리를 참조하십시오.

스튜워드 역할이 더 이상 DATAACCESS 데이터베이스 권한을 보유하지 않음

대신 스튜워드 역할은 이제 모든 사용자 정의 스키마에 대해 더 제한된 SELECTIN 권한을 갖습니다.

새 캐싱 API

캐시 항목은 캐싱 서비스가 노출하는 REST API를 통해 관리할 수 있습니다. 이러한 API는 모든 애플리케이션에서 호출할 수 있습니다. 새 캐싱 API를 사용하여 다음 태스크를 수행할 수 있습니다.

  • 캐시 작성
  • 특정 캐시 나열
  • 캐시 삭제
  • 캐시 사용
  • 캐시 사용 안함
  • 캐시 새로 고치기
  • 캐시 편집

다음 캐싱 API는 더 이상 사용되지 않습니다.

  • 캐시 나열
  • 캐시 나열
  • 캐시 스토리지 페치

자세한 정보는 Watson Query 2.0.0 API 문서의 캐시 를 참조하십시오.

새 공개 API

다음 API를 사용하여 카탈로그에 표시된 데이터를 공개할 수 있습니다.

다음 API는 더 이상 사용되지 않습니다.

2023년 12월 1일로 끝나는 주

watsonx.governance 의 일부로 Watson OpenScale 에 대한 새 플랜

2023년 12월 1 일

Watson OpenScale 은 이제 watsonx.governance의 일부입니다. IBM Cloud 카탈로그에서 watsonx.governance 를 프로비저닝하면 Watson OpenScale이 설치됩니다. Cloud Pak for Data as a Service에서 Watson OpenScale 은 예측 머신 러닝 모델을 평가하기 위한 서비스를 계속 제공합니다. watsonx에서 watsonx.governance 를 프로비저닝하면 Watson OpenScale 의 통제 기능을 확장하여 기계 학습 자산 및 기초 모델 자산을 평가할 수 있습니다. AI 유스 케이스를 정의하여 비즈니스 문제점을 해결한 후에 요소 시트에서 자산 데이터를 추적하여 준수 및 통제 목표를 지원할 수 있습니다. Watsonx.governance 플랜 및 기능은 댈러스 지역에서만 사용 가능합니다. Watson OpenScale 레거시 플랜은 프랑크푸르트 지역에서 사용 가능합니다.

IBM Watson Knowledge Catalog 는 이제 IBM Knowledge Catalog 입니다.

2023년 12월 1 일

IBM Watson Knowledge Catalog 의 이름이 IBM Knowledge Catalog로 변경되었습니다. 이름만 변경되고 서비스 오퍼링 플랜 및 제품 기능은 동일하게 유지됩니다.

IBM Knowledge Catalog 에서 메타데이터 가져오기를 위한 새 데이터 소스

2023년 12월 1 일

다음 데이터 소스에서 IBM Knowledge Catalog 로 메타데이터를 가져올 수 있습니다.

  • IBM Match 360
  • SingleStoreDB

자세한 정보는 메타데이터 가져오기, 메타데이터 강화 및 데이터 품질 규칙에 대해 지원되는 데이터 소스를 참조하십시오.

2023년 11월 17일로 끝나는 주

사용자 및 사용자 그룹 유형의 새 사용자 정의 특성

2023년 11월 17 일

이제 사용자 및 사용자 그룹 유형의 사용자 정의 특성을 작성하고 특정 사용자 또는 사용자 그룹을 지정할 수 있습니다. 자세한 정보는 사용자 정의 특성 작성을 참조하십시오.

사용자 정의 관계 유형의 한쪽 끝에 있는 다중 소스

2023년 11월 17 일

소스 및 대상 끝에서 여러 유형을 사용하여 사용자 정의 관계 유형 세트를 확장할 수 있습니다. 자세한 관계 정의를 위해 많은 아티팩트, 자산 및 열 유형을 사용하십시오. 자세한 정보는 사용자 정의 관계 작성을 참조하십시오.

IBM Knowledge Catalog 의 데이터 품질에 대한 새 권한

2023년 11월 17 일

이제 사용자에게 다음 권한을 지정하여 IBM Knowledge Catalog에서 데이터 품질이 설정되는 방법을 더 많이 제어할 수 있습니다.

  • 데이터 품질 자산 관리
  • 데이터 품질 규칙 실행
  • 문제 세부사항으로 드릴 다운

기본적으로 새 권한은 다음 역할에 포함됩니다.

  • 관리자
  • CloudPak 데이터 품질 분석가-새 역할

데이터 품질 정의 및 규칙을 관리하고 데이터 품질 규칙을 실행해야 하는 사용자에 대한 역할 지정 및 사용자 정의 역할을 업데이트하십시오.

자세한 정보는 IBM Knowledge Catalog 및 Watson Studio에 대한 사용자 역할 및 권한을 참조하십시오.

데이터 보호 규칙 내보내기 및 가져오기

2023년 11월 17 일

이제 API를 사용하여 Cloud Pak for Data as a Service의 여러 인스턴스에서 데이터 보호 규칙을 내보내고 가져올 수 있습니다. 용어집 아티팩트, 카탈로그, 자산 및 사용자에 대한 링크는 데이터 보호 규칙을 내보낼 때 유지보수됩니다.

자세한 정보는 데이터 보호 규칙 마이그레이션을 참조하십시오.

ELT (Extract, Load, and Transform) 실행 모드에서 DataStage 플로우 실행 (베타)

2023년 11월 13 일

ELT 프로세스는 대상 데이터베이스에서 프로세스의 변환 파트를 실행한다는 점에서 기존 ETL (Extract, Transform, and Load) 프로세스와 다릅니다. 이는 보다 효율적이고 비용 효율적일 수 있습니다. 이 기능은 현재 베타에서 제공되며 프로덕션에는 지원되지 않습니다.

일부 사전 정의된 관계 유형 제거 (2023년 12월 13일)

2023년 11월 13 일

2023년 12월 13일에는 자주 사용되지 않는 자산-자산 및 자산-아티팩트 관계에 대해 사전 정의된 관계 유형이 제거됩니다.

다음 관계 유형이 영향을 받습니다.

  • Defines - Is defined by 이는 다음으로 대체됩니다. Contains - Is contained in
  • Is owner of - Is owned by 이는 다음으로 대체됩니다. Contains - Is contained in
  • Has for parent entity - Is relationship child of 이는 다음으로 대체됩니다. Is parent of - Is child of
  • Is supertype of - Is subtype of 이는 다음으로 대체됩니다. Is parent of - Is child of

지금 수행해야 하는 작업은 다음과 같습니다.

  • 이러한 관계 유형을 사용하지 않는 경우에는 조치가 필요하지 않습니다.
  • 이러한 관계 유형을 사용 중이고 대체 관계 유형에 동의하는 경우에는 조치가 필요하지 않습니다.
  • 이러한 관계 유형을 사용 중이고 다른 관계 유형을 지정하려는 경우 현재 관계를 제거하고 다른 사전 정의 또는 사용자 정의 관계 유형을 사용하여 새 관계를 작성하십시오.

이러한 관계 유형의 대체와 관련된 질문이나 문제가 있는 경우 지원 티켓을 열 수있습니다.

2023년 11월 10일로 끝나는 주

컬럼의 세부사항 패널에서 자원 키 제거

2023년 11월 10 일

컬럼에 정보를 적용할 수 없는 경우에도 컬럼 레벨의 세부사항 패널에 자원 키가 표시되었습니다. 이제 자원 키가 컬럼 레벨의 세부사항 패널에서 제거됩니다. 정보는 여전히 자산 레벨에서 필요합니다. 예를 들어, 가져오기 계보 맵핑 CSV 파일에서 자산 자원 키를 사용할 수 있습니다.

DataStage-aaS Anywhere를 사용하여 로컬로 DataStage 원격 런타임 엔진 배치

2023년 11월 9일

이제 DataStage 원격 런타임 엔진을 배치하여 온프레미스 또는 데이터 센터나 클라우드에서 데이터 통합 작업을 실행할 수 있습니다.

DataStage 런타임 엔진은 향상된 성능 및 보안을 위해 로컬 환경에 배치되는 컨테이너형 오퍼링입니다. DataStage 에서 ETL및 ELT 파이프라인을 디자인하고 엔진에서 로컬로 데이터 통합 태스크를 실행하십시오. 관리자는 하나 이상의 원격 런타임 엔진을 스핀업할 수 있습니다. 보안을 위해 프로젝트에 대해 DSaaS Anywhere가 사용으로 설정되면 실행 스타일을 IBM Cloud 서버리스 런타임으로 되돌릴 수 없지만 IBM Cloud 서버리스 런타임은 다른 프로젝트에 사용 가능한 상태로 유지됩니다.

자세한 정보는 DataStage 환경을 참조하십시오.

런타임 23.1 에서 Python 3.10 및 R4.2 프레임워크 및 소프트웨어 스펙에 대한 지원 발표

2023년 11월 9일

이제 Python 3.10 및 R 4.2기반의 최신 데이터 과학 프레임워크를 포함하는 IBM Runtime 23.1을 사용하여 Watson Studio Jupyter 노트북 및 R 스크립트를 실행하고 모델을 훈련하고 Watson Machine Learning 배치를 실행할 수 있습니다. IBM Runtime 23.1 프레임워크 및 소프트웨어 스펙을 사용하도록 자산 및 배치를 업데이트하십시오.

Apache Spark 3.4 를 사용하여 노트북 및 스크립트 실행

Python 3.10 및 R 4.2 의 Spark 3.4 는 이제 프로젝트에서 노트북 및 RStudio 스크립트에 대한 런타임으로 지원됩니다. 사용 가능한 노트북 환경에 대한 세부사항은 프로젝트의 노트북 편집기에 대한 자원 옵션 계산프로젝트의 RStudio 에 대한 자원 옵션 계산을 참조하십시오.

2023년 10월 27일로 끝나는 주

DataStage 의 복잡한 플랫 파일에서 데이터에 액세스

2023년 10월 27 일

이제 DataStage 플로우에서 Complex Flat File 커넥터를 사용할 수 있습니다.

DataStage 커넥터의 전체 목록은 DataStage에서 지원되는 데이터 소스를 참조하십시오.

DataStage 에서 추가 데이터 소스에 연결

2023년 10월 27 일

이제 DataStage 플로우에 다음 데이터 소스의 데이터를 포함할 수 있습니다.

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

DataStage 커넥터의 전체 목록은 DataStage에서 지원되는 데이터 소스를 참조하십시오.

Satellite 커넥터를 사용하여 온프레미스 데이터베이스에 연결

2023년 10월 26 일

새 Satellite 커넥터를 사용하여 인터넷을 통해 액세스할 수 없는 데이터베이스에 연결하십시오 (예: 방화벽 뒤). Satellite 커넥터는 온프레미스 환경에서 다시 IBM Cloud로 안전하고 감사 가능한 통신을 작성하는 경량 Docker기반 통신을 사용합니다. 지시사항은 방화벽 뒤의 데이터에 연결을 참조하십시오.

Secure Gateway는 더 이상 사용되지 않습니다.

2023년 10월 26 일

IBM Cloud 는 Secure Gateway의 사용 중단을 발표했습니다. 자세한 정보는 개요 및 타임라인을 참조하십시오.

현재 Secure Gateway로 설정된 연결이 있는 경우 대체 통신 방법을 사용하도록 계획하십시오. Cloud Pak for Data as a Service에서 Secure Gateway에 대한 대체로 Satellite 커넥터를 사용할 수 있습니다. 방화벽 뒤의 데이터에 연결을 참조하십시오.

DataStage 에서 NLS 조합 사용

2023년 10월 27 일

이제 DataStage 플로우에서 자국어 지원을 사용하여 데이터를 조합할 수 있습니다.

2023년 10월 20일로 끝나는 주

새 IBM watsonx.data 연결을 사용하여 lakehouse 데이터에 액세스

2023년 10월 20 일

IBM watsonx.data 연결을 사용하여 Cloud Pak for Data 또는 IBM Cloud에 배치된 watsonx.data 인스턴스의 데이터베이스에 연결할 수 있습니다. IBM watsonx.data 는 모든 데이터 및 AI 워크로드에 대해 쿼리 엔진에 의해 최적화되는 개방형 하이브리드 및 통제된 데이터 저장소입니다.

자세한 정보는 IBM watsonx.data 연결을 참조하십시오.

2023년 10월 13일로 끝나는 주

선호하는 언어로 변환된 사용자 정의 열거 특성 이름 (IBM Knowledge Catalog)

2023년 10월 13 일

사용자 정의 특성 소유자는 이제 사용자 정의 열거 유형 특성 이름이 선호하는 언어로 변환되도록 허용할 수 있습니다.

자산 또는 열에 대한 사용자 정의 열거 유형 특성의 소유자는 브라우저의 언어로 사용자 정의 열거 특성 이름을 보도록 선택하기 전에 특성의 정의를 정의해야 합니다. 자세한 정보는 사용자 정의 특성 작성을 참조하십시오.

Decision Optimization 의 중간 솔루션

2023년 10월 12 일

이제 Decision Optimization 실험이 실행되는 동안 중간 솔루션의 샘플을 보도록 선택할 수 있습니다. 이는 디버깅 또는 해결 프로그램의 진행 상태를 확인하는 데 유용할 수 있습니다. 해결하는 데 시간이 더 오래 걸리는 대형 모델의 경우, 중간 솔루션을 사용하면 이제 해결이 완료될 때까지 기다리지 않고도 해결과 관련된 잠재적인 문제점을 빠르고 쉽게 식별할 수 있습니다. 중간 솔루션이 있는 실행 통계를 표시하는 그래픽 표시입니다. 실행 구성에서 중간 솔루션 전달 매개변수를 구성하고 이러한 솔루션의 빈도를 선택할 수 있습니다. 자세한 정보는 중간 솔루션구성 매개변수 실행을 참조하십시오.

새 Decision Optimization 저장된 모델 대화 상자

Decision Optimization 사용자 인터페이스에서 배치를 위해 모델을 저장할 때 이제 입력 및 출력 스키마를 검토하고 포함할 테이블을 더 쉽게 선택할 수 있습니다. 또한 실행 구성 매개변수를 추가, 수정 또는 삭제하고 환경 및 사용된 모델 파일을 검토할 수 있습니다. 이러한 모든 항목은 동일한 배치를 위해 모델로 저장 대화 상자에 표시됩니다. 자세한 정보는 사용자 인터페이스를 사용하여 Decision Optimization 모델 배치를 참조하십시오.

구조화되지 않은 데이터의 프로파일링이 더 이상 사용되지 않음 (IBM Knowledge Catalog)

2023년 10월 10 일

현재 비정형 데이터가 포함된 데이터 자산은 더 이상 프로파일링할 수 없습니다.

DataStage 작업에 대한 런타임 메트릭 보기

2023년 10월 9 일

이제 캔버스 및 작업 실행 세부사항 페이지에서 DataStage 작업에 대한 런타임 메트릭을 볼 수 있습니다. 자세한 정보는 DataStage 작업 작성 및 관리를 참조하십시오.

새 스테이지에 키 및 속성 대량 추가

2023년 10월 9 일

이제 DataStage 플로우에서 정렬, 병합, 결합, 중복 제거, 차이, 변경 캡처, 변경 적용, 결합 레코드, 퍼넬, 비교, 검색 파일 세트, 쓰기 범위 맵 및 Bloom 필터와 같은 스테이지에 키 및 속성을 대량 추가할 수 있습니다.

2023년 10월 6일로 끝나는 주

연결 오퍼레이션 (Data Refinery) 에서 새 열의 배치 제어

2023년 10월 6 일

이제 연결 조작의 결과인 새 열의 위치를 지정할 수 있는 두 가지 옵션이 있습니다. 데이터 세트에서 가장 오른쪽에 있는 열로 또는 원래 열 옆에 있습니다.

연산 열 위치 연결

이전에는 새 열이 데이터 세트의 시작 부분에 배치되었습니다.

중요:

기존 Data Refinery 플로우에서 연결 오퍼레이션을 편집하여 새 열 위치를 지정하십시오. 그렇지 않으면 플로우가 실패할 수 있습니다.

Data Refinery 오퍼레이션에 대한 정보는 Data Refinery의 GUI 오퍼레이션을 참조하십시오.

2023년 9월 29일로 끝나는 주

DataStage 의 Modify 스테이지에 대한 표현식 빌더에서 새 함수 사용

2023년 9월 25 일

DataStage 플로우의 Modify 스테이지에서 표현식 빌더의 변환 함수를 사용할 수 있습니다.

2023년 9월 22일로 끝나는 주

Decision Optimization Java 모델

2023년 9월 20 일

이제 Decision Optimization Java 모델을 Watson Machine Learning에 배치할 수 있습니다. Java 작업자 API를 사용하여 OPL, CPLEX및 CP Optimizer Java API로 최적화 모델을 작성할 수 있습니다. 이제 공용 Java 작업자 GitHub에서 제공되는 표준 유형을 사용하여 로컬로 모델을 쉽게 작성하고 패키지하여 Watson Machine Learning 에 배치할 수 있습니다. 자세한 정보는 Decision Optimization용 Java 모델 배치를 참조하십시오.

2023년 9월 8일로 끝나는 주

알림: 비정형 데이터의 Watson Knowledge Catalog 프로파일링이 중단됨

2023년 9월 8 일

구조화되지 않은 데이터 자산의 프로파일링은 2023년 10월 10일부터 더 이상 지원되지 않습니다.

2023년 9월 1일로 끝나는 주

노트북에서 주석 사용 중단

2023년 8월 31 일

오늘 현재 노트북 조치 막대에서 노트북에 주석을 추가할 수 없습니다. 기존 주석이 제거되었습니다.

노트북 조치 표시줄의 주석 아이콘

DataStage 에서 새 환경 변수 사용

2023년 8월 28 일

이제 DataStage 플로우의 플로우 매개변수에 환경 변수 APT_SHOW_METRICS를 추가할 수 있습니다.

2023년 8월 25일로 끝나는 주

이름 및 날짜 정렬을 사용하여 카탈로그를 빠르게 찾습니다.

2023년 8월 24 일

이제 모든 카탈로그 보기 페이지에서 작성된 이름 또는 날짜별로 카탈로그 목록을 정렬하여 카탈로그를 찾을 수 있습니다. 카탈로그를 이름별로 알파벳순으로 정렬하려면 이름 헤더를 클릭하십시오. 작성 날짜 헤더를 클릭하여 카탈로그를 오름차순 또는 내림차순으로 정렬하십시오.

IBM Knowledge Catalog 에서 데이터 품질 개요

2023년 8월 22 일

데이터 품질 정보에는 새로운 가정이 있습니다. 카탈로그 또는 프로젝트의 각 데이터 자산에 대해 데이터 품질 페이지는 사전 정의된 데이터 품질 검사 및 데이터 품질 규칙에서 제공되는 품질 정보로 채워집니다. 적용 가능한 데이터 품질 차원 및 개별 품질 검사의 결과를 볼 수 있습니다. 각 검사의 결과 또는 각 열의 결과까지 드릴 다운할 수 있습니다.

카탈로그 및 프로젝트의 데이터 품질 탭

자세한 정보는 데이터 품질을 참조하십시오.

메타데이터 강화 결과에서 유사한 정보를 사용할 수 있습니다.

모든 데이터 품질 분석은 이제 메타데이터 강화 또는 데이터 품질 규칙의 컨텍스트에서 실행됩니다. 프로젝트 또는 카탈로그의 프로파일 페이지에서 프로파일링을 실행하면 데이터 품질이 더 이상 분석되지 않으며 데이터 품질 점수가 생성되지 않습니다.

Watson Pipelines 에 사용 가능한 추가 캐시 개선사항

2023년 8월 21 일

파이프라인 플로우 설정을 사용자 정의하는 데 추가 옵션을 사용할 수 있습니다. 이제 파이프라인 실행에 캐시가 사용될 작업니다에과까지어야 권한니다에 대한 제어를 강화할 수 있습니다. 자세한 내용은 기본 설정 관리를 참조하십시오.

2023년 8월 18일로 끝나는 주

Watson Machine Learning 서비스에 대한 플랜 이름 업데이트

2023년 8월 18 일

즉시 시작하여 다음과 같이 IBM Watson Machine Learning 서비스에 대한 플랜 이름이 업데이트됩니다.

  • v2 표준 플랜은 이제 Essentials 플랜입니다. 이 계획은 조직에 기초 모델 및 기계 학습 자산에 대한 작업을 시작하는 데 필요한 자원을 제공하도록 설계되었습니다.

  • v2 Professional 플랜은 이제 Standard 플랜입니다. 이 계획은 자산 작성을 통해 생산적인 용도로 대부분의 조직을 지원하도록 설계된 자원을 제공합니다.

플랜 이름을 변경해도 서비스 이용 약관이 변경되지 않습니다. 즉, v2 표준 플랜을 사용하도록 등록된 경우 이제 이름이 Essentials로 지정되지만 모든 플랜 세부사항은 동일하게 유지됩니다. 마찬가지로 v2 Professional 플랜을 사용하도록 등록된 경우에는 플랜 이름이 Standard로 변경되는 것 외에는 변경사항이 없습니다.

각 플랜에 포함된 항목에 대한 세부사항은 Watson Machine Learning 플랜을 참조하십시오. 가격 정보를 보려면 IBM Cloud 카탈로그의 Watson Machine Learning 플랜 페이지 에서 플랜을 찾으십시오.

DataStage 에서 추가 데이터 소스에 연결

2023년 8월 18일

이제 DataStage 플로우에 다음 데이터 소스의 데이터를 포함할 수 있습니다.

  • Cloudera Impala
  • Presto

DataStage 커넥터의 전체 목록은 DataStage에서 지원되는 데이터 소스를 참조하십시오.

ODBC (DataStage) 를 사용하여 Google BigQuery 데이터에 연결

2023년 8월 18일

ODBC 연결에는 이제 Google BigQuery 데이터 소스가 포함됩니다.

DataStage에서 ODBC 연결에 사용 가능한 데이터 소스의 전체 목록은 ODBC 연결을 참조하십시오.

2023년 8월 11일로 끝나는 주

DataStage Transformer 스테이지에서 새 함수 사용

2023년 8월 8 일

  • 이제 Transformer 스테이지에서 데이터 마스킹, 암호화 및 regex 함수를 DataStage 플로우의 일부로 사용할 수 있습니다.
  • 이제 Transformer 스테이지의 출력 탭에 열을 끌어서 놓을 수 있습니다.
  • 이제 입력 탭에서 Transformer 스테이지의 열을 대량 편집할 수 있습니다.

노트북에서 주석 사용 중단

2023년 8월 7 일

2023년 8월 31일에는 노트북 조치 표시줄에서 노트북에 주석을 추가할 수 없습니다. 이 방법으로 추가된 기존 주석은 제거됩니다.

노트북 조치 표시줄의 주석 아이콘

2023년 8월 4일로 끝나는 주

사용자 정의 텍스트 분석 템플리트 (SPSS Modeler)

2023년 8월 4 일

SPSS Modeler의 경우 이제 사용자 정의 텍스트 분석 템플리트를 프로젝트에 업로드할 수 있습니다. 이는 사용자의 컨텍스트에 고유한 방식으로 키 개념을 캡처하고 추출하는 데 더 많은 유연성을 제공합니다.

2023년 7월 28일로 끝나는 주

Watson OpenScale 로 모델을 평가하기 위한 향상된 기능

2023년 7월 25 일

이러한 새 기능을 사용하여 모델 배치를 모니터 및 평가하고 결과를 해석하십시오.

새 안내된 설정으로 배치 구성

Watson OpenScale Insights 대시보드에 배치를 추가하고 모델 세부사항을 제공하는 데 도움을 주는 새 설정 마법사를 사용할 수 있습니다. 자세한 정보는 평가를 위한 배치 추가를 참조하십시오.

더 많은 인사이트를 제공하도록 새 드리프트 평가 구성

Watson OpenScale 에서 드리프트 평가의 새 버전을 구성하여 다음과 같은 새 메트릭을 생성할 수 있습니다.

  • 결과 드리프트
  • 기능 드리프트
  • 모델 품질 드리프트

자세한 정보는 드리프트 v2 평가 구성을 참조하십시오.

모델 상태 평가를 통해 모델 성능 이해

Watson OpenScale 은 이제 기본적으로 새 모델 상태 평가를 제공하여 모델이 트랜잭션을 얼마나 효율적으로 처리하는지 이해하는 데 도움을 줍니다. 자세한 정보는 모델 상태 모니터 평가 메트릭을 참조하십시오.

Watson OpenScale 에서 다중 대상 예측 모델 추가

Watson OpenScale에서 배치를 추가할 때 이제 여러 예측 열을 지정하여 품질 평가를 구성하기 위해 모델 출력에 대한 세부사항을 제공할 수 있습니다. 자세한 정보는 모델 세부사항 제공을 참조하십시오.

구조화되지 않은 데이터로 공정성 평가 실행

이제 비정형 데이터 유형에 대한 공정성 평가를 사용하여 편향성을 식별할 수 있습니다. 자세한 정보는 공정성 평가 구성을 참조하십시오.

2023년 7월 14일로 끝나는 주

카탈로그에서 자산 열 관계 관리

2023년 7월 14 일

이제 관리자가 카탈로그에서 자산 열 관계를 작성하고 관리할 수 있습니다. 열 관계는 열과 자산, 열과 아티팩트 사이 또는 열 사이에 작성할 수 있습니다.

열 관계를 추가하려면 자산의 개요 페이지에서 열 행을 클릭하십시오. 측면 분할창에서 관련 항목 오버플로우 메뉴를 클릭하십시오. 드롭 다운에서 관계 유형 중 하나를 선택하여 관계를 추가하십시오.

관계 작성에 대해 자세히 알아보려면 카탈로그의 자산 관계를 참조하십시오.

IBM Knowledge Catalog 에서 구조화되지 않은 데이터에 대한 프로파일링 지원이 더 이상 사용되지 않음

2023년 7월 12 일

Microsoft Word, PDF, HTML및 일반 텍스트 문서와 같은 구조화되지 않은 데이터가 포함된 데이터 자산의 프로파일링은 더 이상 사용되지 않습니다. 지원은 2023년 10월 10일 중단될 예정이다. 그때까지 지원되는 유형의 구조화되지 않은 데이터 자산은 프로젝트 또는 카탈로그에 추가될 때 자동으로 계속 프로파일링됩니다. 2023년 10월 11일부터 새로 추가된 비정형 데이터 자산은 더 이상 프로파일링되지 않습니다. 각 데이터 자산이 프로젝트 또는 카탈로그에 있는 동안 기존 프로파일을 사용할 수 있습니다.

Microsoft Azure SQL Database 연결은 Azure Active Directory 인증 (Azure AD) 을 지원합니다.

2023년 7월 14 일

이제 Microsoft Azure SQL Database 연결에 대해 Active Directory 를 선택할 수 있습니다. Active Directory 인증은 SQL Server 인증의 대안입니다. 이 개선사항을 사용하여 관리자는 Azure에 대한 사용자 권한을 중앙에서 관리할 수 있습니다. 자세한 정보는 Microsoft Azure SQL Database 연결을 참조하십시오.

2023년 7월 7일로 끝나는 주

IBM watsonx.ai 로 전환하십시오.

2023년 7월 7 일

Watson Studio 및 Watson Machine Learning 서비스가 있는 경우 이제 IBM watsonx.ai에 액세스할 수 있습니다. Cloud Pak for Data as a Service 에서 watsonx 로 전환하고 Prompt Lab 도구 또는 노트북에서 기본 모델에 대해 작업할 수 있습니다.

플랫폼 간 전환을 참조하십시오.

Watson Machine Learning 플랜에 대한 업데이트

2023년 7월 7 일

모든 Watson Machine Learning 플랜에는 이제 기초 모델 추론이 포함됩니다. 기초 모델 추론은 watsonx.ai에서만 사용 가능합니다. watsonx.ai로 전환 하고 새 Prompt Lab 도구를 사용하거나 노트북을 사용하여 기본 모델에 액세스할 수 있습니다. Cloud Pak for Data as a Service에서 사용하는 것과 동일한 Watson Machine Learning 서비스 인스턴스를 watsonx.ai 에서 사용합니다.

Watson Machine Learning Lite 플랜이 있는 경우 매월 기초 모델 추론에 최대 25 ,000개의 토큰을 사용할 수 있습니다.

Watson Machine Learning v2 Standard 또는 v2 Professional 플랜이 있는 경우 계정 사용자가 Prompt Lab 또는 노트북에서 기초 모델 추론을 수행할 때 계정에 비용이 발생합니다.

기초 모델 추론을 추적하고 청구하는 방법에 대한 세부사항은 Watson Machine Learning 플랜을 참조하십시오. 기초 모델 추론의 가격 책정을 위해 IBM Cloud 카탈로그의 Watson Machine Learning 플랜 페이지 에서 플랜을 찾으십시오.

런타임 23.1 의 향상된 자연어 처리 기능

2023년 7월 7 일

런타임 23.1 에는 Watson Natural Language Processing library 4.1 및 사전 훈련된 새 모델 세트가 포함되어 있습니다. NLP 라이브러리에는 다음과 같은 개선사항 및 업데이트가 포함되어 있습니다.

  • 포함된 많은 모델이 이제는 변환기 기반입니다. 이 모델은 IBM에서 작성한 Slate LLM (Large Language Model) 에 대해 훈련되었습니다. 모델은 다음 두 가지 버전으로 사용 가능합니다.
    • CPU 전용 환경에 최적화됨
    • GPU 또는 CPU가 있는 환경의 경우
  • 서로 다른 NLP 태스크에 대해 포함된 많은 모델은 이제 블록 기반이 아니라 워크플로우 기반이므로 사전 처리 단계에 대해 걱정하지 않고 입력 텍스트에 직접 모델을 적용할 수 있습니다.

NLP에는 NLP 태스크를 미세 조정하는 데 사용할 수 있는 Slate 기초 모델이 포함되어 있습니다. Watson NLP를 사용하여 자체 모델을 빌드하기 위한 기반으로 Hugging Face의 변환기 기반 모델 또는 Slate 모델을 사용할 수 있습니다.

IBM 에서 제공하는 모든 모델은 이제 증오, 편견 및 욕설에 대한 최신 필터링을 사용하여 비편향 데이터에 대해 독점적으로 훈련됩니다.

이러한 기능은 현재 다음 환경에서 사용 가능합니다.

  • Python 3.10 의 NLP 런타임 23.1
  • GPU V100 Runtime 23.1 ( Python 3.10 )
  • GPU 2xV100 Runtime 23.1 ( Python 3.10 )

NLP 처리에는 이러한 환경을 사용할 수 있지만 일반 모델 개발에는 사용할 수 없습니다. 이러한 환경에서 사용되는 데이터 사이언스 라이브러리는 아직 Watson Machine Learning에서 지원되지 않습니다.

자세한 정보는 Watson 자연어 처리를 참조하십시오.

2023년 6월 30일로 끝나는 주

Knowledge Accelerators (IBM Knowledge Catalog) 의 향상된 Data Privacy 컨텐츠

2023년 6월 28 일

Knowledge Accelerator for Cross Industry 에는 이제 개인 정보의 검색 및 통제를 가속화하기 위해 분류된 비즈니스 용어 및 데이터 클래스 세트를 포함하는 Data Privacy 컨텐츠가 있습니다. 또한 개인 정보 처리와 관련된 활동을 설명하는 샘플 데이터 개인정보 보호정책 및 규칙을 사용할 수 있습니다.

비즈니스 용어 및 데이터 클래스에는 개인 정보 (PI) 및 민감한 개인 정보 (SPI) 의 식별을 안내하는 분류가 있습니다. IBM Knowledge Catalog 에서 메타데이터 강화를 사용하여 가져온 데이터 자산에 비즈니스 용어를 지정하여 개인 데이터가 포함된 자산을 식별할 수 있습니다.

IBM Knowledge Accelerator for Cross Industry를 참조하십시오.

사용자 정의 자산에 사용 가능한 보고 (IBM Knowledge Catalog)

2023년 6월 28 일

이제 프로젝트 또는 카탈로그의 자산에 대한 사용자 정의 특성을 기반으로 조회, 보고서 및 대시보드를 작성할 수 있습니다. 자산에 대한 새 사용자 정의 특성을 정의하여 제공된 자산 유형 또는 사용자 정의 자산 유형을 확장한 후 이러한 관계를 기반으로 보고서를 작성할 수 있습니다. 예를 들어, 데이터 품질 규칙 및 아티팩트 관계에 대한 보고서를 작성하여 데이터의 정확성을 추정할 수 있습니다. 자세한 정보는 보고 설정을 참조하십시오.

데이터 품질 규칙에 대한 보고 개선사항 (IBM Knowledge Catalog)

2023년 6월 28 일

이제 다음 방법으로 데이터 품질 규칙을 모니터할 수 있습니다.

  • 카탈로그 또는 프로젝트의 각 데이터 자산에 대한 데이터 품질 문제 보고서를 수신하고 관리합니다.
  • 데이터 품질 점수 및 데이터 품질 차원 점수에 대한 보고를 사용하여 프로젝트 및 카탈로그에서 데이터 자산에 대한 진행 중인 데이터 품질을 모니터합니다. 데이터 품질 점수는 데이터 품질 차원 점수의 가중 평균을 기반으로 합니다. 데이터 품질 차원 점수는 관련 데이터 품질 검사의 결과를 기반으로 합니다.
  • 다중 규칙 정의를 포함하는 데이터 품질 규칙의 경우 BI 보고 스키마에서 규칙 정의별 데이터 품질 검사 통계 (결과) 를 참조하십시오.

자세한 정보는 데이터 모델을 참조하십시오.

2023년 6월 23일로 끝나는 주

AI Factsheets 에 대한 개선사항을 사용하여 모델을 보다 효과적으로 통제합니다.

2023년 6월 23 일

AI Factsheets 는 이제 비즈니스 문제점에 대한 솔루션을 추적하고, 광범위한 자산을 통제하고, factsheet첨부 파일을 사용하여 더 많은 정보를 캡처하고, 개선된 보고서를 생성하는 더 많은 방법을 제공합니다.

접근 방식으로 다른 모델 유스 케이스 솔루션 추적

유스 케이스에서 모델을 추적할 때 이제 하나 이상의 접근 방식 을 작성하여 비즈니스 문제점을 해결하기 위한 여러 가지 방법 및 모델 버전을 추적할 수 있습니다. 예를 들어, 유스 케이스에서 두 개의 서로 다른 접근 방식을 작성하여 서로 다른 알고리즘이 모델 성능에 미치는 영향을 비교하여 최상의 솔루션을 찾을 수 있습니다. 세부사항은 유스 케이스에서 모델 버전 관리를 참조하십시오.

외부 모델 관리를 위한 향상된 옵션

이제 AI Factsheets 를 사용하여 Cloud Pak for Data as a Service이외의 플랫폼에서 개발, 배치 및 모니터되는 모델을 포함하여 광범위한 외부 모델을 통제할 수 있습니다. 외부 모델에 대해 추적되는 보다 포괄적인 메타데이터 외에도 Python 클라이언트 및 API 명령은 모델 및 배치를 다른 환경으로 이동하여 이러한 자산의 라이프사이클을 보다 정확하게 추적하기 위한 추가 기능을 제공합니다. 자세한 내용은 모델 재고에 외부 모델 추가를 참조하십시오.

첨부 파일에 대한 추가 제어 실행

모델 재고 관리자는 사용자가 보다 구성된 방식으로 첨부 파일을 보고 승인된 형식으로 첨부 파일을 업로드할 수 있도록 첨부 파일 그룹을 작성하고 첨부 파일 정의를 작성할 수 있습니다. 자세한 내용은 팩시밀리에 대한 첨부 추가 및 관리를 참조하십시오.

AI Factsheets 보고서에 브랜딩 추가

브랜딩 정보 및 로고를 추가하여 시트에서 보고서를 작성하는 데 사용하는 보고서 템플리트를 사용자 정의하십시오. 자세한 정보는 패시트 및 모델 유스 케이스에 대한 보고서 생성을 참조하십시오. 세부사항은 팩시밀리 및 모델 유스 케이스에 대한 보고서 생성을 참조하십시오.

노트북을 위한 Python 3.10 Spark 3.3 런타임에 대한 지원 발표 (Watson Studio)

2023년 6월 23 일

Python 3.10 Spark 3.3 은 이제 노트북에 대한 런타임으로 지원됩니다. Python 3.9 Spark 3.3 은 더 이상 사용되지 않으며 2023년 7월 20일에 중단됩니다. 2023년 7월 6일부터 Python 3.9 Spark 3.3 환경에서 노트북을 작성하는 것이 제한되지만 기존 노트북은 2023년 7월 30일까지 계속 실행됩니다. 더 이상 사용되지 않는 환경이 제거되기 전에 Python 3.10 Spark 3.3 을 사용하도록 노트북 환경을 변경하십시오. 노트북 환경에 대한 세부사항은 프로젝트의 노트북 편집기에 대한 자원 옵션 계산을 참조하십시오.

2023년 6월 16일로 끝나는 주

곧 출시 예정: AutoAI 실험에서 시계열 이상 항목 예측의 일반 가용성

2023년 6월 15 일

모델이 새 데이터를 기반으로 결과를 예측할 때 이상 항목 또는 예기치 않은 결과를 발견할 수 있는 모델을 훈련시키기 위해 시계열 이상 항목 예측 실험을 작성합니다. AutoAI 의 이 기능은 현재 베타로 제공되며 프로덕션에 대해 지원되지 않습니다. 이 기능이 일반적으로 사용 가능하고 완전히 지원되면 시계열 이상 항목 예측 실험에 대한 훈련은 Watson Machine Learning 플랜의 일부로 용량 단위 시간 (CUH) 을 사용합니다. 자세한 정보는 다음을 참조하십시오.

Decision Optimization 실험에 대한 엔진 매개변수 사용자 정의 (Watson Studio)

2023년 6월 15 일

이제 Decision Optimization 실험에서 엔진 설정 파일을 추가할 수 있습니다. 이 파일을 사용하여 새 비주얼 편집기에서 모델을 해결하는 데 사용되는 엔진 매개변수를 보고 사용자 정의할 수 있습니다. 엔진 설정 파일을 가져오고 기존 설정을 검색할 수도 있습니다.

하나의 사용자 정의된 매개변수를 사용하여 비주얼 편집기 보기에서 열린 것으로 표시된 엔진 설정 .ops 파일

Python 모델 엔진 설정을 참조하십시오.

2023년 6월 2일로 끝나는 주

cpdctl 도구를 사용하여 AI 라이프사이클 이벤트 관리

2023년 6월 2 일

이제 Cloud Pak for Data 명령행 인터페이스 도구 (cpdctl) 를 사용하여 Cloud Pak for Data as a Service 에서 호스팅되는 자산을 관리하고 자동화할 수 있습니다. IBM Cloud 의 자동 구성을 사용하여 cpdctl API 명령으로 쉽게 연결할 수 있습니다. 세부사항 및 예제는 다음 자원을 참조하십시오.

2023년 5월 19일로 끝나는 주

리마인더: Python 3.9 및 R 3.6 에서 런타임 22.1 에 대한 지원 종료

2023년 5월 15 일

Python 3.9 및 R 3.6 환경의 IBM 런타임 22.1 은 2023년 6월 15일에 제거됩니다. 더 이상 22.1 런타임 또는 R 3.6을 사용하여 새 노트북을 작성하거나 사용자 정의 환경을 작성할 수 없으며, Python 3.9 소프트웨어 스펙을 사용하여 새 모델을 훈련시킬 수 없습니다. 2023년 6월 15일이전에 Python 3.10 또는 R 4.2 에서 IBM Runtime 22.2 를 사용하도록 자산 및 배치를 업데이트하십시오.

고급 사용자를 위한 키 값 검색 소개

2023년 5월 18 일

검색 표시줄에서 key:value 쌍을 사용하여 이제 설명, 태그, 사용자 정의 특성, 열 이름 등과 같은 자산 및 아티팩트 특성 내에서 검색할 수 있습니다. 특성 검색을 참조하십시오.

IBM Cloud Compose for MySQL 연결의 이름 변경

2023년 5월 18 일

IBM Cloud Compose for MySQL 연결의 이름이 IBM Cloud Databases for MySQL로 변경되었습니다. 연결에 대한 이전 설정은 동일하게 유지됩니다. 연결 이름만 변경되었습니다.

중단된 연결

2023년 5월 18 일

다음 연결이 중단되고 Cloud Pak for Data as a Service에서 제거되었습니다.

  • IBM Db2 Event Store
  • IBM Db2 Hosted

데이터 자산의 이름을 바꾸면 프로젝트의 파일 첨부 이름도 바뀝니다.

2023년 5월 19 일

프로젝트에 업로드한 파일 첨부가 있는 데이터 자산의 이름을 변경하면 파일 첨부도 이름이 바뀝니다. 그러나 카탈로그에서 가져온 데이터 자원의 이름을 변경해도 첨부 파일의 이름이 바뀌지 않습니다. 노트북과 같은 코드 기반 자산의 데이터 자산에 대한 참조를 새 데이터 자산 이름으로 업데이트해야 합니다. 그렇지 않으면 코드 기반 자산이 실행되지 않습니다. 프로젝트에서 자산 관리에 대한 자세한 정보를 참조하십시오.

2023년 5월 12일로 끝나는 주

사용자 정의 자산을 작성하고 열의 사용자 정의 특성을 관리하기 위한 새 UI 기능

2023년 5월 11 일

관리자 또는 편집자 역할의 카탈로그 협업자는 이제 웹 클라이언트에서 다음 태스크를 완료할 수 있습니다.

  • 카탈로그에서 사용자 정의 자원을 작성하십시오. 사용자 정의 자산을 추가하려면 카탈로그에 추가 드롭 다운 메뉴에서 사용자 정의 자산을 선택하십시오.
  • 데이터 자산 열의 사용자 정의 특성을 관리합니다. 사용자 정의 특성을 관리하려면 자산 개요에서 열을 선택하고 측면 분할창에서 특성을 편집하십시오.

데이터 자산의 사용자 정의 특성에 대해 자세히 학습하려면 사용자 정의 자산 유형, 특성 및 관계를 참조하십시오.

2023년 5월 5일로 끝나는 주

코드 스니펫 분할창에서 생성된 코드 추가

2023년 5월 4 일

새 코드 스니펫 아이콘이 노트북 도구 모음에 추가되었습니다. 아이콘을 클릭하면 프로젝트에 추가된 파일 또는 연결에서 데이터를 읽을 수 있는 코드 스니펫 분할창이 열립니다. 노트북 셀에 데이터를 로드하는 코드를 생성하기 위한 기존 "코드에 삽입" 함수 로직이 읽기 데이터 아래로 이동되었습니다. 이전의 데이터 찾기 및 로드 분할창은 이제 프로젝트에 데이터를 업로드하는 데만 사용할 수 있습니다. 노트북에서 데이터 로드 및 액세스를 참조하십시오.

2023년 4월 28일로 끝나는 주

Watson Pipelines 은 이제 일반적으로 AI 라이프사이클 활동을 자동화하는 데 사용 가능합니다.

2023년 4월 27일

Watson Pipelines 은 작성부터 배치까지의 엔드-투-엔드 자산 플로우를 조정하기 위한 그래픽 인터페이스를 제공합니다. 데이터를 큐레이팅한 후 기계 학습 모델을 훈련, 배치 및 업데이트하는 작업을 자동화하는 파이프라인을 어셈블하고 구성합니다. 실시간으로 또는 스케줄에 따라 파이프라인 작업을 실행합니다. 파이프라인 작성에 대한 세부사항은 Watson Pipelines을 참조하십시오.

이 업데이트의 새로운 기능은 Python 함수를 사용하여 작성하는 스크립트를 실행하기 위해 사용자 정의 파이프라인 구성요소를 작성하는 기능입니다. 사용자 정의 컴포넌트를 사용하여 파이프라인 간에 재사용 가능한 스크립트를 공유할 수 있습니다. 사용자 정의 컴포넌트를 프로젝트 자산으로 작성한 후 해당 프로젝트에서 작성하는 파이프라인에서 사용합니다. 세부사항은 사용자 정의 컴포넌트 작성을 참조하십시오.

Watson Pipelines 은 Watson Studio의 기능으로 제공됩니다. 그러나 파이프라인에서 사용되는 자산 및 프로세스에 대한 서비스 계획이 있어야 합니다. 예를 들어, 파이프라인에서 DataStage 플로우를 실행하려면 Data Stage 서비스 인스턴스가 있어야 합니다. Watson Pipelines 은 파이프라인에서 사용되는 자산 및 프로세스를 기반으로 자원을 이용합니다. 파이프라인이 AutoAI 모델을 훈련시키는 경우, 사용자 계정은 모델 훈련에 사용되는 시간당 Watson Machine Learning 용량 단위 (CUH) 에 대해 비용이 청구됩니다. 마찬가지로 파이프라인에 DataStage 플로우가 포함된 경우 Watson Pipelines 내에서 해당 플로우의 실행은 DataStage 플랜에 부과됩니다. 파이프라인 구성요소 및 bash 스크립트를 실행하면 Watson Studio CUH 자원을 이용합니다. 서비스 인스턴스 및 플랜 프로비저닝에 대한 세부사항은 서비스 및 통합을 참조하십시오.

새 Presto 연결을 사용하여 추가 데이터에 액세스

2023년 4월 27일

이제 Presto 데이터 소스의 데이터에 대해 작업할 수 있습니다. 자세한 정보는 Presto 연결을 참조하십시오.

2023년 4월 21일로 끝나는 주

프로파일링 결과의 세부사항으로 드릴 다운 (IBM Knowledge Catalog)

2023년 4월 20일

이제 메타데이터 인리치먼트 내에서 또는 프로젝트 또는 카탈로그에 있는 자산의 프로파일 탭에서 자세한 프로파일링 정보에 액세스할 수 있습니다. 각 열에 대해 열 데이터에 대한 통계 정보, 데이터 클래스에 대한 정보, 데이터 유형 및 형식, 열에 있는 값의 도수 분포를 보십시오. 통계 정보의 경우 여러 시각화 유형 중에서 선택할 수도 있습니다. 기존 프로파일에 대해 이러한 보기를 채우려면 프로파일을 업데이트하십시오.

연속 데이터에 대한 통계 정보

명목 데이터에 대한 통계 정보

자세한 내용은 컬럼 레벨 프로파일 세부사항을 참조하십시오.

2023년 4월 14일로 끝나는 주

기본 Python 및 CPLEX 버전 업데이트 (Decision Optimization)

2023년 4월 13일

Decision Optimization 사용자의 기본 Python 은 이제 3.10 이고 기본 CPLEX 버전은 22.1입니다. 새 실험을 작성할 때 기본적으로 이 버전이 사용됩니다. Python 3.9 는 더 이상 사용되지 않으며 곧 제거됩니다. 환경을 업데이트하려면 환경 구성을 참조하십시오. 기존의 배치된 모델을 업데이트하려면 모델 배치를 참조하십시오.

데이터 품질 규칙에 대한 개선사항 (IBM Knowledge Catalog)

2023년 4월 13일

이제 다음 데이터 소스의 데이터 자산에 대한 데이터 품질 규칙을 실행할 수도 있습니다.

  • Amazon S3 (CSV 파일만 해당)
  • Apache Cassandra
  • SAP ASE

외부에서 관리되는 바인딩을 사용하여 데이터 품질 규칙을 구성할 때 이제 연관된 DataStage 플로우에서 출력 링크에 대한 추가 컨텐츠를 선택할 수 있습니다. 자세한 정보는 데이터 품질 정의에서 규칙 작성을 참조하십시오.

2023년 4월 7일로 끝나는 주

새로 작성: 시계열 이상 항목 발견 실험 (베타)

2023년 4월 7일

AutoAI 를 사용하여 모델이 새 데이터를 기반으로 결과를 예측할 때 이상 항목 또는 예기치 않은 결과를 발견할 수 있는 시계열 이상 항목 예측 모델을 훈련합니다. 실험에 의해 생성된 모델 후보 파이프라인은 최적화 메트릭에 의해 측정된 성능에 따라 순위가 매겨집니다. 모델을 노트북으로 저장하여 코드를 검토하거나, 모델을 저장하고 배치하여 새 데이터에서 잠재적인 이상 항목을 발견하십시오. 세부사항은 시계열 이상 항목 예측 모델 작성 (베타)을 참조하십시오. 이 기능은 베타로 제공되며 프로덕션 환경에서 사용할 수 있도록 아직 지원되지 않습니다.

프로젝트에서 자산 활동 필터링

2023년 4월 6일

프로젝트의 개요 탭에 있는 자산 분할창에서 드롭 다운을 사용하여 사용자별 또는 모두 를 선택하여 자산을 필터링할 수 있습니다. 사용자별 은 사용자가 편집한 자산을 맨 위에 최근 자산 순으로 나열합니다. 모두 는 다른 사용자가 편집한 자산과 사용자가 편집한 자산을 맨 위에 가장 최근 자산 순으로 나열합니다.

Watson Studio 에서 R 4.2 를 사용하여 Spark로 업그레이드

2023년 4월 3일

Spark R 3.6 환경이 R 4.2로 업그레이드되었습니다. 모든 Spark R 3.6 환경은 이제 더 이상 사용되지 않으며 2023년 6월 15일에 제거됩니다. 2023 5월 11일부터 Spark R 3.6을 사용하여 새 노트북 또는 새 Data Refinery 플로우를 더 이상 작성할 수 없습니다. 또한 새 Spark R 3.6 사용자 정의 환경을 작성할 수 없습니다. 이때 노트북에 대한 일부 패키지 버전 및 스크립트를 업데이트해야 할 수 있습니다. 2023 6월 15일이전에 R 4.2 와 함께 Spark를 사용하도록 자산 및 배치를 업데이트해야 합니다.

노트북의 환경 변경을 참조하십시오. R 버전의 라이브러리 및 패키지에 대한 세부사항은 CRAN 릴리스 정보를 참조하십시오.

Data Refinery 플로우 작업을 실행하기 위한 R 4.2 환경이 있는 새 Spark

2023년 4월 3일

Data Refinery 플로우 작업을 위한 환경을 선택할 때 이제 Default Spark 3.3 & R 4.2 를 선택할 수 있습니다. 새 환경에서는 다른 기본 환경과 동일한 용량 단위 시간(CUH)을 사용합니다.

Spark 3.3 & R 3.6 선택

중요:

Default Spark 3.2 & R 3.6 환경은 더 이상 사용되지 않으며 향후 업데이트에서 중단됩니다. Data Refinery 플로우 작업을 변경하여 새 Default Spark 3.3 & R 3.6 환경을 사용하십시오.

Data Refinery환경에 대한 정보는 프로젝트에서 Data Refinery 에 대한 자원 옵션 계산을 참조하십시오.

환경 변경은 두 개의 GUI 조작에 영향을 줍니다. 이러한 GUI 오퍼레이션을 포함하는 기존 Data Refinery 플로우가 있는 경우 Data Refinery 플로우를 업데이트해야 합니다.

  • 분할
  • 토큰화

플로우를 업데이트하려면 플로우를 열고 저장하십시오. 자세한 정보는 Data Refinery 플로우 관리를 참조하십시오.

2023년 3월 31일로 끝나는 주

카탈로그에서 사용자 정의 자원 작성

2023년 3월 31 일

관리자 및 편집자는 이제 카탈로그 UI내에서 사용자 정의 자원을 작성할 수 있습니다. 새 사용자 정의 자산을 추가하려면 카탈로그에 추가 드롭 다운 메뉴에서 사용자 정의 자산 을 선택하십시오. 사용자 정의 자산에 대해 자세히 알아보려면 카탈로그에 자산 추가 (Watson Knowledge Catalog)에서 사용자 정의 자산 유형, 특성 및 관계를 참조하십시오.

Watson Query 의 개선사항 및 개선사항

2023년 3월 29 일

Watson Query 는 다음 기능을 제공하도록 업데이트되었습니다.

  • 비동기 가상화를 사용하면 가상화된 데이터 페이지에서 언제든지 가상화 작업의 상태 세부사항을 볼 수 있습니다. 가상화된 테이블이 크고 작업이 더 오래 걸리는 경우, 작업이 완료되는 동안 더 많은 테이블을 가상화하는 등의 다른 태스크에 대해 작업할 수 있습니다.
  • 가상화된 데이터 페이지에서 비동기 공개 및 지정을 사용하면 공개 및 지정 작업이 완료되는 동안 다른 태스크에 대해 작업할 수 있습니다.
  • 웹 클라이언트의 작업을 사용하여 가상화된 테이블에 대한 통계를 수집할 수 있습니다. 자세한 정보는 Watson Query의 웹 클라이언트에서 통계 수집을 참조하십시오.
  • 가상화된 데이터 페이지에서 오브젝트의 공개 또는 지정 히스토리를 볼 수 있습니다. 가상화된 데이터 페이지의 오른쪽 패널에서 공개 및 지정 히스토리를 보려면 목록에서 오브젝트 행을 클릭하십시오.

2023년 3월 24일로 끝나는 주

연합 학습은 M-시리즈 칩이 있는 Mac 컴퓨터에서 실행됩니다.

232023년운명. ??? ??? ???

최신 런타임의 M1 Mac및 M2 Mac 컴퓨터에서 연합 학습 실험을 실행하십시오. 요구사항은 시스템 설정을 참조하십시오.

2023년 3월 17일로 끝나는 주

참조 데이터 세트에 복합 키 정의 (IBM Knowledge Catalog)

2023년 3월 17 일

이제 여러 열을 지정하여 참조 데이터 세트에 대한 복합 키를 작성할 수 있습니다. 복합 키가 없으면 세트의 참조 데이터 값이 코드 열의 고유 문자열로 식별됩니다. 복합 키는 참조 데이터 세트에서 코드 열과 최대 5개의 사용자 정의 열의 조합입니다. 복합 키는 각 참조 데이터 값을 고유하게 식별하는 데 사용됩니다. 복합 키를 사용하면 코드 열의 값이 더 이상 고유할 필요가 없습니다. 고유성은 지정된 모든 컬럼의 값이 결합될 때만 보장됩니다. 자세한 내용은 참조 데이터 세트 설계를 참조하십시오.

2023년 3월 10일로 끝나는 주

사용자 정의 관계를 기반으로 조회, 보고서 또는 대시보드 작성 (IBM Knowledge Catalog)

2023년 3월 9 일

자산과 통제 아티팩트 간의 사용자 정의 관계를 작성할 때 보고서를 작성할 수 있도록 IBM Knowledge Catalog Reporting Data Mart에 동기화할 수 있습니다. 예를 들어, 다음과 같은 사용자 정의 관계 보고를 사용할 수 있습니다.

  • 다양한 단위 레벨 (도메인별, 메타데이터별, 사용자별, 팀별) 에서 품질 분석 얻됩니다.
  • 데이터의 데이터 품질 인증
  • 특정 개인정보 보호 특성이 있는 자산 수 계산

사용자 정의 관계를 작성하는 방법을 학습하려면 통제 아티팩트 및 카탈로그 자산에 대한 사용자 정의 특성 및 관계 (IBM Knowledge Catalog)를 참조하십시오.

보고서를 작성하는 방법을 알아보려면 IBM Knowledge Catalog에 대한 보고 설정을 참조하십시오.

Watson Studio 및 Watson Machine Learning 에 대한 Python 3.9 의 런타임 22.1 은 더 이상 사용되지 않습니다.

2023년 3월 9 일

Python 3.9 의 IBM Runtime 22.1 은 이제 더 이상 사용되지 않으며 2023년 6월 15일에 제거됩니다. 2023년 5월 11일부터 22.1 런타임을 사용하여 새 노트북을 작성하거나 사용자 정의 환경을 작성할 수 없습니다. 또한 Python 3.9 소프트웨어 스펙을 사용하여 새 모델을 훈련시킬 수 없습니다. 2023년 6월 15일이전에 Python 3.10 에서 IBM Runtime 22.2 를 사용하도록 자산 및 배치를 업데이트하십시오.

추가 데이터 소스에서 데이터 품질 규칙 실행 (IBM Knowledge Catalog)

2023년 3월 9 일

이제 다음 데이터 소스에서 데이터 자산에 대한 데이터 품질 규칙을 실행할 수 있습니다.

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

데이터 품질 규칙에서 변수를 바인딩하기 위한 새 옵션 (IBM Knowledge Catalog)

2023년 3월 9 일

이제 작업 매개변수를 사용하여 규칙 변수를 데이터 열에 바인드하고 프로젝트에서 중앙 집중식으로 해당 매개변수를 관리할 수도 있습니다. 따라서 예를 들어 바인딩을 다른 열로 변경하려는 경우 규칙을 업데이트할 필요가 없습니다. 데이터 품질 정의에서 규칙 작성을 참조하십시오.

2023년 3월 3일로 끝나는 주

AI Factsheets 에 대한 개선사항 (Watson Machine Learning)

2023년 3월 3 일

이제 파일 및 이미지를 팩시밀리에 첨부할 수 있습니다. 세부사항은 팩시밀리에 대한 세부사항 사용자 정의를 참조하십시오. 또한 설명 가능성 및 사용자 정의 모니터에서 추가 Watson OpenScale 메트릭을 표시합니다. 자세한 내용은 팩시밀리 보기를 참조하십시오.

기계 학습 기능 작성, 저장 및 공유 (베타) (Watson Studio)

2023년 3월 2 일

이제 기능을 작성하고 공유하여 기계 학습 모델의 개발 속도를 높일 수 있습니다. 프로젝트의 데이터 자산에 기능 그룹을 추가하여 해당 데이터 세트의 기능을 식별합니다. 기능 상점 역할을 하는 카탈로그에 데이터 자원을 공개하여 조직과 기능을 공유할 수 있습니다. 기능 그룹 관리를 참조하십시오.

2023년 2월 24일로 끝나는 주

사용자 정의 관계 관리 (IBM Knowledge Catalog)

2023년 2월 24 일

이제 자산의 개요 페이지에서 카탈로그 자산과 통제 아티팩트 간의 사용자 정의 관계를 관리할 수 있습니다.

사용자 정의 관계를 작성하는 방법을 학습하려면 통제 아티팩트 및 카탈로그 자산에 대한 사용자 정의 특성 및 관계 (IBM Knowledge Catalog)를 참조하십시오.

2023년 2월 17일로 끝나는 주

Data Refinery 날짜 열에서 계산 오퍼레이션이 작동함

2023년 2월 17 일

이제 날짜 데이터 유형 열에서 계산 조작을 사용하여 일 또는 월 값을 더하거나 뺄 수 있습니다.

Data Refinery 연산 계산

GUI 오퍼레이션에 대한 정보는 Data Refinery의 GUI 오퍼레이션을 참조하십시오.

Watson Studio 에서 프로젝트 자산에 액세스하기 위한 새 라이브러리

2023년 2월 17 일

ibm-watson-studio-lib 라이브러리에는 Watson Studio 프로젝트 및 프로젝트 자산과 상호작용하는 데 도움이 되는 기능 세트가 포함되어 있습니다. 라이브러리는 노트북 편집기에서 작성되고 Python 및 R에 사용 가능한 노트북에서 사용할 수 있습니다. project_lib 라이브러리의 후속 작업입니다. 자세한 정보는 ibm-watson-studio-lib 사용을 참조하십시오.

"기본 Spark 3.2 & R 3.6 " 환경 중단 (Data Refinery)

2023년 2월 17 일

Default Spark 3.2 & R 3.6 환경은 더 이상 2023년 2월 17일부터 사용할 수 없습니다.

Default Spark 3.2 & R 3.6 환경 또는 Spark 3.0을 사용하는 사용자 정의 환경으로 설정된 Data Refinery 플로우 작업이 있는 경우 작업이 실패합니다. 환경을 Default Spark 3.3 & R 3.6 또는 Default Data Refinery XS 또는 Spark 3.0을 사용하지 않는 사용자 정의 환경으로 변경하십시오.

Data Refinery환경에 대한 정보는 프로젝트에서 Data Refinery 에 대한 자원 옵션 계산을 참조하십시오.

데이터 품질 규칙의 새 기능 (IBM Knowledge Catalog)

2023년 2월 16일

다음과 같은 새 기능을 사용할 수 있습니다.

  • 단일 데이터 품질 규칙에서 둘 이상의 데이터 품질 정의를 사용하십시오. 또한 동일한 정의를 다른 열에 적용하기 위해 개별 정의를 두 번 이상 포함할 수 있습니다. 세부사항은 데이터 품질 정의에서 규칙 작성을 참조하십시오.
  • 규칙 출력을 CSV 파일로 다운로드하십시오. 규칙에 대해 출력 테이블이 정의된 경우, 이제 규칙의 실행 기록에서 CSV 파일로 규칙 출력을 다운로드할 수도 있습니다 (예: 스프레드시트 프로그램에서 사용).
  • Amazon Redshift 및 Greenplum 데이터 소스의 데이터에 대한 규칙을 실행합니다. 메타데이터 가져오기, 메타데이터 강화 및 데이터 품질 규칙에 대해 지원되는 데이터 소스를 참조하십시오.
  • 데이터 품질 자산을 내보내고 가져옵니다. 프로젝트를 데스크탑으로 내보낼 때 이제 데이터 품질 자산을 포함할 수 있습니다. 프로젝트 내보내기를 참조하십시오.

2023년 2월 10일로 끝나는 주

프로젝트 또는 영역에서 기존 영역으로 자산 가져오기 (Watson Machine Learning)

2023년 2월 9일

이제 배치 공간 또는 프로젝트 (.zip 형식) 를 기존 배치 공간으로 가져올 수 있습니다. 자산을 추가하거나 기존 자산을 공간에 업데이트합니다. 예를 들어, 모델을 새 버전으로 바꿀 수 있습니다. 세부사항은 기존 공간으로 공간 및 프로젝트 가져오기를 참조하십시오.

DataStage 에서 추가 매크로 사용

2023년 2월 10 일

스테이지 특성 또는 변환기 함수에 DSJobController 매크로를 추가할 수 있습니다.

이 매크로는 DataStage 함수로 작동하며 인수 없이 데이터를 출력하여 DataStage 작업 및 플로우의 설정을 단순화합니다.

자세한 정보는 매크로를 참조하십시오.

2023년 2월 3일로 끝나는 주

DataStage 에서 추가 매크로 사용

2023년 2월 6 일

스테이지 특성 또는 변환기 함수에 다음 매크로를 추가할 수 있습니다.

  • DSProjectId
  • DSJobRunID
  • DSJobId

매크로는 인수 없이 DataStage 함수 및 출력 데이터로 작동하여 DataStage 작업 및 플로우의 설정을 단순화합니다.

자세한 정보는 매크로를 참조하십시오.

2023년 1월 20일로 끝나는 주

DataStage 스테이지에서 입력 열 편집

2023년 1월 20일

이제 DataStage에서 스테이지의 입력 탭을 통해 열을 편집할 수 있습니다. 변경사항이 플로우의 이전 단계로 전파됩니다.

메타데이터 가져오기에 대한 새 옵션 (IBM Knowledge Catalog)

2023년 1월 19일

메타데이터 가져오기의 대상 프로젝트 또는 카탈로그에 시간이 경과된 (stale) 데이터가 포함되지 않도록 하기 위해 이제 다시 가져올 수 없는 데이터 자산을 정리하도록 가져오기를 구성할 수 있습니다. 메타데이터 가져오기가 재실행될 때 데이터 소스에서 더 이상 사용할 수 없거나 가져오기 범위에서 제거되었거나 가져오기 대상에서 둘 다 사용 가능한 자산을 삭제하려면 선택하십시오. 메타데이터 가져오기를 참조하십시오.

Metadata import: 새 고급 옵션

Decision Optimization 실험에서 프로젝트로 데이터 내보내기

2023년 1월 18일

이제 Decision Optimization 실험의 데이터 준비 또는 솔루션 탐색 보기에서 프로젝트로 테이블을 내보낼 수 있습니다. 이를 통해 다른 모델 또는 서비스에서 데이터를 재사용할 수 있습니다. Decision Optimization Python 클라이언트를 사용하여 데이터를 내보낼 수도 있습니다.

Decision Optimization 실험에서 데이터 내보내기를 참조하십시오.
프로젝트로 데이터 내보내기

2023년 1월 13일로 끝나는 주

업데이트된 데이터 패브릭 유스 케이스

2023년 1월 12 일

데이터 패브릭 유스 케이스는 제품 사용 방법을 보다 잘 반영하기 지원를 가 과정십시오는 다음과 같습니다.

  • 데이터 통합: 이 유스 케이스에는 파이프라인이 포함됩니다.
  • 데이터 거버넌스: 이 유스 케이스에는 이제 Match 360이 포함됩니다.
  • AI 거버넌스: 이 유스 케이스는 이제 프로덕션에서 AI 모델을 모니터링, 유지보수, 자동화 및 통제하는 데 초점을 맞춥니다.
  • Data Science and MLOps: 이 새로운 유스 케이스에서는 데이터 분석 및 모델 작성을 조작하는 방법을 설명합니다.

데이터 패브릭 유스 케이스를 참조하십시오.

브랜드를 지원하도록 웹 브라우저 사용자 정의

2023년 1월 12 일

관리자는 사용자 정의 제품 이름, 로고 및 기타 그래픽을 추가하여 Cloud Pak for Data as a Service에 대한 웹 브라우저의 브랜딩을 사용자 정의할 수 있습니다.

웹 브라우저의 브랜딩 사용자 정의를 참조하십시오.

2023년 1월 6일로 끝나는 주

DataStage 에서 추가 데이터 소스에 연결

2023년 1월 6 일

이제 DataStage 플로우에 다음 데이터 소스의 데이터를 포함할 수 있습니다.

  • Dremio
  • SingleStoreDB

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

일반적인 AI 검색 및 응답
이러한 응답은 제품 문서의 컨텐츠를 기반으로 하는 watsonx.ai 의 대형 언어 모델에 의해 생성됩니다. 자세히 알아보기