Neuerungen

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

15. Mai 2023

IBM Runtime 22.1 in Python 3.9 -und Spark R 3.6 -Umgebungen werden am 15. Juni 2023 entfernt. Sie können keine neuen Notebooks mehr erstellen oder angepasste Umgebungen mit 22.1 Runtimes oder Spark R 3.6erstellen oder neue Modelle mit Python 3.9 Softwarespezifikationen trainieren. Aktualisieren Sie Ihre Assets und Bereitstellungen, um IBM Runtime 22.2 auf Python 3.10 oder Spark mit R 4.2 vor dem 15. Juni 2023 zu verwenden.

• Details zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Frameworks und Softwarespezifikationen verwalten.
• Details zu Notebookumgebungen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.
• Informationen zum Ändern Ihrer Umgebungen finden Sie unter Umgebung eines Notebooks ändern.
• Details zu den Bibliotheken und Paketen für R-Versionen finden Sie in den CRAN-Releaseinformationen.

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.

Generierten Code aus dem Teilfenster "Code-Snippets" hinzufügen

04. 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.

Mit der neuen Presto-Verbindung auf mehr Daten zugreifen

27. April 2023

Sie können jetzt mit Daten aus Presto-Datenquellen arbeiten. Informationen hierzu enthält der Abschnitt Presto-Verbindung.

Drilldown zu den Details der Profilermittlungsergebnisse (Watson 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.

Details finden Sie unter Profildetails auf Spaltenebene.

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 (Watson 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.

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

Aktion erforderlich 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.

Erforderliche Aktion: Wichtig: Die Umgebung Default Spark 3.3 & R 3.6 ist veraltet und wird am 15. Juni 2023 eingestellt. Ändern Sie Ihre Data Refinery -Ablaufjobs so, dass sie die neue Umgebung Default Spark 3.3 & R 4.2 verwenden. Verwenden Sie die neue Umgebung für neue Jobs.

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

Aktion erforderlich 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.

• Teilen
• In Tokens zerlegen

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

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.

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.

Zusammengesetzte Schlüssel in Referenzdatasets definieren (Watson 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.

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

9. März 2023

Wenn Sie angepasste Beziehungen zwischen Assets und Governance-Artefakten erstellen, können Sie diese mit Watson 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 (Watson Knowledge Catalog).

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

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

9. März 2023

Aktion erforderlich 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:

• Details zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Frameworks und Softwarespezifikationen verwalten.
• Details zu Notebookumgebungen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.
• Informationen zum Ändern Ihrer Umgebungen finden Sie unter Umgebung eines Notebooks ändern.

Datenqualitätsregeln für zusätzliche Datenquellen ausführen (Watson Knowledge Catalog)

9. März 2023

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

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

Neue Option für das Binden von Variablen in Datenqualitätsregeln (Watson 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.

Funktionale Erweiterungen für AI Factsheets (Watson Machine Learning)

03. 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)

02 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.

Angepasste Beziehungen verwalten (Watson 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 (Watson Knowledge Catalog).

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.

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.

Aktion erforderlich 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 (Watson 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.

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

09. 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.

Weitere Makros in DataStage verwenden

06. 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.

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 (Watson 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.

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.

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.

Verbindung zu weiteren Datenquellen in DataStage herstellen

06. 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.

Natives Python für Scripting in SPSS Modeler

13. Dezember 2022

Sie können nun natives Python für Scripting in den Erweiterungsknoten verwenden. Rufen Sie native Python -APIs aus Ihren Scripts auf, um mit SPSS Modelerzu interagieren. Weitere Informationen finden Sie in der neuen Dokumentation zu nativen Python APIs .

Datenqualitätsmerkmale sind in der Region Frankfurt live

12. Dezember 2022

Neben der Region Dallas gibt es jetzt auch Datenqualitätsmerkmale in unserer Region Frankfurt.

Makro DSFlowName in DataStage verwenden

09. Dezember 2022

Sie können das Makro DSSFlowName zu Stage-Eigenschaften oder in den Umsetzungsfunktionen hinzufügen. Das Makro fungiert als DataStage -Funktion und gibt Daten ohne Argumente aus, was die Konfiguration von DataStage -Jobs und -Flows vereinfacht. Wenn Sie dieses Makro angeben, wird "DSFlowName" durch den Namen des Flow zur Laufzeit ersetzt.

Weitere Informationen hierzu finden Sie unter Makros.

Kontoadministratoren können an jedem Projekt teilnehmen und alle Projekte mit neuen Berechtigungen der Rolle "Manager" anzeigen

09. Dezember 2022

Als Kontoadministrator können Sie jetzt jedem Projekt als Administrator beitreten und alle Projekte im Konto anzeigen. Sie müssen sich selbst die Rolle Manager im Service IBM Cloud Pak for Data in IBM Cloud IAM zuweisen, um diese Berechtigungen zu erhalten. Weitere Informationen finden Sie unter Alle Projekte im Konto verwalten.

Vereinfachte Konfiguration (Watson OpenScale)

08. Dezember 2022

Wenn Sie Fairnessbewertungen und Erklärbarkeit in Watson OpenScalekonfigurieren, können Sie ein angepasstes Notebook ausführen, um Konfigurationsdateien zu generieren. Sie können die Konfigurationsdateien in Watson OpenScale hochladen, um Einstellungen anzugeben.

Weitere Informationen finden Sie unter Modellüberwachungen konfigurieren.

Nutzdaten hochladen (Watson OpenScale)

08. Dezember 2022

Um Modelldetails zum Konfigurieren von Modellauswertungen für Produktionsbereitstellungen bereitzustellen, können Sie jetzt eine CSV-Datei verwenden, um Nutzdaten in Watson OpenScalehochzuladen. Weitere Informationen finden Sie unter Endpunktauswertung konfigurieren.

Erklärbarkeitsmethoden konfigurieren (Watson OpenScale)

08. Dezember 2022

Wenn Sie Ihre Modellauswertungen in Watson OpenScalekonfigurieren, können Sie jetzt verschiedene Einstellungen auswählen, um lokale und globale Erklärungen zu erstellen:

• Für globale Erklärungen können Sie die Methode SHAP (SHapley Additive exPlanations) verwenden.
• Für lokale Erklärungen können Sie die SHAP-Methode oder die LIME-Methode (lokale interpretierbare modellagnostische Erklärungen) verwenden.

Weitere Informationen finden Sie unter Erklärbarkeit konfigurieren.

Neue Fairnessmetriken (Watson OpenScale)

08. Dezember 2022

Sie können jetzt die folgenden Fairnessmetriken in Watson OpenScalekonfigurieren:

• Statistische Paritätsdifferenz
• Durchschnittliche Odds-Differenz
• Durchschnittliche absolute Odds-Differenz
• Differenz der Falsch-Negativ-Rate
• Differenz der Falsch-Positiv-Rate
• Differenz der False Discovery Rate
• Differenz der Falschauslassungsquote
• Differenz bei Fehlerrate

Weitere Informationen finden Sie unter Übersicht über Fairnessmetriken.

RStudio-Umgebungslaufzeiten verwenden R 4.2

08. Dezember 2022

Alle RStudio-Standardumgebungsvorlagen verwenden jetzt R 4.2. Weitere Informationen finden Sie unter Ressourcenoptionen für RStudio in Projekten berechnen .

Umfangreiche neue Abfragefunktionen Watson Knowledge Catalog

08. Dezember 2022

Sie können jetzt angepasste Berichte zu folgenden Themen erstellen:

• Workflowdaten
• Metadatenimporte
• Erstellung von Benutzerprofilen
• Metadatenanreicherung

Um beispielsweise die Qualität der automatischen Begriffszuordnungen für Ihre erkannten Datasets und Spalten sicherzustellen, können Sie einen Bericht generieren, um die zugeordneten und zurückgewiesenen Begriffe für die Datasets und Spalten aufzulisten.

Weitere Informationen zum Erstellen angepasster Berichte finden Sie unter Einrichten der Berichterstellung für Watson Knowledge Catalog.

Datenqualitätsregeln werden in Cloud Pak for Data as a Service (Watson Knowledge Catalog) bereitgestellt.

09. Dezember 2022

Datenqualitätsfeatures sind jetzt in der Region Dallas verfügbar. Um mit diesen Funktionen arbeiten zu können, benötigen Sie den DataStage -Service sowie den Service Watson Knowledge Catalog .

Ermitteln Sie Datenqualitätsprobleme, indem Sie Ihre Daten anhand allgemeiner Datenqualitätsdimensionen auswerten. Datenqualitätsdefinitionen und -regeln sind jetzt als Assets in Projekten verfügbar:

• Datenqualitätsregeln für Daten aus einer Vielzahl von Quellen entwerfen und ausführen.
• Automatisieren Sie Ihre Qualitätsprüfungen, um Änderungen an der Datenqualität im Laufe der Zeit zu überwachen
• Identifizieren Sie Datensätze in Ihren Daten, die die definierten Qualitätskriterien nicht erfüllen und eine Korrektur erfordern.

Siehe Datenqualität verwalten.

Python 3.10 -Unterstützung und andere funktionale Erweiterungen für Decision Optimization (Watson Studio)

08. Dezember 2022

Python 3.10 wird jetzt in Experimenten von Decision Optimization in Watson Studio und für die Implementierung in Watson Machine Learningunterstützt. Die Standardversion bleibt Python 3.9. Siehe Umgebungen konfigurieren und Modellbereitstellung.

Für DOcplex-Notebooksist die neue Laufzeit 22.2 mit Python 3.10 und CPLEX 22.1 jetzt verfügbar.

Sie können jetzt mithilfe der neuen Filterfunktionen nach OPL-Engineeinstellungen in Decision Optimization -Experimenten in Watson Studio suchen. Siehe OPL-Einstellungen.

Neue Berechtigung zum Verwalten von Governance-Artefakten

09. Dezember 2022

Sie können die Berechtigung Governance-Artefakte verwalten erteilen, damit Benutzer alle Governance-Artefakte in allen Kategorien anzeigen können, unabhängig davon, ob die Benutzer Mitarbeiter in diesen Kategorien sind. Mit dieser Berechtigung können Benutzer auch alle API-Aufrufe für Governance-Artefakte ausführen.

Wenn Sie diese neue Berechtigung erteilen, sollten Sie auch die Berechtigungen Kategorien verwalten und auf Governance-Artefakte zugreifen gleichzeitig erteilen, wenn die Benutzer die Kategorie-und Governance-Artefakte vollständig steuern sollen.

Weitere Informationen finden Sie unter Benutzerrollen und -berechtigungen für Watson Knowledge Catalog und Watson Studio.

Homomorphe Verschlüsselung für Federated Learning

07. Dezember 2022

Sie können jetzt Fully Homomorphic Encryption (FHE) in IBM Federated Learning für ausgewählte Modellframeworks und Computerarchitektur anwenden. Mit FHE können Sie eine zusätzliche Sicherheits-und Datenschutzebene hinzufügen, wenn Sie Federated Learning zum Trainieren Ihres Modells verwenden, indem Sie Modellinformationen verschlüsseln, die an den Aggregator gesendet werden. Weitere Informationen finden Sie unter Verschlüsselung anwenden.

Weitere Informationen finden Sie in unserem Blog .

Der JDBC -Connector wird bei der Migration auf das moderne DataStage automatisch in eine Plattformverbindung konvertiert.

2. Dezember 2022

Wenn Sie einen Job aus der traditionellen DataStage -Version auf die moderne Version migrieren, kann der Job eine Quelle oder ein Ziel mit einem JDBC -Connector enthalten. Die Stage wird automatisch in ihre entsprechende Plattformverbindung in Cloud Pak for Data as a Service konvertiert, wenn Sie einen solchen Job migrieren.

Weitere Informationen finden Sie unter DataStage -Jobs migrieren.

Unterstützung für IBM Cloud App ID für einige Services

1. Dezember 2022

Einige Services in Cloud Pak for Data as a Service unterstützen IBM Cloud App ID , um Benutzerregistrys des Kunden für die Benutzerauthentifizierung zu integrieren. Sie konfigurieren App ID in IBM Cloud und geben anschließend einen Aliasnamen für die Personen in Ihrer Organisation an, um sich bei Cloud Pak for Data as a Serviceanzumelden. Diese Betaversion unterstützt Watson Studio, Watson Knowledge Catalog, Watson Machine Learning, Watson OpenScaleund Watson Query. Andere Services wurden nicht getestet. Siehe IBM einrichten Cloud App ID (Beta).

Verbesserungen und Erweiterungen in Watson Query

30. November 2022

Watson Query wurde mit den folgenden Funktionen aktualisiert:

• In Data virtualization > Benutzerverwaltungkönnen Sie jetzt einen Watson Query -Benutzer hinzufügen, indem Sie seine App ID und E-Mail-Adresse anstelle einer IBMidverwenden. Weitere Informationen finden Sie unter IBM Cloud App ID (Beta).
• Die gemeinsame Nutzung Ihrer virtualisierten Objekte ist schneller und einfacher. Wenn Sie Objekte virtualisieren, können Sie die Objekte mehreren Projekten zuordnen und die Objekte in einem Schritt in einem Katalog veröffentlichen.
• Wenn Ihr Joinprozess sehr lange dauert, können Sie die Vorschau abbrechen und die Abfrageleistung verbessern, bevor Sie virtuelle Tabellen verknüpfen. Weitere Informationen finden Sie unter Abfrageleistung in Watson Queryverbessern.
• Wenn Ihr Lite-Plan bald abläuft, warnt Watson Query Sie, wie viele Tage Sie noch haben. Wenn Ihr Plan abläuft, kann der Service Watson Query nicht verwendet werden.

Neues Release 2022 für Python 3.10 und R 4.2

17. November 2022

Sie können jetzt Laufzeitumgebungen 22.2 verwenden, die die neuesten Data-Science-Frameworks in Python 3.10 und R 4.2enthalten, um Watson Studio Jupyter-Notebooks auszuführen, Modelle zu trainieren und Watson Machine Learning -Bereitstellungen auszuführen. Notebook-Umgebungen mit R 3.6 sind jetzt veraltet. Aktualisieren Sie Ihre R-Assets und -Implementierungen so, dass Runtime 22.2 entsprechend verwendet wird:

• Informationen zum Laufzeitrelease 22.2 und zu den enthaltenen Umgebungen für Python 3.10 und R 4.2finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Spark 3.3 ersetzt Spark 3.2 für Watson Studio und Watson Machine Learning

16. November 2022

Spark 3.3 wird jetzt für Watson Studio und Watson Machine Learningunterstützt. Spark 3.2 ist als Framework für maschinelles Lernen, Notebookumgebung und RStudio-Laufzeit veraltet. Aktualisieren Sie Ihre Assets für die Verwendung von Spark 3.3 . Die Unterstützung für Schulungsressourcen mit Spark 3.2 wird am 4. Januar 2023 eingestellt. Die Unterstützung für die Bereitstellung und das Scoring von Modellen mit Spark 3.2 wird am 16. Februar 2023 eingestellt und vorhandene Bereitstellungen mit Spark 3.2 -Spezifikationen werden entfernt. Details zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Frameworks und Softwarespezifikationen verwalten. Details zu Notebookumgebungen finden Sie in Optionen für Rechenressourcen für den Notebookeditor in Projekten.

Daten aus einem ausgewählten Excel-Arbeitsblatt in einer Verbindung oder einem verbundenen Datenasset verfeinern (Data Refinery)

18. November 2022

Wenn Sie eine Excel-Datei mit mehreren Arbeitsblättern in einer Verbindung oder in einem verbundenen Datenasset haben, können Sie das einzelne Arbeitsblatt mit Daten in Data Refineryauswählen. Zuvor wurde nur das erste Arbeitsblatt gelesen.

Einstellungen für Datenschutzregeln verwalten (Watson Knowledge Catalog)

11. November 2022

Sie haben jetzt mehr Kontrolle darüber, wie Datenschutzregeln durchgesetzt werden. Sie können das folgende Verhalten festlegen:

• Legen Sie die Zugriffskonvention für Regeldaten fest, um zu steuern, ob der Zugriff auf Daten standardmäßig zugelassen oder verweigert wird.
• Legen Sie die Regelaktion und die Maskierungsrangfolge fest, um festzulegen, wie mehrere Regeln verschiedene Aktionen und Maskierungsmethoden zu einer einzigen Entscheidung kombinieren.

Siehe Regeleinstellungen verwalten.

Neue Funktionen in der Stage DataStage Transformer verwenden

11. November 2022

Sie können jetzt die Funktionen UrlEncode und UrlDecode in der Transformer-Phase als Teil Ihrer DataStage -Abläufe verwenden. Die vollständige Liste der verfügbaren Funktionen finden Sie unter Parallelumsetzungsfunktionen.

Verwenden von Triggern in der Stage DataStage Transformer

11. November 2022

Sie können jetzt auf der Registerkarte 'Trigger' Routinen auswählen, die an bestimmten Ausführungspunkten ausgeführt werden sollen, wenn die Stage 'Transformer' in einem DataStage -Job ausgeführt wird. Die verfügbaren integrierten Routinen sind SetCustomSummaryInfo und SetUserStatus. Weitere Informationen finden Sie unter Trigger in der Transformer-Phase.

Implementierung der Datengovernance planen (Watson Knowledge Catalog)

10. Nov. 2022

Sie können jetzt verstehen, wie Sie Ihre Datengovernance-Implementierung mit Watson Knowledge Catalogplanen, einschließlich der Auswahlmöglichkeiten, die Sie haben, der Auswirkungen dieser Auswahlmöglichkeiten und der Auswirkungen dieser Auswahlmöglichkeiten auf die Reihenfolge der Implementierungsaufgaben. Siehe Implementierung von Datengovernance planen.

Projekt als sensibel markieren

10. Nov. 2022

Als Administratorkönnen Sie ein Projekt beim Erstellen als sensibel markieren. Wenn Sie ein Projekt als sensibel markieren, verhindern Sie, dass Mitglieder eines Projekts Datenassets aus dem Projekt entfernen. Sie können das Projekt nach der Erstellung nicht als sensibel markieren. Details finden Sie unter Projekt als sensibel markieren.

Das Tool für Advanced Data Privacy wurde in Masking Flow (Watson Knowledge Catalog) umbenannt.

07.11.2022

Um Maskierungsabläufe auszuführen, die permanent maskierte Datenassets erstellen, wählen Sie die Option Maskierungsablauf auf der Seite Neues Asset aus. Siehe Daten mit Maskierungsablauf maskieren.

Neue Optionen für den Connector Apache HDFS (DataStage)

11. November 2022

Verwenden Sie neue Connectoreigenschaften im Apache HDFS -Connector, die für DataStagespezifisch sind. Diese Eigenschaften bieten mehr Funktionen und eine differenzierte Steuerung der Ablaufausführung, ähnlich den "optimierten" Connectors. Wählen Sie DataStage -Eigenschaften verwenden in der Eigenschaftsanzeige aus.

Leistungsverbesserung für die GUI-Operation zum Aufteilen von Spalten in Abläufen, die große Datenassets verwenden (Data Refinery)

04.11.2022

Die Operation Spalte aufteilen wurde erweitert, um die Arbeit mit großen Datenassets zu beschleunigen.
Aktion erforderlich Wenn Data Refinery -Abläufe vorhanden sind, die die Operation Spalte teilen verwenden, müssen Sie die Abläufe aktualisieren. Um einen Ablauf zu aktualisieren, öffnen Sie ihn, speichern Sie ihn und führen Sie einen Job für diesen Ablauf aus. Details finden Sie unter Data Refinery verwalten.

Verbundene Datenassets für Stapelimport

03. November 2022

Sie können jetzt mehrere verbundene Datenassets aus derselben Verbindung gleichzeitig importieren. Details finden Sie unter Daten aus einer Verbindung zu einem Projekt hinzufügen.

GPU-Umgebungsupgrades für Watson Studio

27. Oktober 2022

Wir freuen uns, ankündigen zu können, dass Watson Studio jetzt NVIDIA V100 -GPUs unterstützt, um seine Laufzeitumgebungen in der Region Dallas zu unterstützen. Die GPU V100 bietet eine Leistung, die um Größenordnungen schneller ist als frühere Generationen, sodass sie erweiterte KI-und parallele Datenverarbeitungsaufgaben effizient unterstützen kann. Die neuen GPU-Umgebungen werden in den beiden folgenden Konfigurationen mit beschleunigter Rechenleistung und Speicher bereitgestellt:

• 40 vCPU + 186 GB + 1 NVIDIA V100 (1 GPU)
• 80 vCPU + 372 GB + 2 NVIDIA V100 (2 GPU)

Außerdem sind die NVIDIA K80 -GPU-Umgebungen jetzt veraltet. Ab 18. November 2022 können keine neuen K80 -Umgebungen erstellt werden und die K80 -Umgebungen werden am 8. Dezember 2022 vollständig entfernt. Informationen zum Auswählen einer anderen Umgebung für Ihr Asset finden Sie unter Umgebung eines Notebooks ändern .

Verbesserungen bei der Verwaltung Ihrer Benachrichtigungseinstellungen

27. Oktober 2022

Sie können jetzt Bitte nicht stören auswählen, um Push-Benachrichtigungen, die kurz auf dem Bildschirm angezeigt werden, auszuschalten und die Anzahl der Benachrichtigungen auf dem Signalton anzuzeigen. Um Bitte nicht störenauszuwählen, klicken Sie auf das Signaltonsymbol für Benachrichtigungen und anschließend auf das Symbol für Einstellungen. Weitere Details zu Benachrichtigungseinstellungen finden Sie unter Einstellungen verwalten .

Neue Funktionen zur Watson Natural Language Processing Library hinzugefügt

27. Oktober 2022

Zwei neue Komponenten (Blöcke), die DBPedia-Konzepte und die Beziehungen zwischen zwei Entitäten aus Eingabedaten extrahieren, sind jetzt in der Bibliothek Watson Natural Language Processing enthalten. Darüber hinaus enthält die Entitätsextraktion jetzt die Extraktion von personenbezogenen Daten. Weitere Informationen finden Sie unter Watson Natural Language Processing.

Neue Spark 3.3 -Umgebung für die Ausführung von Data Refinery -Ablaufjobs

28. Oktober 2022

Sie können nun Default Spark 3.3 & R 3.6 auswählen, wenn Sie eine Umgebung für einen Data Refinery -Ablaufjob auswählen. Die Umgebung Default Spark 3.3 & R 3.6 enthält Erweiterungen von Spark. Die neue Umgebung verwendet dieselben Capacity-Unit-Stunden (CUHs) wie die anderen Default-Umgebungen.

Wichtig: Die Umgebung Default Spark 3.2 & R 3.6 ist veraltet und wird in einer zukünftigen Aktualisierung nicht mehr verwendet. Ändern Sie Ihre Data Refinery -Ablaufjobs so, dass sie die neue Umgebung Default Spark 3.3 & R 3.6 verwenden.

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

Erweiterte Benutzerschnittstelle für Bereiche zur Verbesserung der Produktivität

Bereiche werden erweitert, um enger an der Assetorganisation in Projekten auszurichten. Lernen Sie die erweiterte Assetorganisation, den Assetimportfluss, die verbesserte Navigation und die integrierte Anleitung kennen-alle wurden entwickelt, um die Arbeit und Zusammenarbeit in einem Bereich zu vereinfachen und effizienter zu gestalten. Details hierzu finden Sie unter Bereitstellungsbereiche.

Berichtsvorlagen für AI Factsheets anpassen

20. Oktober 2022

Wenn die mit AI Factsheets bereitgestellten Standardberichtsvorlagen Ihren Anforderungen nicht entsprechen, können Sie eine Standardberichtsvorlage herunterladen, an Ihre Anforderungen anpassen und die neue Vorlage hochladen. Derzeit müssen Sie die AI Factsheets -API verwenden, um die Vorlage herunterzuladen, aber Sie können sie über die Benutzerschnittstelle für Modellbestand hochladen. Siehe Berichte für Factsheets und Modelleinträge generieren.

Unterstützung für Oracle -Datenbanksequenzen in DataStage

21. Oktober 2022

Sie können jetzt Oracle -Datenbanksequenzen in Surrogate Key Generator, Slowly Changing Dimension und Transformer-Operatoren verwenden. Das Kennwort für die Oracle -Verbindung muss ein verschlüsselter Parameter sein.

Weitere Informationen finden Sie unter Statusdatei aktualisieren, Ersatzschlüssel in einer Stage ' DataStage Slowly Changing Dimension', Registerkarte 'Ersatzschlüssel'und Parameter und Parametersätze erstellen und verwenden.

Zeilen mit Datenschutzregeln filtern

21. Oktober 2022

Sie können jetzt angeben, dass die Aktion für eine Datenschutzregel Zeilen aus dem betroffenen Datenasset filtert. Sie können Zeilen basierend auf Werten in einer angegebenen Spalte in demselben Asset oder in einem Referenzasset ein-oder ausschließen. Details finden Sie unter Zeilen filtern.

Anpassen des Lernbereichs für die ML-basierte Begriffszuordnung in der Metadatenaufbereitung (Watson Knowledge Catalog)

21. Oktober 2022

Sie können jetzt auf Projektebene festlegen, ob Ihre Modelle für die ML-basierte Begriffszuordnung aus Assets im Projekt oder aus einem Katalog Ihrer Wahl trainiert werden.

Siehe Standardeinstellungen für Aufbereitung.

Bessere Erfassung von Datenänderungen durch verbesserte Stichprobenentnahme in der Metadatenaufbereitung (Watson Knowledge Catalog)

21. Oktober 2022

Wenn Sie eine angepasste Stichprobe für die Metadatenaufbereitung einrichten, können Sie jetzt zwischen sequenzieller und zufälliger Stichprobe wählen. Zusätzlich können Sie auswählen, dass anstelle einer festen Anzahl von Zeilen ein bestimmter Prozentsatz der Tabellenzeilen in die Stichprobe eingeschlossen werden soll. Die Zufallsstichprobe ist nur für Datenassets aus Datenquellen verfügbar, die diese Stichprobenmethode unterstützen.

Weitere Informationen finden Sie unter Datenassets aufbereiten.

Namensänderung für die IBM Data Virtualization -Verbindung

21. Oktober 2022

Die Verbindung IBM Data Virtualization wurde in IBM Watson Queryumbenannt. Ihre vorherigen Einstellungen für die Verbindung bleiben gleich. Nur derVerbindungsname wurde geändert.

Namensänderung für den Connector IBM Data Virtualization (DataStage)

21. Oktober 2022

Der Connector IBM Data Virtualization im Erstellungsbereich DataStage wurde in IBM Watson Queryumbenannt. Ihre vorherigen Einstellungen für den Connector bleiben unverändert. Nur der Connectorname wurde geändert.

Vordefinierte Geschäftsbegriffe für personenbezogene Daten (Watson Knowledge Catalog)

21. Oktober 2022

Für neue Konten in den Lite-und Standardplänen von Cloud Pak for Data as a Service sind vordefinierte Geschäftsbegriffe in der Kategorie 'Knowledge Accelerator Sample Personal Data' verfügbar. Weitere Informationen finden Sie unter Vordefinierte Geschäftsbegriffe.

Assetvorschauen sind aktueller

14. Oktober 2022

Assetvoranzeigen werden jetzt standardmäßig häufiger aktualisiert. Bisher wurden Assetvorschauen alle 10 Tage aktualisiert. Jetzt werden die Assetvorschauen täglich aktualisiert. Sie können eine Assetvorschau jederzeit manuell aktualisieren. Siehe Assetvoranzeigen.

Engineparameter für Decision Optimization -Experimente anpassen (Watson Studio)

13. Oktober 2022

Sie können jetzt die Datei mit den OPL-Engineeinstellungen in Ihrem Decision Optimization -Experiment hinzufügen. Auf diese Weise können Sie die Engineparameter, die zur Lösung Ihres Modells verwendet werden, in einem neuen visuellen Editor anzeigen und anpassen. Sie können außerdem vorhandene OPL-Einstellungen importieren.

Siehe Engineeinstellungen.

Metadaten von geblockten Assets in Katalogen anzeigen

13. Oktober 2022

Benutzer, denen der Zugriff auf Assets durch eine Datenschutzregel verweigert wird, können jetzt die Metadaten der Assets anzeigen. Wenn Benutzer beispielsweise auf ein blockiertes Asset in einem Katalog klicken, werden jetzt die Beschreibung, die zugeordneten Begriffe, die angepassten Eigenschaften, die Beziehungen und die Spaltennamen des blockierten Assets angezeigt.

Konzentrieren Sie sich auf die Kataloge, die beim Ressourcenscoping von Bedeutung sind.

14. Oktober 2022

Beim Ressourcenscoping beschränken Sie die Kataloge, die Ihnen angezeigt werden, auf die Kataloge, deren Eigner Sie sind und die Sie im Konto des Katalogs gemeinsam nutzen. Rufen Sie Ihre Kontoeinstellungen auf, um das Ressourcenscoping für Ihre vorhandenen Konten zu aktivieren. Neue Konten verwenden standardmäßig das Ressourcenscoping. Bei Katalogkonten mit aktiviertem Ressourcenscoping können föderierte Benutzer nur zusammenarbeiten, wenn sie von einem Administrator eingeladen wurden.

Stellen Sie in DataStageeine Verbindung zu einer neuen Datenquelle her: Elasticsearch

14. Oktober 2022

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

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

Mehrere Eingabelinks für den ODBC -Connector für DataStage verwenden

07. Oktober 2022

Sie können jetzt mehrere Eingabelinks im ODBC -Connector verwenden und jedem Link eine andere Aktion zuordnen.

Verwenden Sie mehrere Eingabelinks für den Connector Apache Cassandra für DataStage .

07. Oktober 2022

Sie können jetzt mehrere Eingabelinks für den Connector Apache Cassandra verwenden.

Mehrere Zurückweisungslinks für Db2-, Oracle-und ODBC -Connectors für DataStage verwenden

07. Oktober 2022

Sie können jetzt mehrere Zurückweisungslinks für die Connectors Db2, Oracleund ODBC verwenden.

AutoAI -Experimente mit verknüpften Daten veraltet

06. Oktober 2022

Erforderliche Aktion Die Experimentfunktion AutoAI zum Verknüpfen mehrerer Datenquellen, um ein einzelnes Trainingsdataset zu erstellen, wird nicht weiter unterstützt. Die Unterstützung für das Verknüpfen von Daten in einem AutoAI -Experiment wird am 7. Dezember 2022 entfernt. Nach dem 7. Dezember 2022 werden AutoAI -Experimente mit verknüpften Daten und Bereitstellungen von resultierenden Modellen nicht mehr ausgeführt. Um mehrere Datenquellen zu verknüpfen, verwenden Sie ein Datenaufbereitungstool wie Data Refinery oder DataStage , um Daten zu verknüpfen und vorzubereiten. Verwenden Sie anschließend das resultierende Dataset zum Trainieren eines AutoAI -Experiments. Implementieren Sie das resultierende Modell erneut. Informationen hierzu finden Sie im Abschnitt zum Verknüpfen von Datenquellen.

Ordnen Sie allen Benutzern Anzeigezugriff auf die Verbindungen im Platform assets catalog zu.

30. September 2022

Wenn Sie den Platform assets catalogerstellen, müssen Sie Mitarbeiter hinzufügen und ihnen Rollen zuweisen. Anstatt jetzt einzelnen Benutzern die Rolle Anzeigeberechtigter zuzuweisen, können Sie die Gruppe 'Öffentlicher Zugriff' als Mitarbeiter hinzufügen und der Gruppe die Rolle Anzeigeberechtigter zuweisen. Sie können die Gruppe für öffentlichen Zugriff auch als Mitarbeiter mit der Rolle Anzeigeberechtigter in einem vorhandenen Platform assets catalog hinzufügen. Mit der Rolle Anzeigeberechtigter können Benutzer Verbindungen suchen und in Projekten verwenden. Standardmäßig sind alle Benutzer in Ihrem Konto Mitglieder der Gruppe für öffentlichen Zugriff. Siehe Katalog für Plattformverbindungen erstellen.

Neue Stage 'Slowly Changing Dimension' in DataStage

30. September 2022

Sie können die Stage 'Slowly Changing Dimension' jetzt in Ihren DataStage -Flows verwenden. Mit der Stage 'Slowly Changing Dimension' können Sie aktuelle und historische Daten im Zeitverlauf speichern und verwalten. Weitere Informationen finden Sie unter Stage 'Slowly Changing Dimension'.

Servermakro DStageName in DataStage verwenden

30. September 2022

Sie können das Makro DSStagename zu Stage-Eigenschaften oder in den Umsetzungsfunktionen hinzufügen. Das Makro fungiert als DataStage -Funktion und gibt Daten ohne Argumente aus, was die Konfiguration von DataStage -Jobs und -Flows vereinfacht. Wenn Sie dieses Makro angeben, wirdDSStageNamedurch den Namen der Stage als Teil der Jobkompilierung ersetzt.

Weitere Informationen hierzu finden Sie unter Makros.

Für DataStage -Jobs verfügbare boolesche Parametertypen und Listenparametertypen

30. September 2022

In DataStage -Jobs können Sie die Parametertypen 'Boolean' und 'List ' verwenden. Sie verwenden den Parametertyp "Boolean", um einen Wert vom Typ "true" oder "false" anzugeben, und den Parametertyp "List", um eine Liste von Werten anzugeben, die in einem Job zur Auswahl verfügbar sind. Weitere Informationen zu Parametern finden Sie unter Parameter und Parametersätze erstellen und verwenden.

Spaltenmetadaten für Datendefinitionen in DataStage hinzufügen und bearbeiten

30. September 2022

In Datendefinitionen können Sie Metadateneigenschaften auf Spaltenebene hinzufügen und bearbeiten. Sie können beispielsweise Eigenschaften wie Feldebene, Begrenzer, Anführungszeichen und Zeichenfolgedatentyp festlegen. Weitere Informationen zu Datendefinitionen finden Sie unter Datendefinitionen definieren.

Untergeordnete Nachrichtenflüsse in DataStage kopieren und einfügen

30. September 2022

Sie können gemeinsam genutzte untergeordnete Nachrichtenflüsse sowohl in einem DataStage -Flow als auch zwischen verschiedenen DataStage -Flows in demselben Projekt kopieren und einfügen. Ein untergeordneter Fluss kann kopiert und als Teil eines größeren Flusses oder als der untergeordnete Fluss selbst eingefügt werden. Weitere Informationen zu untergeordneten Nachrichtenflüssen finden Sie unter Untergeordnete Nachrichtenflüsse.

Oracle-, Snowflake-und Teradata -Connectors können jetzt mehrere Eingabelinks mit jeweils einer einzelnen Aktion haben.

30. September 2022

Bisher hatten die Connectors Oracle, Snowflake und Teradata nur einen Eingabelink und Sie haben die Eigenschaften des Links in den Stage-Eigenschaften angegeben. Jetzt können die Connectors über mehrere Eingabelinks verfügen und jeder Link kann eine andere Eigenschaft haben. Diese Erweiterung bedeutet, dass jeder Link eine einzelne Aktion wie Lesen, Schreiben und Anhängen haben kann. Sie können die Eigenschaften anzeigen, indem Sie die Links auf der Registerkarte Eingabe wechseln.

Die Betaversion von IBM Watson Pipelines ist in der Region Frankfurt aktiv.

26. September 2022

IBM Watson Pipelines ist jetzt zusätzlich zur Region Dallas in der Region Frankfurt aktiv. Das Tool stellt eine grafische Schnittstelle für die Orchestrierung einer End-to-End-Pipeline von der Erstellung bis zur Implementierung bereit. Weitere Informationen finden Sie unter IBM Watson Pipelines.

Einstellung der Unterstützung für Notebook-Umgebungen mit Spark 3.2 in Watson Studio

23. September 2022

Spark 3.2 wird als Laufzeit einer Notebookumgebung nicht mehr verwendet. Aktualisieren Sie Ihre Notebooks für die Verwendung von Spark 3.3 -Umgebungen.

Weitere Informationen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.

Verbesserungen und Erweiterungen in Watson Query

21. September 2022

Watson Query wurde mit den folgenden Funktionen aktualisiert:

• Sie können eine Verbindung zu TM1 -Datenbanken herstellen, die Daten in mehrdimensionalen OLAP-Cubes speichern, indem Sie den Verbindungstyp IBM Planning Analytics verwenden. Sie können CAM-Berechtigungsnachweise nicht als Authentifizierungsmethode verwenden, wenn Sie eine Verbindung zu einer IBM Planning Analytics -Datenquelle in Watson Queryerstellen. Weitere Einschränkungen finden Sie unter Unterstützte Datenquellen in Watson Query.
• Sie können Statistiken zu einer virtualisierten Tabelle mithilfe des neuen DVSYS-Systems von DVSYS.COLLECT_STATISTICS Prozedur. Diese Prozedur ersetzt die Prozedur SYSPROC.NNSTAT und umfasst die folgenden Verbesserungen:
  • Statistikdaten aus fernen Datenquellen erfassen, die die Statistikerfassung unterstützen.
  • Tabellenkardinalität einschließen, die Anzahl der Nullwerte in einer Spalte einer Tabelle.
• Sie können Textdateien virtualisieren, die Spaltenüberschriften in Datenquellen in Cloud Object Storageenthalten. Mit Spaltenüberschriften können Sie die Daten zur besseren Lesbarkeit in Spalten unterteilen.
  • Weitere Informationen finden Sie unter Virtualisierte Tabelle aus Dateien in Cloud Object Storage in Watson Query.

Documentation ist in weitere Sprachen übersetzt

19. September 2022

Sie können jetzt die Dokumentation zu Cloud Pak for Data as a Service in den folgenden Sprachen anzeigen:

• Portugiesisch (Brasilien)
• Vereinfachtes Chinesisch
• Chinesisch (traditionell)
• Tschechisch
• Französisch
• German
• Italienisch
• Japanisch
• Koreanisch
• Polnisch
• Spanisch
• Türkisch

Die Dokumentation wird jetzt automatisch wöchentlich übersetzt. Siehe Sprachunterstützung.

Feedback zur Dokumentation geben

16. September 2022

Sie können jetzt Feedback zum Dokumentationsinhalt geben. Scrollen Sie einfach bis zum Ende einer Seite und wählen Sie eine Option aus.

Gespeicherte Prozeduren in DataStage -Abläufen werden für weitere Datenquellen unterstützt.

09. September 2022

Sie können jetzt gespeicherte Prozeduren in den folgenden Connectors verwenden:

• Db2 for i
• Db2 for z/OS

Weitere Informationen finden Sie unter Gespeicherte Prozeduren verwenden.

Veraltete Verbindungen

09. September 2022

Die folgenden Verbindungen sind veraltet:

• Die Verbindung IBM Cloud Databases for MySQL wird ab IBM Cloudnicht mehr verwendet. Alle Instanzen in IBM Cloud werden nach dem 1st2023 entfernt.
• Die IBM Db2 Event Store -Verbindung ist veraltet und wird in einer zukünftigen Aktualisierung von Cloud Pak for Data as a Serviceentfernt.

Neues Datengovernance-Lernprogramm für die Testversion von Data Fabric

02. September 2022

Sie können jetzt erfahren, wie Sie Daten steuern können, die Sie mit Watson Query virtualisiert haben, um eine Datenstrukturlösung mit dem Anwendungsfall für Datengovernance zu implementieren, indem Sie dieses neue Lernprogramm durcharbeiten: Virtualisierte Daten regulieren

Dieses Lernprogramm ist eine Fortsetzung von drei anderen Lernprogrammen aus dem Anwendungsfall 'Datengovernance', für den Watson Knowledge Catalog und das Lernprogramm Externe Daten virtualisieren aus dem Anwendungsfall 'Datenintegration' erforderlich sind, für den der Service Watson Query erforderlich ist.

Weitere Informationen zur Datenstruktur (Data Fabric) finden Sie in Cloud Pak for Data as a Service-Datenstrukturlösung.

Gehen Sie wie folgt vor, um dieses Lernprogramm zu nutzen

• Wenn Sie ein neuer Benutzer sind, melden Sie sich für den Anwendungsfall 'Datengovernance' anund verwenden Sie dann das Lernprogramm Virtualisierte Daten regulieren .
• Wenn Sie bereits Benutzer von Cloud Pak for Data as a Service sind, müssen Sie sich nicht erneut anmelden. Sie können das Lernprogramm Virtualisierte Daten steuern ausprobieren, indem Sie die erforderlichen Services bereitstellen und die vorausgesetzten Lernprogramme ausführen.

Unterstützung für die Migration von Db2 -Serverdatenverbindungsobjekten aus traditionellem DataStage

02. September 2022

Traditionelles DataStage unterstützt Datenverbindungsobjekte des Typs Db2 -Server. Wenn Sie diese Datenverbindungsobjekte in moderne DataStagemigrieren, werden sie automatisch in Db2 -Connectorobjekte konvertiert, sodass Sie sie weiterhin in Ihren DataStage -Abläufen und -Jobs verwenden können.

Neue Funktionen in der Stage DataStage Transformer verwenden

2. September 2022

• Sie können jetzt die Funktionen ConvertDatum, NextValidDate, Fold, Fmt und Rmunprint in der Transformer-Phase als Teil Ihrer DataStage -Abläufe verwenden. Die vollständige Liste der verfügbaren Funktionen finden Sie unter Parallelumsetzungsfunktionen.
• Die Transformer-Phase unterstützt jetzt Partitionen.
• Sie können jetzt die Worterkennungsfunktion in der Transformer-Phase für Funktionen, Spalten und Variablen verwenden.

Verbindung zu weiteren Datenquellen in DataStage herstellen

2. September 2022

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

• Cognos Analytics
• IBM Match 360
• SAP IQ

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

DataStage -Abläufe mit Watson™ Studio Pipelines koordinieren

2. September 2022

Sie können jetzt eine Pipeline erstellen, um eine Sequenz von DataStage -Flows auszuführen. Sie können Bedingungen, Schleifen, Ausdrücke und Scripts zu einer Pipeline hinzufügen. Details hierzu finden Sie unter Abläufe koordinieren.

Unterstützung für die Migration von Sequenzjobs in DataStage auf Watson™ Studio Pipelines

2. September 2022

Sie können jetzt Sequenzjobs von traditionellen DataStage auf moderne DataStage als Pipelineabläufe migrieren. Details finden Sie unter DataStage -Jobs migrieren.

Mehrere Eingabelinks für den (optimierten) Connector Db2 in DataStage

2. September 2022

Sie können jetzt mehrere Eingabelinks im (optimierten) Db2 -Connector verwenden und jedem Link eine einzelne Aktion zuordnen.

Jobs zum Ausführen von SPSS Modeler -Abläufen erstellen

1. September 2022

Sie können jetzt Jobs erstellen, um SPSS Modeler -Abläufe auszuführen. Siehe Jobs in einem Projekt erstellen und verwalten und Jobs in SPSS Modeler.

Katalogassets aus einem Projekt hinzufügen

18. August 2022

Sie können jetzt Katalogassets zu einem Projekt aus diesem Projekt hinzufügen. Zuvor mussten Sie dem Projekt Katalogassets aus einem Katalog hinzufügen. Details finden Sie unter Katalogassets zu einem Projekt hinzufügen.

Ältere SPSS Modeler -Datenflüsse vor dem 18. November 2022 migrieren

18. August 2022

Aktion erforderlich Wenn Sie SPSS Modeler -Abläufe haben, die Sie vor Januar 2019 erstellt haben, migrieren Sie sie, indem Sie sie vor dem 18. November 2022 öffnen. Andernfalls sind die Abläufe möglicherweise nicht mehr verfügbar.

Berichte für Modellfactsheets und -einträge exportieren (Watson Knowledge Catalog)

19. August 2022

Generieren Sie einen Bericht aus einem Factsheet oder Modelleintrag im PDF-, HTML-und DOCX-Format, damit Sie die Details zu einem Modell, das in einem Modellbestand verfolgt wird, gemeinsam nutzen oder drucken können. Siehe Berichte für Factsheets und Modelleinträge generieren.

Watson Natural Language Processing ist allgemein verfügbar! (Watson Studio)

11. August 2022

Die Bibliothek Watson Natural Language Processing ist jetzt allgemein verfügbar.

Verwenden Sie die Watson Natural Language Processing-Bibliothek, um unstrukturierte Daten in strukturierte Daten zu verwandeln, sodass Daten einfacher zu verstehen und in Ihren Python -Notebooks zu verwenden sind. Diese Premium-Bibliothek bietet Ihnen sofortigen Zugriff auf vorab trainierte, hochwertige Textanalysemodelle in über 20 Sprachen. Diese Modelle werden von Experten von IBM Research und IBM Software für jede Sprache erstellt, verwaltet und auf Qualität bewertet. Die Bibliothek Watson Natural Language Processing ist jetzt in der Bibliothek Decision Optimization in einer Premium-Umgebungsvorlage enthalten. Details finden Sie in der Watson Natural Language Processing-Bibliothek.

Sie können die vorhandene Beta-Umgebungsvorlage für die Verarbeitung natürlicher Sprache ( Default Python 3.8 + Watson NLP XS (beta)) bis zum 31. August weiterhin verwenden. Wechseln Sie zur neuen Umgebungsvorlage DO + NLP Runtime 22.1 on Python 3.9, um die Arbeit fortzusetzen. Siehe Umgebungen in Notebooks ändern.

Entfernen des Präfixes "IBM" aus Notebook-Umgebungsvorlagen (Watson Studio)

11. August 2022

Das Präfix "IBM" wurde aus allen IBM Runtime 22.1 -Umgebungsvorlagen entfernt. Die Vorlage IBM Runtime 22.1 on Python 3.9 XXS heißt jetzt beispielsweise Runtime 22.1 on Python 3.9 XXS. Wenn Sie Ihre eigene Vorlage erstellen, wurde das Präfix "IBM" aus der Softwareversion, die Sie auswählen können, gelöscht. Details hierzu finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen.

Auf Daten von SingleStoreDB zugreifen

11. August 2022

Verwenden Sie die neue Verbindung SingleStoreDB , um auf Daten aus dem Speicher-und Analyseservice zuzugreifen. Informationen finden Sie unter SingleStoreDB -Verbindung.

Automatische Begriffszuordnung berücksichtigt jetzt entfernte Begriffe (Watson Knowledge Catalog)

11. August 2022

In den Ergebnissen der Metadatenaufbereitung können Benutzer Begriffe aus einer Spalte entfernen, die sie für ungenau halten. Ein neues Modell für maschinelles Lernen, das auf einem solchen negativen Feedback trainiert wird, trägt jetzt zum Gesamtkonfidenzscore für die automatische Begriffszuordnung bei, um Ungenauigkeiten zu reduzieren. Siehe Begriffszuordnung.

Aktualisierungen für Watson Query

11. August 2022

Watson Query verfügt über ein neues Navigationsmenü, das die Verwaltung mehrerer virtualisierter Daten auf einmal vereinfacht. Starten Sie Watson Query , um das neue Seitenmenü, aktualisierte Navigationspfade und eine verbesserte Skalierungsschnittstelle für Unternehmenspläne zu verwenden.

Videos mit Bild-in-Bild ansehen

05. August 2022

Documentation -Themen mit eingebetteten Videos sind jetzt besser! Wenn das Video abgespielt wird, können Sie durch den Rest der Seite blättern und das Video weiterhin im Bild-in-Bild-Modus sehen. Auf diese Weise können Sie das Video ansehen, während Sie die Schritte in einem Lernprogramm ausführen. Und Sie können auf die Zeitmarken klicken, um eine Vorschau der nächsten Aufgabe im Bild-in-Bild-Modus zu sehen.

Animiertes Bild anhalten

Animiertes Bild wiedergeben

Testen Sie die Data Fabric-Lernprogramme , um ein Videobild in Aktion zu sehen!

Neue API-Funktionen und -Verhalten

01. August 2022

Die API für IBM Watson -Datenassets zum Zuweisen von Rollen umfasst die folgenden Verbesserungen:

• Sie können Benutzergruppen als Assetmitglieder als Massenzuweisung zuordnen.
• Sie können Rollen für Asseteditor und Assetanzeigefunktion angeben, wenn Sie Assetmitglieder zuordnen.
• Sie können einem Asset mehrere Asseteigner und einen Assetersteller zuordnen.
• Wenn Sie einem Projekt ein Asset hinzufügen oder ein Asset veröffentlichen oder hochstufen, werden Sie Assetersteller und die Liste der Asseteigner im Quellenasset wird im Zielasset beibehalten.

Einfacherer Zugriff auf Neuerungen

26. Juli 2022

Sie können jetzt über die Kachel im Begrüßungsbereich der Homepage von Cloud Pak for Data as a Service zu den Neuerungen springen.

Mehr Flexibilität für Datentabellen und Python -Erweiterungen in Decision Optimization -Experimenten (Watson Studio und Watson Machine Learning)

28 Juli 2022

Sie können jetzt die Datentypen (Anzahl oder Zeichenfolge) von Tabellenspalten in der Ansicht Daten vorbereiten Ihres Decision Optimization -Experiments ändern. Diese Typen werden verwendet, wenn Sie Ihr Szenario als Modell für die Bereitstellung speichern.

Siehe Datenansicht vorbereiten.

Sie können jetzt Python -Erweiterungen zu Ihren Decision Optimization -Experimentumgebungen hinzufügen und zusätzliche Python -Bibliotheken einschließen.

Siehe Umgebungen konfigurieren.

Namensänderung für die Verbindung IBM SQL Query

22. Juli 2022

Die Verbindung IBM SQL Query wurde in IBM Cloud Data Engineumbenannt. Ihre vorherigen Einstellungen für die Verbindung bleiben unverändert. Nur derVerbindungsname wurde geändert.

Daten mit Dataview-Visualisierungen visualisieren

22. Juli 2022

Jetzt können Sie Datensichtvisualisierungen verwenden, um Daten aus verschiedenen Perspektiven zu untersuchen, sodass Sie Muster, Verbindungen und Beziehungen erkennen können, um schnell große Datenmengen zu verstehen.

Zum Erstellen und Arbeiten mit Visualisierungen in Ihrem Projekt wählen Sie ein Datenasset auf der Registerkarte Assets aus und klicken auf die Registerkarte Visualisierung . Wählen Sie einen Diagrammtyp aus und erstellen und speichern Sie die Visualisierung. Ihre gespeicherten Datenansichtsvisualisierungen werden als Visualisierungsassets in Ihrem Projekt aufgelistet. Grafische Diagramme werden basierend auf einem Beispieldataset mit bis zu 5000 Datensätzen generiert.

Details finden Sie unter Daten in Data Refinery.

Beziehungen zwischen Assets einfacher hinzufügen

20. Juli 2022

Wenn Sie eine Beziehung zwischen Assets in einem Katalog hinzufügen, können Sie das Zielasset jetzt einfach finden:

• Sie können nach Arbeitsbereich (Katalog, Projekt oder Bereitstellungsbereich) oder nach Assettyp filtern.
• Sie können Assets nach Namen suchen.
• Auf der Assetseite in einem Katalog wird der Abschnitt für Beziehungen jetzt als zugehörige Assets bezeichnet.

Weitere Informationen finden Sie unter Beziehungen zwischen Assets hinzufügen.

Beziehungen zwischen Assets über Kataloge, Projekte und Bereiche hinweg erstellen

20. Juli 2022

Sie können jetzt Beziehungen zwischen Assets in verschiedenen Katalogen, Projekten und Bereichen erstellen und bearbeiten, auf die Sie Zugriff haben. Mit dem neuen Tearsheet für Assetbeziehungen können Sie nach Assets außerhalb des aktuellen Katalogs mit Filtern nach Assettyp und Assetposition suchen.

Hinzufügen von unterstützenden Funktionen zur Verbesserung Ihrer AutoAI -Zeitreihenmodellvorhersagen

15. Juli 2022

Wenn Sie ein AutoAI -Zeitreihenexperiment erstellen, können Sie jetzt unterstützende (oder exogene) Funktionen angeben, um die Prognose zu verbessern. Beispiel: In einem Zeitreihenexperiment, das den Energieverbrauch vorhersagt, können Sie das Modell so trainieren, dass unterstützende Funktionen wie tägliche Temperaturen berücksichtigt werden, um die Vorhersage präziser zu machen. Wenn Sie den zukünftigen Wert für ein unterstützendes Feature kennen, können Sie diesen Wert als Eingabe angeben, wenn Sie das Modell implementieren. Wenn Sie beispielsweise den Umsatz von T-Shirts vorhersagen, können Sie zukünftige Daten zu Verkäufen und Werbeaktionen einschließen, die sich auf die Vorhersage auswirken könnten. Details zum Einschließen unterstützender Features in Ihr Zeitreihenexperiment finden Sie unter Zeitreihenexperiment erstellen.

Verbesserte Testschnittstelle für Online-Implementierungen

15. Juli 2022

Wenn Sie eine Onlinebereitstellung für ein Modell erstellen, haben Sie jetzt verbesserte Methoden zur Bereitstellung von Eingabedaten aus der Registerkarte Test der Bereitstellung. Diese umfassen die folgenden Angaben:

• Daten direkt in das Formular eingeben
• CSV-Vorlage herunterladen, Werte eingeben und Eingabedaten hochladen
• Datei mit Eingabedaten aus dem lokalen Dateisystem oder aus dem Bereich hochladen
• Wechseln Sie zur JSON-Registerkarte und laden Sie Ihre Eingabedaten als JSON-Code hoch oder geben Sie sie ein.

Weitere Informationen finden Sie unter Onlinebereitstellung erstellen.

Unterstützung von Active Directory für die Microsoft SQL Server -Verbindung

11. Juli 2022

Sie können jetzt Active Directory für die Microsoft SQL Server -Authentifizierung auswählen. Diese Erweiterung bedeutet, dass Sie die in einer NTLM-Kontodatenbank gespeicherten Berechtigungsnachweise anstelle von Microsoft SQL Servernutzen können. Informationen finden Sie unter Microsoft SQL Server -Verbindung.

Mithilfe der In-App-Unterstützung können Sie in der Dokumentation nach Informationen suchen.

08. Juli 2022

Die neue In-App-Unterstützung enthält empfohlene Artikel aus der Dokumentation mit Bezug zu der momentan im Produkt angezeigten Seite. Dies erspart die Suche in einer separaten Registerkarte oder einem separaten Fenster. Die In-App-Unterstützung übernimmt den Suchvorgang für Sie Öffnen Sie die Unterstützung über das obere Banner . Schließen und öffnen Sie die Unterstützung nach dem Aufrufen einer neuen Seite, damit aktualisierte empfohlene Artikel angezeigt werden. Sie können auch Suchbegriffe eingeben, um Informationen schnell zu finden, geführte Touren starten (falls verfügbar) und über Links auf zusätzliche Unterstützung zugreifen.

Einfachere Upgrades für Data-Fabric-Services

07. Juli 2022

Sie können jetzt schnell ein Upgrade für Cloud Pak for Data -Services durchführen, die in den Anwendungsfällen des Datenfabrics enthalten sind. Klicken Sie einfach auf die Schaltfläche Kaufen im Dashboard. Daraufhin wird eine Liste Ihrer bereitgestellten Data Fabric-Services und ihres aktuellen Plans angezeigt. Markieren Sie die Services, für die Sie ein Upgrade durchführen möchten, und wählen Sie einen Plan aus. Sie können auch eine Preisübersicht für jeden Service anzeigen und anschließend in einem Schritt ein Upgrade für alle Services durchführen. Upgradeanweisungen finden Sie unter Cloud Pak for Data -Services kaufen.

"Default Spark 3.0 & R 3.6" -Umgebung eingestellt (Data Refinery)

04. Juli 2022

Die Umgebung Default Spark 3.0 & R 3.6 ist ab 07. Juli 2022 nicht mehr verfügbar.

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

Weitere Informationen zum Datenfabric

30. Juni 2022

Sie können jetzt mehr über die Implementierung der Datenstrukturlösung mit Cloud Pak for Data as a Serviceerfahren. Weitere Informationen finden Sie unter Übersicht über die Data-Fabric-Lösung. Um sich mit der Implementierung der Datenstruktur vertraut zu machen, nutzen Sie die Lernprogramme für Datenstrukturen.

Workflowaufgaben überwachen (Watson Knowledge Catalog)

30. Juni 2022

Der Workflowadministrator kann jetzt Metriken für die aktiven Tasks anzeigen. Die Seite Aufgabenstatus enthält eine grafische Übersicht über den Eigentumsstatus und das Fälligkeitsdatum für alle aktiven Aufgaben. Sie können auch die Taskliste filtern und festlegen, dass mehrere Tasks gleichzeitig nicht übernommen werden.

Siehe Workflow-Tasks verwalten.

Neue Spark 3.2 -Umgebung für die Ausführung von Data Refinery -Ablaufjobs

24. Juni 2022

Sie können nun Default Spark 3.2 & R 3.6 auswählen, wenn Sie eine Umgebung für einen Data Refinery -Ablaufjob auswählen. Die Umgebung Default Spark 3.2 & R 3.6 enthält Erweiterungen von Spark. Die neue Umgebung verwendet dieselben Capacity-Unit-Stunden (CUHs) wie die anderen Default-Umgebungen.

Wichtig: Die Umgebung Default Spark 3.0 & R 3.6 wird nicht weiter unterstützt.

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

Neue PMML-Softwarespezifikation für (Watson Studio und Watson Machine Learning)

23 Juni 2022

Aktion erforderlich PMML-Modelle mit spark-mllib_3.0 sind veraltet, werden jedoch nicht entfernt. Modellbereitstellungen mit der veralteten Spezifikation funktionieren am 7. Juli 2022 nicht mehr. Erstellen Sie neue PMML-Modelle mit der Softwarespezifikation pmml-3.0_4.3 oder aktualisieren Sie vorhandene PMML-Modelle mit der Softwarespezifikation pmml-3.0_4.3, wenn keine Bereitstellungen vorhanden sind. Details zum Ändern von Notebookumgebungen für PMML-Modelle finden Sie unter Notebookumgebungen ändern. Details zur Verwaltung von Bereitstellungsframeworks finden Sie unter Veraltete Softwarespezifikationen verwalten.

Neue Übersetzungen der Dokumentation!

22. Juni 2022

Die Dokumentation zu Cloud Pak for Data as a Service wurde in die folgenden Sprachen übersetzt:

• Portugiesisch (Brasilien)
• Französisch
• German
• Spanisch
• Japanisch
• Koreanisch

Sie können jetzt einfach zwischen Sprachen wechseln, wenn Sie die Dokumentation anzeigen. Bisher haben Sie die Browservorgaben zurückgesetzt, um die Dokumentation in einer anderen Sprache anzuzeigen. Jetzt können Sie die gewünschte Sprache aus der Sprachauswahl unten auf jeder Seite auswählen.

Die Veröffentlichung von Aufbereitungsergebnissen ist jetzt einfacher (Watson Knowledge Catalog).

23 Juni 2022

Sie können jetzt Aufbereitungsergebnisse veröffentlichen, ohne zum Veröffentlichungsablauf des Projekts umgeleitet zu werden. Nach der Veröffentlichung befinden Sie sich wieder in der Benutzerschnittstelle für Aufbereitungsergebnisse und können dort weiter arbeiten. Der Publizierungsstatus für jedes Asset wird auf der Registerkarte Assets der Aufbereitungsergebnisse angezeigt.

Siehe Aufbereitungsergebnisse veröffentlichen.

Verbessern Sie Ihren IBM Match 360 -Abgleichalgorithmus, indem Sie Datensatzpaare überprüfen

10. Juni 2022

Überprüfen Sie Datensatzpaare, um den Abgleichalgorithmus IBM Match 360 zu trainieren, wie entschieden wird, welche Datensätze in Stammdatenentitäten abgeglichen werden. Während einer Paarprüfung vergleicht ein Data-Steward Datensätze, um festzustellen, ob es sich um eine Übereinstimmung handelt.

Wenn die Überprüfung der Paare abgeschlossen ist, analysiert IBM Match 360 die Antworten und empfiehlt Anpassungen der Gewichtungen und Schwellenwerte Ihres Abgleichsalgorithmus. Je mehr Paare Sie überprüfen, desto besser sind die Optimierungsempfehlungen. Ein Datenentwickler kann dann entscheiden, ob die Empfehlungen angewendet werden sollen.

Informationen zu Paarprüfungen finden Sie unter Abgleichalgorithmus anpassen und verstärken.

Definieren und Arbeiten mit Beziehungen zwischen Ihren IBM Match 360 -Datensätzen

10. Juni 2022

Suchen Sie neue Verbindungen in Ihren Stammdaten, indem Sie Beziehungsinformationen zu IBM Match 360hinzufügen. Jetzt können Sie Ihrem Datenmodell Beziehungstypen hinzufügen und dann entweder Beziehungsdatenassets für das Laden von Massendaten oder Beziehungen zwischen Datensätzen manuell definieren. Untersuchen Sie die Beziehungen zwischen Ihren Datensätzen, um neue Erkenntnisse über Ihre Daten zu gewinnen.

Informationen zum Arbeiten mit Beziehungen in Ihren Stammdaten enthält Beziehungsdaten untersuchen.

Snapshots Ihrer IBM Match 360 -Konfiguration speichern und laden

10. Juni 2022

Jetzt können Sie mithilfe von Konfigurationsmomentaufnahmen zeitpunktgesteuerte Versionen Ihrer Einstellungen für die Stammdatenkonfiguration erstellen, einschließlich Ihres Datenmodells und übereinstimmender Einstellungen. Laden Sie eine Momentaufnahme, um Ihre Masterdatenkonfiguration auf eine Vorgängerversion zurückzugeben, oder nutzen Sie Momentaufnahmen in Serviceinstanzen gemeinsam, um die Konsistenz sicherzustellen.

Informationen zum Arbeiten mit Momentaufnahmen finden Sie unter Momentaufnahmen der Masterdatenkonfiguration speichern und laden.

Unterstützung für Spark 3.2 und Einstellung der Unterstützung für Spark 3.0 für Watson Studio und Watson Machine Learning

1. Juni 2022

Spark 3.2 wird jetzt unterstützt und Spark 3.0 ist als Framework für maschinelles Lernen, Notebookumgebung und RStudio-Laufzeit veraltet. Aktualisieren Sie Ihre Assets für die Verwendung von Spark 3.2 . Die Unterstützung für Schulungsressourcen wird am 22. Juni 2022 eingestellt. Die Unterstützung für die Bereitstellung und das Scoring von Modellen wird am 7. Juli 2022 eingestellt und vorhandene Bereitstellungen, die Spark 3.0 -Spezifikationen verwenden, werden entfernt. Details zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Frameworks und Softwarespezifikationen verwalten. Details zu Notebookumgebungen finden Sie in Optionen für Rechenressourcen für den Notebookeditor in Projekten.

Umgebungsaktualisierungen für Decision Optimization (Watson Studio und Watson Machine Learning)

25. Mai 2022

Aktion erforderlich Sie müssen die Umgebungen für Ihre Experimente und Modelle von Decision Optimization ändern, die in Python 3.8 und CPLEX 12.10 -Umgebungen ausgeführt werden:

• Python 3.8 wurde entfernt. Sie müssen die Standardversion Python 3.9verwenden. Informationen zum Ändern Ihrer Standardumgebung für Decision Optimization -Experimente finden Sie unter Andere Ausführungsumgebung für ein bestimmtes Szenario auswählen. Für bereitgestellte Modelle, die ältere Versionen verwenden, müssen Sie Ihre Python -Version mit der REST API aktualisieren. Weitere Informationen finden Sie unter Ändern der Python -Version für ein vorhandenes bereitgestelltes Modell mit der REST API.
• CPLEX 12.10 wird jetzt entfernt und die entsprechende do_12.10 -Laufzeit wird nicht mehr unterstützt. CPLEX 20.1 bleibt die Standardeinstellung und CPLEX 22.1 mit seiner neuen Laufzeit do_22.1 ist jetzt verfügbar. Wenn Sie Ihr Modell bereits mit einer CPLEX-Laufzeit implementiert haben, die nicht mehr unterstützt wird, können Sie Ihr vorhandenes bereitgestelltes Modell mithilfe der REST-API oder der Benutzerschnittstelleaktualisieren.

Metadatenaufbereitung: Geschäftsbegriffe oder Datenklassen aus ausgewählten Assets in einem Schritt zuordnen oder entfernen (Watson Knowledge Catalog)

26 Mai 2022

In den Aufbereitungsergebnissen können Sie jetzt Geschäftsbegriffe gleichzeitig einer ausgewählten Gruppe von Assets oder Spalten zuordnen oder aus einer ausgewählten Gruppe von Assets oder Spalten entfernen. Für Spalten können Sie Datenklassen auch mehreren Spalten in einem Schritt zuordnen oder die Zuordnung aufheben. Siehe Massenänderungen an Term-und Datenklassenzuordnungen vornehmen.

Zum Hinzufügen von Mitarbeitern oder zum Ändern von Mitarbeiterrollen müssen Projektadministratoren zum IBM Cloud -Konto des Projekterstellers gehören.

26 Mai 2022

Wenn Sie ein Projektadministrator in einem anderen IBM Cloud -Konto als der Projektersteller sind, haben Sie keine Berechtigung zum Hinzufügen von Mitarbeitern oder zum Ändern von Mitarbeiterrollen. Bitten Sie einen anderen Projektadministrator, Mitarbeiter hinzuzufügen oder die Änderung vorzunehmen.

Neue Stages in DataStage

26 Mai 2022

Die folgenden Stages sind jetzt für die Verwendung in DataStage-Abläufen verfügbar:

• CFF (Complex Flat File, komplexe unstrukturierte Datei)
• Hierarchische Stage: REST-Schritt
• Stage: Übereinstimmungshäufigkeit (Match Frequency)
• Stage 'One-source Match'

Weitere Informationen und die vollständige Liste der Stages finden Sie unter DataStage-Stages und QualityStage-Stages.

DataStage -Ablauf und zugehörige Abhängigkeiten als einzelne Datei herunterladen

26 Mai 2022

Sie können einen einzelnen DataStage -Ablauf und seine Abhängigkeiten bequem als ZIP-Datei zusammen herunterladen. Anschließend können Sie die Datei in ein anderes Projekt importieren. Zu Abhängigkeiten gehören Elemente wie Verbindungen, Unterabläufe und Parametersätze.

Details finden Sie unter Einen DataStage -Ablauf und seine Abhängigkeiten herunterladen und importieren.

Neue Knoten aus Tabellenausgabe in SPSS Modeler generieren

16. Mai 2022

Beim Anzeigen der Tabellenausgabe können Sie jetzt ein oder mehrere Felder auswählen, auf Generierenklicken und anschließend einen Knoten auswählen, der zu Ihrem Flow hinzugefügt werden soll.

Neue "Ablaufeinstellungen" bieten Ihnen mehr Optionen für Data Refinery -Abläufe

20. Mai 2022

Die Ablaufeinstellungen für Data Refinery bieten Ihnen weitere Eigenschaften, mit deren Hilfe Sie die Daten in Ihren Data Refinery -Abläufen steuern und eine neue Funktion zum Bearbeiten des Stichprobenumfangs der Daten während der Optimierung Ihrer Daten anbieten können.

Greifen Sie über die Symbolleiste in Data Refineryauf die Ablaufeinstellungen für Data Refinery zu.

Verwenden Sie die Ablaufeinstellungen für Data Refinery , um die folgenden Aktionen auszuführen:

Quellendateien:

• Stichprobenumfang bearbeiten: Mit dieser neuen Funktion können Sie den Stichprobenumfang anpassen, während Sie die Daten verfeinern. Die Anpassung des Stichprobenumfangs kann Ihnen helfen, die Data Refinery -Abläufe schneller auszuführen, wenn Sie ein großes Dataset haben.
• Bearbeiten Sie die Quelleneigenschaften: Zuvor konnten Sie nur Formatoptionen für CSV-oder Dateien mit begrenzter Satzlänge angeben. Jetzt gibt es Optionen für mehr Dateitypen und weitere Optionen für Daten aus Verbindungen.
• Ändern Sie die Quelle eines Data Refinery -Ablaufs: Jetzt können Sie mehrere Quellendateien an einer Stelle ersetzen. (Für Join-und Union-Operationen)

Zieldataset:

• Zielposition eines Data Refinery -Ablaufs ändern
• Bearbeiten Sie die Zieleigenschaften: Sie haben mehr Optionen für die verschiedenen Datentypen, einschließlich Daten aus Verbindungen.
• Geben Sie eine Beschreibung der Zieldaten ein

Wichtig: Die Ablaufeinstellungen für Data Refinery ändern die Position, an der Sie bestimmte Aktionen ausführen.

Vorhandene Data Refinery -Abläufe oder Data Refinery -Ablaufjobs sind von diesen Änderungen nur betroffen, wenn Sie die Ablaufeinstellungen öffnen und Änderungen vornehmen.

Informationen hierzu finden Sie unter Data Refinery verwalten.

Neue Schrittoptionen geben Ihnen mehr Kontrolle über Ihren Data Refinery -Ablauf

20. Mai 2022

Data Refinery führt neue Optionen für die Schritte Duplicate, Insert step beforeund Insert step afterein. Diese Optionen bieten Ihnen mehr Flexibilität und Kontrolle des Data Refinery -Ablaufs.

Greifen Sie über das Teilfenster Schritte auf diese Optionen zu.

Informationen zu allen Aktionen, die Sie mit Schritten ausführen können, finden Sie unter Data Refinery -Abläufe verwalten.

Platzierung einer neuen Spalte in einem Data Refinery -Ablauf steuern

20. Mai 2022

Wenn Sie eine Operation verwenden, die eine neue Spalte im Flow Data Refinery erstellen kann, und Sie Neue Spalte für Ergebnisse erstellenauswählen, können Sie jetzt auswählen, dass die neue Spalte rechts neben der ursprünglichen Spalte platziert werden soll.

Diese neue Auswahl ist für folgende Operationen verfügbar:

• Berechnen
• Bedingte Ersetzung
• Spaltentyp konvertieren
• Spaltenwert in fehlenden Wert konvertieren
• Datums- oder Zeitwert extrahieren
• Mathematische Operationen
• Fehlende Werte ersetzen
• Teilzeichenfolge ersetzen
• Text
• In Tokens zerlegen

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

Metadatenaufbereitung stellt jetzt auch Vorschläge für Datenklassen bereit (Watson Knowledge Catalog)

20. Mai 2022

Wenn Sie die Metadatenaufbereitung ausführen, stellt die Profilerstellung jetzt auch Vorschläge für Datenklassen für Spalten bereit. Sie werden in den Governance-Details einer Spalte angezeigt. Zugeordnete und vorgeschlagene Datenklassen werden auf der Basis der neuen Schwellenwerte ausgewählt, die Sie in den Projekteinstellungen für die Metadatenaufbereitung festlegen können. Siehe Einstellungen für Datenklassenzuordnung.

Erweiterungen für DataStage -Connectors

20. Mai 2022

Bestimmte Connectors bieten jetzt eine schnellere Möglichkeit, Metadaten aus ihren zugehörigen Verbindungen zu testen und hinzuzufügen.

Wenn Sie die Verbindung erstellen, ist die Schaltfläche Verbindung testen auf der Seite Verbindung hinzufügen bei solchen Verbindungen jetzt funktionsfähig. (Bisher gab es keine Möglichkeit, die Verbindung in der Benutzerschnittstelle zu testen.)

• Apache Kafka
• Db2 (optimimiert)
• Netezza Performance Server (optimiert)
• ODBC
• Oracle (optimiert)
• Salesforce.com (optimiert)
• Teradata (optimiert)

Nachdem Sie die Verbindung erstellt haben, können Sie in DataStage den Asset-Browser in den Erstellungsbereich ziehen, eine Verbindung auswählen und einen Drilldown durchführen, um die Daten für diese Connectors hinzuzufügen oder vorab anzuzeigen. (Bisher hatten Sie nur die Option, einen Connector in den Erstellungsbereich zu ziehen, doppelt darauf zu klicken, um die zugehörige Detailkarte zu öffnen und dann zu Eigenschaften > Verbindung zu wechseln und die Verbindung auszuwählen.)

• Db2 (optimimiert)
• Netezza Performance Server (optimiert)
• ODBC

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

SPSS Modeler: Verbesserungen bei der Textanalyse

12 Mai 2022

SPSS Modeler stellt spezialisierte Knoten für die Textverarbeitung bereit. Von einem Textminingknoten aus können Sie auswählen, dass die neu verbesserte Textanalyseworkbench (früher als interaktive Workbench bezeichnet) gestartet werden soll. Nach umfangreicher Nutzerforschung wurde die Werkbank neu gestaltet. Die Dokumentation wurde ebenfalls aktualisiert, um das neue Design wiederzugeben, einschließlich eines neuen Videos und eines aktualisierten Lernprogramms. Siehe Textanalyse.

Verbindung zu weiteren Datenquellen in DataStage herstellen

13. Mai 2022

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

• Generisches S3
• Teradata (optimiert)

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

Einfache Ausführung der Aufbereitung von Metadaten (Watson Knowledge Catalog)

13. Mai 2022

Sie können die Aufbereitung jetzt direkt aus den Ergebnissen der Metadatenaufbereitung ausführen, anstatt den Job über die Seite Jobs erneut auszuführen. Außerdem können Sie auswählen, dass die Aufbereitung für den gesamten Assetbereich oder nur für ein ausgewähltes Subset ausgeführt wird. Siehe Aufbereitungen manuell ausführen.

Weitere Funktionen von Watson Knowledge Catalog mit neuen Plänen testen

05 Mai 2022

Sie können jetzt fast alle Features von Watson Knowledge Catalog kostenlos mit dem aktualisierten Lite-Plan testen oder nur für das bezahlen, was Sie mit dem neuen Standardplan verwenden.

Sie können aus den folgenden neuen Watson Knowledge Catalog -Angebotsplänen auswählen:

• Der neue Standardplan berechnet Gebühren pro Katalogressource und für die Nutzung der Rechenleistung auf der Basis der CUH-Raten (CUH-Capacity Unit Hour) bei der Ausführung von Profilen, Tools und Jobs. Der Plan enthält keine monatlichen Instanzgebühren oder Gebühren für berechtigte Benutzer.
• Der neue Enterprise-Bundle-Plan berechnet eine monatliche Instanzgebühr für 100.000 Katalogassets und 2500 CUH pro Monat. Weitere Katalogressourcen und Rechenleistung werden Ihnen in Rechnung gestellt. Der Plan enthält keine Gebühren für berechtigte Benutzer.

Wenn Sie über den Lite-Plan verfügen, wird Ihr Plan automatisch aktualisiert. Sie haben jetzt Zugriff auf die meisten Funktionen von Watson Knowledge Catalog . Viele der Grenzwerte für Assets und Governance-Artefakte wurden erhöht. Die monatliche Nutzungsbeschränkung für Berechnungen wird jedoch auf 25 CUH verringert.

Wenn Sie zuvor den Standard-, Professional-oder Enterprise-Plan bereitgestellt haben, können Sie Ihren traditionellen Plan für das nächste Jahr beibehalten. Wenn Sie zum neuen Standard-oder Enterprise-Bundle-Plan wechseln möchten, können Sie die Schritte unter Services verwaltenausführen.

Weitere Informationen finden Sie unter Watson Knowledge Catalog-Servicepläne.

Neue Startseite für Assetaktivitäten (Watson Knowledge Catalog)

05 Mai 2022

In Katalogen und Projekten sind Informationen zu Assetaktivitäten jetzt in einer seitlichen Anzeige verfügbar. Öffnen Sie ein Asset in einem Katalog oder einem Projekt und greifen Sie auf seine Aktivitäten zu, indem Sie auf klicken. Siehe Aktivitäten.

Daten auf der Basis der Position steuern (experimentell) (Watson Knowledge Catalog)

04. Mai 2022

Sie können jetzt die experimentelle Funktion zum Steuern des standortbasierten Zugriffs auf Datenassets ausprobieren. Sie können Datenstandortregeln erstellen, um sicherzustellen, dass Datenschutz und standortbezogene Bestimmungen durchgesetzt werden, wenn Sie Daten von einem physischen oder souveränen Standort an einen anderen verschieben.

Um diese experimentelle Funktion auszuprobieren, antworten Sie auf diesen Beitrag , um ein Beispiellernprogramm und zusätzliche Informationen zur API anzuzeigen.

Siehe Datenpositionsregeln.

Neue Nutzungsbeschränkung für Rechenressourcen für Watson Studio Lite-Pläne

29. April 2022

Watson Studio Lite-Pläne haben jetzt eine monatliche Nutzungsbeschränkung von 10 CUH für die Ausführung von Jobs und Tools. Dieser Grenzwert gilt für alle vorhandenen und neuen Lite-Pläne. Mai 2022 ist der erste vollständige Monat, in dem der verringerte CUH-Grenzwert gilt.

Wenn Sie mehr als 10 CUH pro Monat verwenden, haben Sie folgende Möglichkeiten:

• Führen Sie ein Upgrade auf den Professional-Tarif durch. Da der Professional-Plan nur für die CUH gilt, die Sie verwenden, können Sie ein Upgrade durchführen, ohne dass weitere Gebühren anfallen.
• Sie können Ihre Rechenleistung verlängern, indem Sie Ihre Assets so aktualisieren, dass sie Umgebungen mit niedrigeren CUH-Raten verwenden. Sie können zum Beispiel Ihre Notebook-Umgebung ändern.

Speichern einer AutoAI -Zeitreihenmodellpipeline als Notebook (Watson Studio, Watson Machine Learning)

29. April 2022

Sie können jetzt eine Pipeline aus einem AutoAI -Zeitreihenexperiment als Notebook speichern, um den Code und die Algorithmen zu überprüfen, die zum Generieren der Pipeline verwendet wurden. Weitere Informationen finden Sie unter Zeitreihenexperiment erstellen.

Metadatenaufbereitung: Neuer Service für automatische Begriffszuordnung (Watson Knowledge Catalog)

29. April 2022

Der linguistische Namensabgleich ist jetzt auch als Service für die automatische Begriffszuordnung verfügbar. Wenn dieser Service aktiviert ist, können Begriffe basierend auf der Ähnlichkeit zwischen dem Begriff und dem Namen des Assets oder der Spalte zugewiesen werden. Standardmäßig ist dieser Service für alle vorhandenen und neuen Projekte aktiviert. Siehe Standardeinstellungen für die Metadatenaufbereitung.

Neue Preistarife für Watson Query (ab 1. Mai 2022)

29. April 2022

Die Preise für Unternehmen wurden geändert, um die Gebühren pro Watson Query -Instanz zu entfernen und die Gebühren für VPC-Stunden (Virtual Processor Core) für Ihren Watson Query -Service zu senken. Der Service wird gemessen und verarbeitet, wenn er bereitgestellt wird, auch wenn Sie nicht im Service arbeiten. Die 250 kostenlosen virtuellen Prozessorkernstunden pro Monat wurden eingestellt. Siehe Watson Query -Angebotspläne.

Aktion zum Ändern des Bereitstellungsnamens erforderlich (Watson Machine Learning)

21 April 2022

Aktion erforderlich Ab dem 4. Mai 2022 müssen Namen, die Benutzer Online -Bereitstellungen zuweisen, für jede Region eindeutig sein. Mit dem API-Aufruf GET /ml/v4/deployments?serving_name={serving_name}&conflict=true APIkönnen Sie überprüfen, ob ein vorhandener Serving-Name eindeutig ist. Wenn der GET -Aufruf den Status 204zurückgibt, ist der Name eindeutig und kann verwendet werden. Wenn der Aufruf den Statuscode 409zurückgibt, ist der Bereitstellungsname bereits vorhanden oder weist möglicherweise einen Konflikt auf. Überprüfen Sie die Antwort und ergreifen Sie bei Bedarf Maßnahmen zum Aktualisieren des Serving-Namens mithilfe der PATCH -API . Ab dem 4. Mai 2022 schlagen Vorhersageanforderungen, die Serving-Namen zugeordnet sind, bei denen Serving-Name mehrmals vorhanden ist, mit einem Fehler fehl, der den Benutzer auffordert, den Namen zu aktualisieren. Details zum Bereitstellen von Namen finden Sie unter Onlinebereitstellung erstellen. Details zur Verwendung des Befehls PATCH finden Sie unter Implementierungsmetadaten aktualisieren. Wenn Sie Unterstützung für die Aktualisierung benötigen, wenden Sie sich an den IBM Support.

Data Refinery -Daten in einer CSV-Datei anzeigen, ohne einen Data Refinery -Ablaufjob auszuführen

22. April 2022

Sie können die Daten jetzt im aktuellen Schritt im Data Refinery -Ablauf in eine CSV-Datei exportieren, ohne einen Data Refinery -Ablaufjob zu speichern oder auszuführen. Diese Erweiterung gibt Ihnen die Möglichkeit, in Bearbeitung befindliche Daten schnell zu speichern und anzuzeigen. Klicken Sie auf den Text unter dem Exportsymbol in der Symbolleiste.

Weitere Informationen finden Sie unter Data Refinery verwalten.

Metadatenaufbereitung auf einen Blick

22. April 2022

Eine neue Seitenanzeige enthält eine Zusammenfassung relevanter Informationen zu einer Metadatenaufbereitung, wie z. B. Aufbereitungs-und Stichprobenoptionen, dem zugehörigen Job und seinem Zeitplan.

Aktualisierungen für DataStage

15. April 2022

Zurückweisungslinks werden jetzt für die MQ-, Teradata-und ODBC -Connectors unterstützt. Gespeicherte Prozeduren im SQL Server -Connector werden jetzt unterstützt. Sie können die Kompilierung jetzt inaktivieren, wenn Sie DataStage -Abläufe importieren. Sie können einzelne Abläufe zusammen mit Abhängigkeiten in der Benutzerschnittstelle importieren und herunterladen.

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

Funktionale Erweiterungen für Scripting in SPSS Modeler

13. April 2022

In der Symbolleiste steht ein neues Symbol 'Scripting' zum Aufrufen einer neu gestalteten Scripting-Anzeige zur Verfügung. Siehe Übersicht über Scripting.

Aktualisierungen für Decision Optimization (Watson Studio und Watson Machine Learning)

13. April 2022

Die folgenden Aktualisierungen für Decision Optimization werden angezeigt:

• Die Python-Standardversion für Benutzer von Decision Optimization ist jetzt Version 3.9. Python 3.8 ist jetzt veraltet und Python 3.7 wird bald entfernt. Weitere Informationen finden Sie unter Decision Optimization-Notebooks.
• In einem Decision Optimization-Experiment können Sie jetzt mehrere Szenarios ausführen oder löschen. Weitere Details finden Sie unter Decision Optimization-Ansichten und -Szenarios.

Die neue Benutzerschnittstelle für Projekte ersetzt die traditionelle Benutzerschnittstelle

07 April 2022

Die traditionelle Benutzerschnittstelle wurde durch die Benutzerschnittstelle für neue Projekte ersetzt. Ohne Auswirkungen auf Ihre Arbeit. Die Projekterfahrung wurde aktualisiert, um das Arbeiten und Zusammenarbeit an einem Projekt einfacher und effizienter zu gestalten. Erleben Sie die funktionalen Erweiterungen für Asset-Organisation, Asset-Beziehungen, verbesserte Navigation und integrierte Anleitungen.

Finden Sie schnell, was Sie brauchen-mit der neuen Suchfunktionalität

07 April 2022

Sie können jetzt schnell Ergebnisse auswerten, wenn Sie mit dem globalen Suchfeld nach Assets oder Governance-Artefakten suchen. Die neue Suchergebniserfahrung zeigt den Kontext für Ihren Suchbegriff an und stellt viele Filter auf der Basis weiterer Eigenschaften bereit.

Sie erhalten auch bessere Ergebnisse. Mehr Asset- und Artefakteigenschaften werden durchsucht. Bei der Suche nach Wortfolgen (Phrasen) ini englischer Sprache werden bei der Analyse natürlicher Sprache gängige Wortfolgen priorisiert und unwichtige Wörter verworfen.

Sie können jetzt einen Ausdruck in Anführungszeichen in einen längeren Suchbegriff einschließen.

Siehe Nach Assets und Artefakten über die gesamte Plattform suchen.

Einstellung der Unterstützung und Entfernen der klassischen IBM Analytics Engine-Pläne und Amazon EMR

07 April 2022

Ab dem 7. April 2022 können neue Benutzer keine IBM Analytics Engine-Instanzen mit den Plänen 'Lite', 'Standard-Hourly' oder 'Standard-Monthly' und keine Amazon Elastic Map Reduce-Instanzen (EMR-Instanzen), in denen Notebooks ausgeführt werden, mehr erstellen.

Vorhandene Benutzer können bis zum 30. Juni 2022 weiterhin klassische IBM Analytics Engine-Instanzen und Amazon EMR-Instanzen erstellen. Danach sollten alle zugeordneten Notebooks unterstützten Spark-Laufzeitumgebungen neu zugeordnet werden, die in Watson Studio verfügbar sind.

Die klassischen IBM Analytics Engine-Pläne und Amazon EMR werden am 9. November 2022 entfernt.

Die neue Funktionalität für Governance-Artefakte ersetzt die traditionelle Funktionalität (Watson Knowledge Catalog)

08. April 2022

Wenn Sie zuvor die traditionelle Funktionalität für Governance-Artefakte mit Watson Knowledge Catalog verwendet hatten, wurde am 7. April 2022 auf die neue Funktionalität für Governance-Artefakte umgestellt. Die traditionelle Funktionalität wurde nur verwendet, wenn Sie Watson Knowledge Catalog vor April 2021 bereitgestellt und noch nicht auf die neue Funktionalität umgestellt hatten.

Bei der Umstellung wurde Folgendes ausgeführt:

• Alle vorhandenen Geschäftsbegriffe, Richtlinien und Datenschutzregeln wurden dauerhaft gelöscht. Das Zurücksetzen auf die traditionelle Funktionalität ist nicht möglich.
• Alle Geschäftsbegriffe, Datenklassen und Klassifikationszuordnungen für Datenassets wurden ungültig.
• Alle Datenmaskierungen, die Sie mit Datenschutzregeln konfiguriert haben, wurden entfernt.
• Profile von Datenassets wurden so aktualisiert, dass die Klassifikationsergebnisse die neuen Datenklassen verwenden.

Aktion erforderlich Sie sollten jetzt Folgendes ausführen:

• Erstellen Sie Ihre Geschäftsbegriffe, Klassifikationen und Datenschutzregeln neu.
• Entfernen Sie ungültige Geschäftsbegriffe und Klassifikationszuordnungen aus Assets in Katalogen.
• Ordnen Sie Ihre neuen Geschäftsbegriffe und die Klassifizierung Assets in Katalogen zu.
• Ordnen Sie Ihren Benutzern Watson Knowledge Catalog-Rollen zu. Siehe Benutzern Watson Knowledge Catalog-Rollen zuordnen.

Wenn Sie Fragen oder Bedenken bezüglich der Umstellung auf eine neue Version von Governance-Artefakten haben, können Sie ein Support-Ticket öffnen.

Anstehende Änderungen an Watson Knowledge Catalog -Plänen

07 April 2022

Ab dem 2. Mai 2022 stehen die folgenden neuen Watson Knowledge Catalog-Angebotsplänen zur Auswahl:

• Der neue Standard-Plan wird nach Katalogressourcen und Nutzung der Rechenleistung in Kapazitätseinheiten pro Stunde (Capacity Unit Hour, CUH) abgerechnet, wenn Sie Profilerstellung, Tools und Jobs ausführen. Darin sind keine Gebühren für Instanzen und berechtigte Benutzer enthalten.
• Für den neuen Enterprise-Paketplan wird eine monatliche Instanzgebühr für 100.000 Katalogassets und 2.500 CUH pro Monat in Rechnung gestellt. Weitere Katalogressourcen und Rechenleistung werden Ihnen in Rechnung gestellt. Darin sind keine Gebühren für berechtigte Benutzer enthalten.

Wenn Sie den Lite-Plan verwenden, wird Ihr Plan automatisch aktualisiert. Sie erhalten Zugriff auf alle Watson Knowledge Catalog-Funktionen außer Knowledge Accelerators. Viele Grenzwerte für Assets und Governance-Artefakte wurden erhöht, der Grenzwert der monatlichen Nutzungsbeschränkung für Rechenressourcen wird jedoch auf 25 CUH verringert.

Wenn Sie über den aktuellen Standard-, Professional- oder Enterprise-Plan verfügen, können Sie Ihren Plan für das nächste Jahr beibehalten. Wenn Sie zum neuen Standard- oder Enterprise-Paketplan wechseln möchten möchten, können Sie die Schritte unter Services verwalten ab dem 2. Mai 2022 ausführen.

Datentypen aus dem automatisch ausgeführten ersten Schritt der Data Refiniery-Operation 'Spaltentyp konvertieren' anzeigen

08. April 2022

Wenn Sie eine Datei in Data Refinery öffnen, wird die Operation Spaltentyp konvertieren automatisch als erster Schritt angewendet, wenn in den Daten ein Datentypen erkannt wird, der keine Zeichenfolgen enthält. Datentypen werden automatisch in abgeleitete Datentypen konvertiert. Jetzt können Sie überprüfen, in welchen Datentyp die Daten jeder Spalte konvertiert wurden. Die Informationen enthalten das Format für Datums- oder Zeitmarkendaten. Klicken Sie im Überlaufmenü auf Bearbeiten, um die Datentypen anzuzeigen.

Informationen hierzu finden Sie unter GUI-Operationen.

Änderungen an der Data Refinery-Operation 'Spaltentyp konvertieren' für Zeitmarken-und Datumsdaten

08. April 2022

Der folgende Datentyp wird nicht mehr automatisch konvertiert:

• Datums- und Zeitmarkenzeichenfolgen, die zwei Ziffern für das Jahr verwenden

Die automatischen Konvertierungen in vorhandenen Data Refinery-Abläufen sind nicht betroffen.

Aktualisierungen der Metadatenaufbereitung (Watson Knowledge Catalog)

07 April 2022

Die Ergebnisse der Metadatenaufbereitung enthalten jetzt den Aufbereitungsstatus für jedes Asset in der Aufbereitung. Außerdem können Sie jetzt den Überprüfungsstatus für mehrere Assets oder Spalten gleichzeitig ändern. Siehe Ergebnisse der Metadatenaufbereitung.

Darüber hinaus erhalten Sie jetzt Benachrichtigungen über Ausführungsereignisse für Aufbereitungsjobs (z. B. Start oder Fertigstellung).

Watson Studio-Pläne wurden vereinfacht

01. April 2022

Der neue Professional-Plan für Watson Studio ist jetzt verfügbar. Änderungen für den Lite-Plan folgen später in diesem Monat.

Watson Studio verfügt jetzt über einen einzigen kostenpflichtigen Plan, den Professional-Plan, der die Standard- und Enterprise-Pläne ersetzt. Beim Professional-Plan fallen nur Gebühren für genutzte Rechenressourcen an, basierend auf den Raten für Kapazitätseinheiten pro Stunde (Capacity Unit Hour, CUH), wenn Tools und Jobs ausgeführt werden. Darin sind keine Gebühren für Instanzen und berechtigte Benutzer enthalten. Ab dem 1. April 2022 ist der Professional-Plan der einzige kostenpflichtige Plan, den Sie auswählen können. Weitere Informationen zum Professional-Plan für Watson Studio finden Sie unter Watson Studio-Servicepläne. Weitere Informationen finden Sie im IBM Cloud -Katalog: Watson Studio.

Wenn Sie derzeit über den Standard- oder Enterprise-Plan verfügen, können Sie diesen Plan unbegrenzt beibehalten. Wenn Sie zum Professional-Plan wechseln möchten, führen Sie die Schritte für Services verwalten aus.

Ab dem 29. April 2022 gilt für alle neuen und vorhandenen Watson Studio Lite-Pläne ein monatlicher Grenzwert von 10 CUH für die Ausführung von Jobs und Tools. Da beim Professional-Plan nur die genutzten CUH abgerechnet werden, fallen beim Upgrade auf einen kostenpflichtigen Plan keine zusätzlichen Gebühren an. Mai 2022 ist der erste vollständige Monat, in dem der verringerte CUH-Grenzwert gilt. Wenn Sie Ihre Laufzeitnutzung verlängern möchten, können Sie Ihre Assets so aktualisieren, dass Umgebungen mit geringeren CUH-Raten verwendet werden. Sie können zum Beispiel Ihre Notebook-Umgebung ändern.

Ende der Unterstützung für Core ML-Bereitstellungen für iOS

1. April 2022

Core ML-Bereitstellungen oder virtuelle Bereitstellungen für die Verwendung mit iOS sind veraltet. Die Unterstützung für diesen Bereitstellungstyp endet am 4. Mai 2022.

Neue PMML-Softwarespezifikation für (Watson Studio und Watson Machine Learning)

1. April 2022

Aktion erforderlich PMML-Modelle mit spark-mllib_2.4 sind veraltet, werden jedoch nicht entfernt. Modellbereitstellungen mit der veralteten Spezifikation funktionieren ab dem 4. Mai 2022 nicht mehr. Erstellen Sie neue PMML-Modelle mit der Softwarespezifikation pmml-3.0_4.3 oder aktualisieren Sie vorhandene PMML-Modelle mit der Softwarespezifikation pmml-3.0_4.3, wenn keine Bereitstellungen vorhanden sind. Details zum Ändern von Notebookumgebungen für PMML-Modelle finden Sie unter Notebookumgebungen ändern. Details zur Verwaltung von Bereitstellungsframeworks finden Sie unter Veraltete Softwarespezifikationen verwalten.

Erinnerung: Umstellung der traditionellen Funktionalität für Governance-Artefakte (Watson Knowledge Catalog)

24. März 2022

Wenn Sie die traditionelle Funktionalität für Governance-Artefakte mit Watson Knowledge Catalog verwenden, wird am 4. April 2022 auf die neue Funktionalität für Governance-Artefakte umgestellt. Die traditionelle Funktionalität wird nur verwendet, wenn Sie Watson Knowledge Catalog vor April 2021 bereitgestellt und noch nicht auf die neue Funktionalität umgestellt haben. Die neue Funktionalität für Governance-Artefakte wurde im April 2021 zur Standardfunktionalität.

Wenn Sie Fragen oder Bedenken bezüglich der Umstellung auf eine neue Version von Governance-Artefakten haben, können Sie ein Support-Ticket öffnen.

Data Refinery -Ablaufjobs, die eine Umgebungsvorlage mit Spark 2.4 verwenden, müssen aktualisiert werden

24. März 2022

Aktion erforderlich Wenn Sie über einen Data Refinery -Ablaufjob verfügen, der Spark 2.4verwendet, z. B. die Umgebungsvorlage "Default Spark 2.4 & R 3.6", schlägt der Job fehl. Ändern Sie die Umgebungsvorlage in "Default Spark 3.0 & R 3.6," "Default Data Refinery XS," oder erstellen Sie Ihre eigene Umgebungsvorlage "Spark 3.0 & R 3.6". Weitere Informationen finden Sie unter Ressourcenoptionen für Data Refinery in Projekten berechnen.

Änderungen der Framework- und Softwarespezifikationen für (Watson Studio und Watson Machine Learning)

17. März 2022

Aktion erforderlich Für die folgenden Änderungen der Framework- und Softwarespezifikationen sind möglicherweise Benutzeraktionen zum Aktualisieren von Assets erforderlich.

• Der Modelltyp CPLEX 12.10 wird in Watson Studio und Watson Machine Learning nicht mehr unterstüzt. Die Unterstützung für CPLEX 12.10 endet am 18. Mai 2022. Migrieren Sie auf die neueste Version, CPLEX 20.1. Details zu Decision Optimization-Modelltypen finden Sie unter Modellbereitstellung.
• Python 3.8 ist veraltet und wird am 18. Mai 2022 entfernt. Aktualisieren Sie Ihre Assets und Bereitstellungen für die Verwendung von IBM Runtime 22.1, basierend auf Python 3.9, mit zugehörigen Notebookumgebungen und Softwarespezifikationen. Details zu unterstützten Notebookumgebungen für IBM Runtime 22.1 finden Sie unter Notebook-Umgebungen ändern. Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Neuer Connector für DataStage: Microsoft Azure Cosmos DB

11. März 2022

Sie können jetzt Daten aus einer Microsoft Azure Cosmos DB-Datenquelle in Ihre DataStage-Abläufe einbeziehen.

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

Federated Learning unterstützt jetzt Python 3.9

10. März 2022

Verwenden Sie Python 3.9 für Ihre Federated Learning-Experimente mit diesen Frameworks:

• Tensorflow 2.7
• PyTorch 1.10
• Scikit-learn 1.0.2

Python 3.8 und alle zugehörigen Frameworks werden nicht mehr unterstützt. Aktualisieren Sie Ihre Federated Learning-Experimente auf Python 3.9 und implementieren Sie vollständig unterstützte Frameworks. Weitere Informationen finden Sie unter Kompatibilität zwischen Frameworks und Python-Versionen.

Neuer Connector für DataStage: Microsoft Azure SQL Database

04. März 2022

Sie können jetzt Daten aus einer Microsoft Azure SQL Database-Datenquelle in Ihre DataStage-Abläufe einbeziehen.

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

Neue DataStage-Features

04. März 2022

Sie können jetzt die Funktionen UniChar und UniSeq verwenden, um in der Stage 'Transformer' Dezimalwerte in Unicode umzuwandeln. Siehe Stage 'Transformer'.

Ende der Unterstützung für Deep Learning as a Service (Watson Machine Learning)

2. März 2022

Die Unterstützung für Deep Learning as a Service und den Deep Learning Experiment Builder ist veraltet und wird am 2. April 2022 eingestellt. Für Cloud Pak for Data as a Service ist kein Ersatz vorgesehen, aber die Unterstützung für Deep Learning-Experimente wird unter Cloud Pak for Data mit Watson Machine Learning Accelerator fortgesetzt. Beachten Sie, dass sich die Einstellung dieser Unterstützung nicht auf GPU-Notebooks für Watson Studio k80 auswirkt. Sie können die GPU-Notebooks weiterhin ausführen, aber Deep Learning-Notebooks, -Modelle und -Bereitstellungen, die auf Watson Machine Learning-REST-APIs basieren, werden nicht unterstützt.

DataStage-Funktionen

25. Februar 2022

Die folgenden Stages sind jetzt für die Verwendung in DataStage-Abläufen verfügbar:

• Combine Records
• Make Subrecords
• Make Vector
• Promote Subrecords
• Split Subrecord
• Split Vector

Weitere Informationen enthält der Abschnitt DataStage-Stages.

Unterstützung für Python 3.9 und Einstellung der Unterstützung für Python 3.7 (Watson Studio und Watson Machine Learning)

25. Februar 2022

Aktion erforderlich Sie können jetzt IBM Runtime 22.1 verwenden, das die neuesten Data-Science-Frameworks unter Python 3.9 enthält, um Watson Studio-Jupyter-Notebooks auszuführen, Modelle zu trainieren und Watson Machine Learning-Bereitstellungen auszuführen. Python 3.7 ist jetzt veraltet und wird am 14. April 2022 entfernt. Aktualisieren Sie Ihre Assets und Implementierungen so, dass stattdessen IBM Runtime 22.1 verwendet wird. Außerdem sind XL Python-Umgebungen in Watson Studio und Watson Machine Learning veraltet und werden ebenfalls am14. April 2022 entfernt. Weisen Sie alle zugeordneten Assets erneut den unterstützten Konfigurationen zu.

• Informationen zum Release IBM Runtime 22.1 und den enthaltenen Umgebungen für Python 3.9 finden Sie unter Notebook-Umgebungen ändern.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.
• Details zum Auswählen einer Python-Version für Ihre Decision Optimization-Experimente finden Sie unter Teilfenster 'Ausführungskonfiguration' und Auflösungsparameter.

Ankündigungen für Federated Learning (Watson Machine Learning)

24. Feb. 2022

Mehrere neue Funktionserweiterungen für Federated Learning sind verfügbar.

• Das Modul 'Federated Learning' ist jetzt Teil des Python-Clients für Watson Machine Learning. Alle API-Funktionen, die ibmfl enthalten, werden entfernt. Führen Sie eine Aktualisierung auf die neueste Version des Moduls Watson Machine Learning und des Partei-Connector-Scripts durch. Weitere Informationen finden Sie unter Federated Learning-Experiment erstellen.
• Python 3.7 wird für ältere Versionen nicht weiter unterstützt. Führen Sie eine Aktualisierung mindestens auf Python 3.8 durch, um die weitere Verwendung in Federated Learning zu ermöglichen.
• Scikit-learn 1.0 wird jetzt mit Python 3.9 unterstützt.

Angepasste Integritätsbedingungen in Decision Optimization Modeling Assistant erstellen

24. Feb. 2022

Modeling Assistant bietet zahlreiche Vorschläge für Integritätsbedingungen für Ihre Problemdomäne an, die angepasst werden können. Möglicherweise möchten Sie jedoch für die Domänen andere als die vordefinierten Integritätsbedingungen angeben. Zu diesem Zweck können Sie jetzt erweiterte angepasste Integritätsbedingungen angeben, die Python DOcplex verwenden. Ein Beispiel für die Vergehensweise finden Sie unter Erweiterte angepasste Integritätsbedingungen.

Einfaches Konfigurieren der Umgebung für Ihr Decision Optimization-Experiment

25. Februar 2022

Beim Erstellen von Modellen in einem Experiment enthält das Teilfenster 'Ausführungsparameter' in der Ansicht 'Modell erstellen' jetzt eine Registerkarte 'Umgebung'. Darin wird die Standardausführungsumgebung anzeigt, die für die Lösung verwendet wird, wenn Sie in der Ansicht 'Modell erstellen' auf 'Ausführen' klicken. Zum Erstellen von Umgebungen können Sie die Registerkarte 'Umgebung' im Teilfenster 'Informationen' in der Übersicht erstellen. Weitere Informationen finden Sie unter Hardware und Software konfigurieren.

Metadaten aus mehr Datenquellen importieren (Watson Knowledge Catalog)

24. Feb. 2022

Sie können den Metadatenimport jetzt auch für Apache Cassandra- und Teradata-Datenquellen durchführen.

Auf Daten aus S3-kompatiblen Datenquellen zugreifen

18. Feb. 2022

Verwenden Sie die neue Verbindung 'Generisch S3', um auf Daten aus einem Speicherservice zuzugreifen, der mit der Amazon S3-API kompatibel ist. Informationen hierzu finden Sie unter Verbindung 'Generisch S3'.

Die Snowflake-Verbindung unterstützt die von Okta bereitgestellte föderierte Authentifizierung für erweiterte Sicherheit.

18. Feb. 2022

Wenn Ihr Unternehmen Single Sign-on (SSO) mit nativer Okta-Authentifizierung verwendet, enthält die Benutzerschnittstelle ein neues Feld, in dem Sie den Okta-URL-Endpunkt für Ihr Okta-Konto eingeben können.

Informationen zur Snowflake-Verbindung finden Sie unter Snowflake-Verbindung.

DataStage unterstützt die Erstellung von Nachrichtenhandlern.

11. Februar 2022

Fehlernachrichten und Warnungen beim Ausführen eines Jobs werden in das Protokoll geschrieben. Nachrichten und Alerts können Sie in der Anzeige 'Protokolle' aufrufen. Durch das Erstellen von Nachrichtenhandlern können Sie angeben, dass bestimmte Fehler anders behandelt werden sollen.

Nachrichtenhandler bestehen aus Regeln, die definieren, wie Nachrichten formuliert werden. Durch Nachrichtenhandler können Sie Nachrichten aus dem Protokoll unterdrücken oder festlegen, ob eine Fehlernachricht als Warnung oder als Informationsnachricht ausgegeben werden soll.

Erkunden Sie diese Funktion, indem Sie eine Protokollnachricht erweitern, die Auslassungspunkte neben der Nachrichten-ID auswählen und die Nachricht hochstufen oder herabstufen, um sie als Warnung oder Informationsnachricht einzustufen. Sie können auch auswählen, das die Nachricht in den Protokollen unterdrückt werden soll. Diese Option ist für Fehler nicht verfügbar.

PostgreSQL ist eine unterstützte Datenbank zur Verwendung bei der Berichterstellung für Watson Knowledge Catalog-Daten.

4. Februar 2022

Wenn Sie Ihre Watson Knowledge Catalog-Daten an eine externe Datenbank senden, um Berichte zu erstellen, können Sie jetzt außer einer Db2-Datenbank zusätzlich eine PostgreSQL-Datenbank auswählen. Details hierzu finden Sie unter Berichterstellung für Watson Knowledge Catalog-Daten.

Machen Sie sich bereit für den Wechsel von der traditionellen Funktionalität für Governance-Artefakte (Watson Knowledge Catalog)

4. Februar 2022

Wenn Sie die traditionelle Funktionalität für Governance-Artefakte mit Watson Knowledge Catalog verwenden, wird am 4. April 2022 auf die neue Funktionalität für Governance-Artefakte umgestellt. Die traditionelle Funktionalität wird nur verwendet, wenn Sie Watson Knowledge Catalog vor April 2021 bereitgestellt und noch nicht auf die neue Funktionalität umgestellt haben. Die neue Funktionalität für Governance-Artefakte wurde im April 2021 zur Standardfunktionalität.

Die neue Funktionalität für Governance-Artefakte enthält die folgenden neuen Funktionen:

• Weitere Typen von Governance-Artefakten (z. B. Referenzdatasets und Governance-Regeln)
• Weitere Beziehungen zwischen Artefakten und Assets
• Differenzierte Steuerung der Benutzerberechtigungen zum Anzeigen und Verwalten von Governance-Artefakten in Kategorien

Aktion erforderlich Notieren Sie vor der Umstellung die Details Ihrer Geschäftsbegriffe, angepassten Klassifikationen und Datenschutzregeln.

Bei der Umstellung geschieht Folgendes:

• Alle vorhandenen Geschäftsbegriffe, Richtlinien und Datenschutzregeln werden dauerhaft gelöscht. Das Zurücksetzen auf die traditionelle Funktionalität ist nicht möglich.
• Alle Geschäftsbegriffe, Datenklassen und Klassifikationszuordnungen für Datenassets werden ungültig.
• Alle Datenmaskierungen, die Sie mit Datenschutzregeln konfiguriert haben, werden entfernt.
• Profile von Datenassets wurden so aktualisiert, dass die Klassifikationsergebnisse die neuen Datenklassen verwenden.

Nach der Umstellung sollten Sie Folgendes ausführen:

• Erstellen Sie Ihre Geschäftsbegriffe, Klassifikationen und Datenschutzregeln neu.
• Entfernen Sie ungültige Geschäftsbegriffe und Klassifikationszuordnungen aus Assets in Katalogen.
• Ordnen Sie Ihre neuen Geschäftsbegriffe und die Klassifizierung Assets in Katalogen zu.
• Ordnen Sie Ihren Benutzern Watson Knowledge Catalog-Rollen zu. Siehe Benutzern Watson Knowledge Catalog-Rollen zuordnen.

Wenn Sie Fragen oder Bedenken bezüglich der Umstellung auf eine neue Version von Governance-Artefakten haben, können Sie ein Support-Ticket öffnen.

Neue Dokumentation für Scripting

4. Februar 2022

Obwohl Scripting für die Verwendung von SPSS Modeler nicht erforderlich ist, kann es als leistungsfähiges Tool für die Automatisierung von Prozessen in der Benutzerschnittstelle genutzt werden. Scripts können dieselben Arten von Aktionen durchführen, die Sie mit einer Maus oder einer Tastatur durchführen. So können Sie Aufgaben automatisieren, die bei einer manuellen Durchführung sehr viele Wiederholungen verlangen oder sehr viel Zeit beanspruchen.

In dem neuen Leitfaden für Scripterstellung und Automatisierung wird diese Funktionalität ausführlich beschrieben.

Data Refinery unterstützt SAS-Dateien mit der Erweiterung 'sas7bdat'

4. Februar 2022

Sie können jetzt SAS-Datenassets optimieren, die die Erweiterung .sas7bdat verwenden. SAS-Dateien werden lediglich als Quellendateien unterstützt. SAS-Dateien können nicht als Ziel für einen Data Refinery-Ablauf verwende werden.

Eine vollständige Liste der von Data Refinery unterstützten Dateitypen finden Sie unter Daten verfeinern.

Data Refinery-Abläufe mit umfangreichen Datasets müssen aktualisiert werden, wenn bestimmte GUI-Operationen verwendet werden

4. Februar 2022

Aktion erforderlich Bei der Ausführung von Data Refinery-Jobs mit umfangreichen Datenassets bieten die folgenden GUI-Operationen Leistungsverbesserungen, für die Sie alle betroffenen Data Refinery-Abläufe aktualisieren müssen:

• Konvertieren des Spaltentyps zu 'Integer' (Ganzzahl), wenn Sie ein Tausendertrennzeichen (Komma, Punkt oder angepasst) angeben
• Konvertieren des Spaltentyps zu 'Decimal' (Dezimalzahl) mit Komma als Dezimaltrennzeichen, oder wenn Sie ein Tausendertrennzeichen (Komma, Punkt oder angepasst) angeben
• Text > Anführungszeichen abschneiden

Um die Leistung der Jobverarbeitung für einen Data Refinery-Ablauf zu verbessern, der diese Operationen verwendet, aktualisieren Sie den Data Refinery-Ablauf, indem Sie ihn öffnen und speichern und anschließend einen Job für ihn ausführen. Neue Data Refinery-Abläufe verfügen automatisch über die Leistungsverbesserungen. Anleitungen finden Sie unter Data Refinery-Abläufe verwalten.

Neuer Connector für DataStage

4. Februar 2022

DataStage unterstützt jetzt den Box-Connector. Die vollständige Liste der DataStage-Connectors finden Sie unter DataStage-Connectors.

Decision Optimization-Modelle werden auf Python 3.8 umgestellt

4. Februar 2022

Für Decision Optimization-Modelle ist die Standardversion für Python-Modelle jetzt Python 3.8. Wenn Sie über Decision Optimization-Modelle mit Python 3.7 verfügen, erstellen Sie die Modelle mit Python 3.8 erneut oder stellen Sie sie erneut bereit, um potenzielle Probleme zu vermeiden.

Siehe Decision Optimization-Notebooks und Lösungsparameter.

Eindeutige Katalognamen beibehalten

28. Januar 2022

Beim Erstellen eines Katalogs auf der Seite 'Katalog erstellen' müssen Sie jetzt einen eindeutigen Namen verwenden. Durch eindeutige Katalognamen werden Probleme durch Mehrdeutigkeit und Synchronisationsfehler vermieden Wenn ein Katalogname doppelt verwendet werden muss, verwenden Sie die API, um einen Katalog umzubenennen oder zu erstellen.

Die Rolle 'Data-Scientist' verfügt über die Zugriffsberechtigung auf Governance-Artefakte (Watson Knowledge Catalog)

28. Januar 2022

Mit der Berechtigung Auf Governance-Artefakte zugreifen können Data-Scientists die Details der Governance-Artefakte anzeigen, die Assets zugeordnet sind, um tieferen Einblick in die Daten zu gewinnen.

Einstellung der Unterstützung von Spark 2.4 für Watson Studio und Watson Machine Learning

27. Januar 2022

Spark 2.4 wird als Framework für maschinelles Lernen, als Notebook-Umgebung und als RStudio-Laufzeit nicht mehr unterstützt. Aktualisieren Sie Ihre Assets so, dass Spark 3.0 verwendet wird. Die Unterstützung für Training-Assets wird am 16. Februar 2022 eingestellt. Die Unterstützung für die Bereitstellung und das Scoring von Modellen wird am 10. März 2022 eingestellt und vorhandene Bereitstellungen, die Spark 2.4-Spezifikationen verwenden, werden entfernt. Details zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Frameworks und Softwarespezifikationen verwalten. Details zu Notebookumgebungen finden Sie in Optionen für Rechenressourcen für den Notebookeditor in Projekten.

Unterstützung für grosse Hardwarespezifikation für Decision Optimization (Watson Machine Learning)

27. Januar 2022

Sie können jetzt eine große Hardwarespezifikation (8 vCPUs und 32 GB) mit Decision Optimization-Jobs verwenden. Außerdem wurde die Anzahl der Jobs, die parallel ausgeführt werden können, auf 100 erhöht. Details hierzu finden Sie unter Jobs ausführen.

Neue Connectors für DataStage

21. Januar 2022

DataStage enthält diese neuen Connectors:

• Amazon RDS for Oracle
• Compose for MySQL

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

Metadatenaufbereitung: automatische Begriffszuordnung und mehr (Watson Knowledge Catalog)

20. Januar 2022

Die automatische Begriffszuordnung kann jetzt Teil Ihrer Metadatenaufbereitung sein und weitere Stichprobenoptionen stehen zur Auswahl. Außerdem wurden Aufbereitungsergebnisse auf Spaltenebene und eine Vielzahl weiterer Insigts auf Assetebene neu hinzugefügt. Darüber hinauskönnen Sie Assets und Ergebnisse direkt in jedem Katalog veröffentlichen, auf den Sie Zugriff haben. Details hierzu finden Sie unter Daten aufbereiten.

Watson Natural Language Processing für Notebooks

20. Januar 2022

Die Watson Natural Language Processing-Bibliothek (Betaversion) für Notebooks stellt grundlegende Funktionen für die Verarbeitung natürlicher Sprache für die Syntaxanalyse und vordefinierte Modelle bereit, mit denen Sie unstrukturierte Daten in strukturierte Daten umwandeln können, d. h. Sie können mit einer Mischung aus unstrukturierten und strukturierten Daten arbeiten. Beispiele für solche Daten sind Call-Center-Datensätze, Kundenbeschwerden, Beiträge in sozialen Medien oder Problemberichte. Details hierzu finden Sie unter Watson Natural Language Processing-Bibliothek (Beta).

Mehr Industriebeschleuniger für End-to-End-Lösungen (Watson Studio)

14. Januar 2022

Ein neues vordefiniertes Asset Branchenspezifische Akzeleratoren ist verfügbar und kann zur Bewältigung allgemeiner geschäftlicher Herausforderungen verwendet werden:

Vollständige Unterstützung für das Testen von AutoAI-Experimenten auf Fairness (Watson Machine Learning)

12. Januar 2022

Bewerten Sie ein Experiment in Bezug auf Fairnessaspekte, um sicherzustellen, dass Ihre Ergebnisse nicht verzerrt sind und eine Gruppe einer anderen vorgezogen wird. Sie können jetzt Experimente mit verknüpften Daten sowie Experimente mit einer einzelnen Datenquelle auswerten. Ein Zeitreihenexperiment nicht auf Fairness bewertet werden. Details zu Fairnesstests finden Sie unter Fairnesstests auf AutoAI-Experimente anwenden.

Sichere Verbindung zu Datenquellen mit IBM Cloud Satellite herstellen

07. Januar 2022

In IBM Cloud Satellite können Sie eine eigene Infrastruktur mit Rechenressourcen in Ihrem lokalen Rechenzentrum oder bei einem anderen Cloud-Provider verwenden, um einen Satellite-Standort zu erstellen. Anschließend können Sie die Funktionen von Satellite verwenden, um IBM Cloud-Services in Ihrer Infrastruktur auszuführen und Ihre App-Workloads konsistent bereitzustellen, zu verwalten und zu steuern.

Für Cloud Pak for Data as a Service richten Sie einen Satellite-Standort für die Datenquelle ein und wählen anschließend Satellite Link im Abschnitt Private Konnektivität auf der Seite Verbindung erstellen aus.

Alle Datenquellen, die Secure Gateway unterstützen, bieten jetzt Unterstützung für Satellite Link. Anleitungen hierfür finden Sie unter Verbindungen sichern.