Nouveautés

Rappel: Fin de la prise en charge de Runtime 22.1 sur Python 3.9 et Spark R 3.6

15 mai 2023

Les environnements IBM Runtime 22.1 sur Python 3.9 et Spark R 3.6 seront supprimés le 15 juin 2023. Vous ne pouvez plus créer de nouveaux blocs-notes ni créer d'environnements personnalisés à l'aide des environnements d'exécution 22.1 ou de Spark R 3.6, ni entraîner de nouveaux modèles avec les spécifications logicielles Python 3.9 . Mettez à jour vos actifs et vos déploiements pour utiliser IBM Runtime 22.2 sur Python 3.10 ou Spark avec R 4.2 avant le 15 juin 2023.

• Pour plus de détails sur la migration d'un actif vers une spécification de logiciel et d'infrastructure prise en charge, voir Gestion des cadres et des spécifications logicielles.
• Pour plus de détails sur les environnements de bloc-notes, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.
• Pour plus d'informations sur la modification de vos environnements, voir Modification de l'environnement d'un bloc-notes.
• Pour plus de détails sur les bibliothèques et les packages des versions R, voir les notes sur l'édition de CRAN.

Introduction à la recherche par clé-valeur pour les utilisateurs avancés

18 mai 2023

A l'aide des paires key:value de la barre de recherche, vous pouvez désormais effectuer des recherches dans les propriétés d'actif et d'artefact, telles que la description, les balises, les propriétés personnalisées, les noms de colonne, etc. Voir Recherche de propriétés.

Changement de nom pour la connexion IBM Cloud Compose for MySQL

18 mai 2023

La connexion IBM Cloud Compose for MySQL a été renommée en IBM Cloud Databases for MySQL. Vos paramètres précédents pour la connexion sont conservés. Seul le nom de la connexion a été modifié.

Connexions abandonnées

18 mai 2023

Les connexions suivantes sont abandonnées et ont été supprimées de Cloud Pak for Data as a Service:

• IBM Db2 Event Store
• IBM Db2 Hosted

Le changement de nom des actifs de données renomme également les fichiers joints dans les projets

19 mai 2023

Lorsque vous modifiez le nom des actifs de données avec des fichiers joints que vous avez téléchargés dans le projet, les fichiers joints sont également renommés. Toutefois, la modification du nom des actifs de données importés à partir de catalogues ne renomme aucune pièce jointe. Vous devez mettre à jour toutes les références à l'actif de données dans les actifs basés sur le code, tels que les blocs-notes, vers le nouveau nom d'actif de données, sinon l'actif basé sur le code ne s'exécutera pas. Voir plus d'informations sur la gestion des actifs dans les projets.

Ajout de code généré à partir du panneau Fragments de code

04 mai 2023

Une nouvelle icône de fragments de code a été ajoutée à la barre d'outils du bloc-notes. En cliquant sur l'icône, vous ouvrez la sous-fenêtre Fragments de code à partir de laquelle vous pouvez lire les données d'un fichier ou d'une connexion qui a été ajouté au projet. La logique de fonction "Insérer dans le code" existante pour générer du code qui charge des données dans une cellule de bloc-notes a été déplacée sous Données de lecture. L'ancien panneau de recherche et de chargement de données ne peut désormais être utilisé que pour télécharger des données dans un projet. Voir Chargement et consultation de données dans un bloc-notes.

Accédez à plus de données avec la nouvelle connexion Presto

27 avril 2023

Vous pouvez désormais utiliser les données des sources de données Presto. Pour plus d'informations, voir Connexion Presto.

Exploration en aval des détails des résultats de profilage (Watson Knowledge Catalog)

20 avril 2023

Vous pouvez désormais accéder à des informations de profilage détaillées à partir d'un enrichissement de métadonnées ou à partir de l'onglet Profil d'un actif dans un projet ou un catalogue. Pour chaque colonne, affichez les informations statistiques sur les données de la colonne, les informations sur les classes de données, les types de données et les formats, ainsi que la distribution de fréquence des valeurs dans la colonne. Pour les informations statistiques, vous pouvez également choisir entre plusieurs types de visualisation. Pour remplir ces vues pour un profil existant, mettez à jour le profil.

Pour plus de détails, voir Column-level profile details.

Versions par défaut de Python et de CPLEX mises à jour (Decision Optimization)

13 avril 2023

Les utilisateurs par défaut de Python for Decision Optimization sont désormais 3.10 et la version par défaut de CPLEX est 22.1. Ces versions sont utilisées par défaut lorsque vous créez une nouvelle expérimentation. Python 3.9 est obsolète et sera bientôt supprimé. Pour mettre à jour votre environnement, voir Configuration des environnements. Pour mettre à jour des modèles déployés existants, voir Déploiement de modèle.

Améliorations apportées aux règles de qualité des données (Watson Knowledge Catalog)

13 avril 2023

Vous pouvez également exécuter des règles de qualité de données sur des actifs de données à partir de ces sources de données:

• Amazon S3 (fichiers CSV uniquement)
• Apache Cassandra
• SAP ASE

Lorsque vous configurez une règle de qualité de données avec des liaisons gérées en externe, vous pouvez désormais sélectionner du contenu supplémentaire pour les liens de sortie dans le flux DataStage associé. Pour plus d'informations, voir Création de règles à partir de définitions de qualité de données.

Nouveau: Expérimentation de détection des anomalies de séries temporelles (bêta)

7 avril 2023

Utilisez AutoAI pour entraîner un modèle de prévision d'anomalie de série temporelle qui peut détecter des anomalies ou des résultats inattendus lorsque le modèle prévoit des résultats basés sur de nouvelles données. Les pipelines de candidats de modèle générés par l'expérimentation sont classés en fonction de leur performance mesurée par la métrique d'optimisation. Sauvegardez un modèle en tant que bloc-notes pour réviser le code ou sauvegardez et déployez un modèle pour détecter les anomalies potentielles dans les nouvelles données. Pour plus d'informations, voir Création d'un modèle de prévision d'anomalie de série temporelle (bêta). Cette fonction est disponible en version bêta et n'est pas encore prise en charge dans les environnements de production.

Filtrer votre activité d'actif dans un projet

6 avril 2023

Dans la sous-fenêtre Actifs de l'onglet Présentation d'un projet, vous pouvez filtrer les actifs en sélectionnant Par vous ou Par tous dans la liste déroulante. Par vous répertorie les actifs que vous avez édités, classés par plus récent en haut. Par tous répertorie les actifs édités par d'autres personnes, ainsi que par vous-même, classés en fonction des actifs les plus récents en haut.

Mise à niveau vers Spark avec R 4.2 dans Watson Studio

3 avril 2023

Action requise Les environnements Spark R 3.6 pour Watson Studio sont mis à niveau vers R 4.2. Tous les environnements Spark R 3.6 sont désormais obsolètes et seront supprimés le 15 juin 2023. A partir du 11 mai 2023, vous ne pouvez plus créer de nouveaux blocs-notes ou de nouveaux flux Data Refinery avec Spark R 3.6. De plus, vous ne pourrez pas créer de nouveaux environnements personnalisés Spark R 3.6 . A ce moment-là, vous devrez peut-être mettre à jour certaines versions de package et des scripts pour vos blocs-notes. Vous devez mettre à jour vos actifs et vos déploiements pour utiliser Spark avec R 4.2 avant le 15 juin 2023.

Voir Modification de l'environnement d'un bloc-notes. Pour plus de détails sur les bibliothèques et les packages des versions R, voir les notes sur l'édition de CRAN.

Nouvel environnement Spark with R 4.2 pour l'exécution de travaux de flux Data Refinery

3 avril 2023

Vous pouvez désormais sélectionner Default Spark 3.3 & R 4.2 lorsque vous sélectionnez un environnement pour un travail de flux Data Refinery . Le nouvel environnement utilise les mêmes unités de capacité-heures (CUH) que les autres environnements par défaut (Default).

Action requise Important: L'environnement Default Spark 3.3 & R 3.6 est obsolète et sera abandonné le 15 juin 2023. Modifiez vos travaux de flux Data Refinery pour utiliser le nouvel environnement Default Spark 3.3 & R 4.2 . Utilisez le nouvel environnement pour les nouveaux travaux.

Pour plus d'informations sur les environnements pour Data Refinery, voir Options de ressource de calcul pour Data Refinery dans les projets.

Action requise La modification de l'environnement affecte deux opérations de l'interface graphique. Si vous disposez de flux Data Refinery existants qui incluent ces opérations d'interface graphique, vous devez mettre à jour le flux Data Refinery .

• Fractionner
• Segmenter

Pour mettre à jour un flux, ouvrez-le, sauvegardez-le. Pour plus de détails, voir Gestion des flux Data Refinery.

Créer des actifs personnalisés à partir d'un catalogue

31 mars 2023

Les administrateurs et les éditeurs peuvent désormais créer des actifs personnalisés dans l'interface utilisateur du catalogue. Pour ajouter un nouvel actif personnalisé, sélectionnez Actif personnalisé dans le menu déroulant Ajouter au catalogue . Pour en savoir plus sur les actifs personnalisés, voir Types d'actifs personnalisés, propriétés et relations dans Ajout d'actifs à un catalogue (Watson Knowledge Catalog).

Améliorations et améliorations dans Watson Query

29 mars 2023

Watson Query a été mis à jour pour fournir les fonctionnalités suivantes:

• Avec la virtualisation asynchrone, vous pouvez afficher les détails de statut d'un travail de virtualisation à tout moment sur la page Données virtualisées . Si les tables virtualisées sont volumineuses et que le travail prend plus de temps, vous pouvez travailler sur d'autres tâches, telles que la virtualisation d'un plus grand nombre de tables, alors que le travail se termine.
• Avec la publication et les affectations asynchrones sur la page Données virtualisées , vous pouvez travailler sur d'autres tâches pendant que les travaux de publication et d'affectation se terminent.
• Vous pouvez utiliser les travaux du client Web pour collecter des statistiques sur les tables virtualisées. Pour plus d'informations, voir Collecte de statistiques dans le client Web dans Watson Query.
• Vous pouvez afficher l'historique de publication ou d'affectation d'un objet sur la page Données Virutualized . Cliquez sur une ligne d'objet dans la liste pour afficher son historique de publication et d'affectation dans le panneau de droite de la page Données virutualisées .

L'apprentissage fédéré s'exécute sur des ordinateurs Mac avec des puces M-series

23 mars 2023

Exécutez vos expérimentations d'apprentissage fédéré sur les ordinateurs M1 Mac et M2 Mac dans l'environnement d'exécution le plus récent. Pour connaître la configuration requise, voir Configuration de votre système.

Définition de clés composites dans des jeux de données de référence (Watson Knowledge Catalog)

17 mars 2023

Vous pouvez désormais spécifier plusieurs colonnes pour créer une clé composite pour vos jeux de données de référence. Sans clé composite, les valeurs de données de référence d'un ensemble sont identifiées par une chaîne unique dans la colonne de code. Une clé composite est une combinaison de la colonne de code et jusqu'à 5 colonnes personnalisées dans un jeu de données de référence. Une clé composite est utilisée pour identifier de manière unique chaque valeur de données de référence. Avec une clé composite, les valeurs de la colonne de code n'ont plus besoin d'être uniques. L'unicité est garantie uniquement lorsque les valeurs de toutes les colonnes spécifiées sont combinées. Pour plus de détails, voir Conception de jeux de données de référence.

Créer des requêtes, des rapports ou des tableaux de bord basés sur des relations personnalisées (Watson Knowledge Catalog)

9 mars 2023

Lorsque vous créez des relations personnalisées entre des actifs et des artefacts de gouvernance, vous pouvez les synchroniser avec le magasin de données de génération de rapports Watson Knowledge Catalog afin de pouvoir créer des rapports. Par exemple, vous pouvez utiliser les relations personnalisées pour:

• Obtenir des analyses de qualité à différents niveaux de granularité (par domaine, par métadonnées, par utilisateur, par équipe)
• Certifiez la qualité de vos données
• Compter le nombre d'actifs ayant une propriété de confidentialité spécifique

Pour savoir comment créer des relations personnalisées, voir Propriétés et relations personnalisées pour les artefacts de gouvernance et les actifs de catalogue (Watson Knowledge Catalog).

Pour savoir comment créer des rapports, voir Configuration de la génération de rapports pour Watson Knowledge Catalog.

Obsolescence de l'environnement d'exécution 22.1 sur Python 3.9 pour Watson Studio et Watson Machine Learning

9 mars 2023

L'action requise IBM Runtime 22.1 sur Python 3.9 est désormais obsolète et sera supprimée le 15 juin 2023. A partir du 11 mai 2023, vous ne pouvez plus créer de nouveaux blocs-notes ni créer d'environnements personnalisés à l'aide des environnements d'exécution 22.1 . Vous ne pourrez pas non plus entraîner de nouveaux modèles avec les spécifications logicielles Python 3.9 . Mettez à jour vos actifs et vos déploiements pour utiliser IBM Runtime 22.2 sur Python 3.10 avant le 15 juin 2023:

• Pour plus de détails sur la migration d'un actif vers une spécification de logiciel et d'infrastructure prise en charge, voir Gestion des cadres et des spécifications logicielles.
• Pour plus de détails sur les environnements de bloc-notes, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.
• Pour plus d'informations sur la modification de vos environnements, voir Modification de l'environnement d'un bloc-notes.

Exécution de règles de qualité de données sur des sources de données supplémentaires (Watson Knowledge Catalog)

9 mars 2023

Vous pouvez désormais exécuter des règles de qualité de données sur des actifs de données à partir de ces sources de données:

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

Nouvelle option pour la liaison de variables dans les règles de qualité de données (Watson Knowledge Catalog)

9 mars 2023

Vous pouvez également utiliser des paramètres de travail pour lier des variables de règle à des colonnes de données et gérer ces paramètres de manière centralisée dans un projet. Par conséquent, vous n'avez pas besoin de mettre à jour les règles lorsque, par exemple, vous souhaitez modifier la liaison sur une colonne différente. Voir Création de règles à partir de définitions de qualité de données.

Améliorations apportées à AI Factsheets (Watson Machine Learning)

3 mars 2023

Vous pouvez désormais joindre des fichiers et des images à une feuille d'information. Pour plus de détails, voir Personnalisation des détails d'une fiche technique. Les fiches d'information affichent également des métriques Watson OpenScale supplémentaires provenant de l'explicabilité et des moniteurs personnalisés. Pour plus de détails, voir Affichage des fiches de données.

Créer, stocker et partager des fonctions d'apprentissage automatique (bêta) (Watson Studio)

2 mars 2023

Vous pouvez maintenant accélérer le développement de modèles d'apprentissage automatique en créant et en partageant des fonctions. Vous ajoutez un groupe de fonctions à un actif de données dans un projet pour identifier les fonctions de cet ensemble de données. Vous pouvez partager les fonctions avec votre organisation en publiant l'actif de données dans un catalogue qui fait office de magasin de fonctions. Voir Gestion des groupes de fonctions.

Gérer les relations personnalisées (Watson Knowledge Catalog)

24 février 2023

Vous pouvez désormais gérer les relations personnalisées entre les actifs de catalogue et les artefacts de gouvernance dans la page Présentation d'un actif.

Pour savoir comment créer des relations personnalisées, voir Propriétés et relations personnalisées pour les artefacts de gouvernance et les actifs de catalogue (Watson Knowledge Catalog).

Data Refinery L'opération de calcul fonctionne sur les colonnes de date

17 février 2023

Vous pouvez désormais utiliser l'opération Calculer sur les colonnes de type de données Date pour ajouter ou soustraire des valeurs de jour ou de mois.

Pour plus d'informations sur les opérations de l'interface graphique, voir Opérations de l'interface graphique dans Data Refinery.

Nouvelle bibliothèque permettant d'accéder aux actifs de projet dans Watson Studio

17 février 2023

La bibliothèque ibm-watson-studio-lib contient un ensemble de fonctions qui vous aident à interagir avec des projets et des actifs de projet Watson Studio . La bibliothèque peut être utilisée dans des blocs-notes créés dans l'éditeur de bloc-notes et est disponible pour Python et R. Il s'agit du successeur de la bibliothèque project_lib . Pour plus d'informations, voir Utilisation d'ibm-watson-studio-lib.

"Default Spark 3.2 & R 3.6 " environnement abandonné (Data Refinery)

17 février 2023

L'environnement Default Spark 3.2 & R 3.6 ne sera plus disponible à compter du 17 février 2023.

Action requise Si des travaux de flux Data Refinery sont configurés avec l'environnement Default Spark 3.2 & R 3.6 ou un environnement personnalisé qui utilise Spark 3.0, les travaux échoueront. Remplacez l'environnement par Default Spark 3.3 & R 3.6 ou Default Data Refinery XS ou un environnement personnalisé qui n'utilise pas Spark 3.0.

Pour plus d'informations sur les environnements pour Data Refinery, voir Options de ressource de calcul pour Data Refinery dans les projets.

Nouvelles fonctions pour les règles de qualité des données (Watson Knowledge Catalog)

16 février 2023

Ces nouvelles fonctions sont disponibles:

• Utilisez plusieurs définitions de qualité de données dans une même règle de qualité de données. En outre, vous pouvez inclure une définition individuelle plusieurs fois pour appliquer la même définition à des colonnes différentes. Pour plus de détails, voir Création de règles à partir de définitions de qualité de données.
• Télécharger la sortie de règle sous forme de fichier CSV. Si une table de sortie est définie pour la règle, vous pouvez également télécharger la sortie de la règle sous forme de fichier CSV à partir de l'historique d'exécution de la règle, par exemple, pour l'utiliser dans un tableur.
• Exécutez des règles sur les données des sources de données Amazon Redshift et Greenplum . Voir Sources de données prises en charge pour l'importation de métadonnées, l'enrichissement de métadonnées et les règles de qualité de données.
• Exportez et importez des actifs de qualité de données. Lorsque vous exportez un projet vers un bureau, vous pouvez désormais inclure des actifs de qualité de données. Voir Exportation d'un projet.

Importer des actifs d'un projet ou d'un espace dans un espace existant (Watson Machine Learning)

09 fév 2023

Vous pouvez désormais importer un espace de déploiement ou un projet (au format .zip) dans un espace de déploiement existant. Ajoutez des actifs ou mettez à jour des actifs existants dans un espace. Par exemple, vous pouvez remplacer un modèle par une version plus récente. Pour plus de détails, voir Importation d'espaces et de projets dans des espaces existants.

Utiliser d'autres macros dans DataStage

10 février 2023

Vous pouvez ajouter la macro DSJobController aux propriétés d'étape ou aux fonctions du transformateur.

La macro agit en tant que fonction DataStage et génère des données sans avoir besoin d'arguments, ce qui simplifie la configuration des travaux et des flux DataStage .

Pour plus d'informations, voir Macros.

Utiliser d'autres macros dans DataStage

06 fév 2023

Vous pouvez ajouter les macros suivantes aux propriétés d'étape ou dans les fonctions du transformateur:

• DSProjectId
• ID DSJobRun
• DSJobId

Les macros agissent en tant que fonctions DataStage et génèrent des données sans avoir besoin d'arguments, ce qui simplifie la configuration des travaux et des flux DataStage .

Pour plus d'informations, voir Macros.

Editer les colonnes d'entrée dans les étapes DataStage

20 janvier 2023

Vous pouvez maintenant éditer des colonnes via l'onglet d'entrée d'une étape dans DataStage. Vos modifications sont propagées à l'étape précédente du flux.

Nouvelles options pour l'importation de métadonnées (Watson Knowledge Catalog)

19 janvier 2023

Pour vous assurer que le projet cible ou le catalogue de votre importation de métadonnées ne contient pas de données périmées, vous pouvez maintenant configurer l'importation pour nettoyer les actifs de données qui ne peuvent pas être réimportés. Sélectionnez cette option pour supprimer les actifs qui ne sont plus disponibles dans la source de données et / ou qui ont été supprimés de la portée d'importation lors de la réexécution de l'importation de métadonnées. Voir Importation de métadonnées.

Exportez les données des expérimentations Decision Optimization vers votre projet

18 janvier 2023

Vous pouvez désormais exporter des tables dans votre projet à partir de la vue Préparer les données ou Explorer la solution dans votre expérimentation Decision Optimization . Cela vous permet de réutiliser vos données dans d'autres modèles ou services. Vous pouvez également exporter des données à l'aide du client PythonDecision Optimization.

Voir Exportation de données à partir d'expérimentations Decision Optimization.

Cas d'utilisation de matrice de données mis à jour

12 janvier 2023

Les cas d'utilisation de la matrice de données sont mis à jour pour mieux refléter la façon dont vous utilisez nos produits:

• Intégration des données: ce cas d'utilisation inclut désormais les pipelines.
• Gouvernance des données: ce cas d'utilisation inclut désormais Match 360.
• Gouvernance de l'IA: ce cas d'utilisation se concentre désormais sur la surveillance, la maintenance, l'automatisation et la gouvernance des modèles d'IA en production.
• Data Science and MLOps: ce nouveau scénario d'utilisation explique comment opérationnaliser l'analyse de données et la création de modèles.

Voir Cas d'utilisation de matrice de données.

Personnalisez le navigateur Web pour prendre en charge votre marque

12 janvier 2023

En tant qu'administrateur, vous pouvez ajouter des noms de produit personnalisés, des logos et d'autres graphiques afin de personnaliser l'image de marque du navigateur Web pour Cloud Pak for Data as a Service.

Voir Personnalisation de l'image de marque du navigateur Web.

Connexion à d'autres sources de données dans DataStage

06 janvier 2023

Vous pouvez désormais inclure des données provenant de ces sources de données dans vos flux DataStage :

• Dremio
• SingleStoreDB

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Python natif pour le scriptage dans SPSS Modeler

13 décembre 2022

Vous pouvez désormais utiliser le langage Python natif pour la génération de scripts dans les noeuds d'extension. Appelez des API Python natives à partir de vos scripts pour interagir avec SPSS Modeler. Pour plus de détails, voir la nouvelle documentation Native Python APIs .

Les fonctions de qualité des données sont en direct dans la région de Francfort

12 décembre 2022

Les fonctions de qualité des données sont maintenant disponibles dans notre région de Francfort, en plus de la région de Dallas.

Utilisez la macro DSFlowName dans DataStage

09 déc. 2022

Vous pouvez ajouter la macro DSSFlowName aux propriétés de l'étape ou aux fonctions du transformateur. La macro agit comme une fonction DataStage et génère des données sans avoir besoin d'arguments, ce qui simplifie la configuration des travaux et des flux DataStage . Lorsque vous spécifiez cette macro, "DSFlowName" est remplacé par le nom du flux lors de l'exécution.

Pour plus d'informations, voir Macros.

Les administrateurs de compte peuvent rejoindre n'importe quel projet et afficher tous les projets avec de nouveaux droits de rôle Responsable

09 déc. 2022

En tant qu'administrateur de compte, vous pouvez désormais rejoindre n'importe quel projet en tant qu' administrateur et afficher tous les projets du compte. Vous devez vous affecter le rôle Responsable dans le service IBM Cloud Pak for Data dans IBM Cloud IAM pour obtenir ces droits. Pour plus de détails, voir Gestion de tous les projets dans le compte.

Configuration simplifiée (Watson OpenScale)

08 décembre 2022

Lorsque vous configurez les évaluations d'équité et l'explicabilité dans Watson OpenScale, vous pouvez exécuter un bloc-notes personnalisé pour générer des fichiers de configuration. Vous pouvez télécharger les fichiers de configuration dans Watson OpenScale pour spécifier les paramètres.

Pour plus d'informations, voir Configuration des moniteurs de modèle.

Télécharger les données de contenu (Watson OpenScale)

08 décembre 2022

Pour fournir des détails de modèle afin de configurer des évaluations de modèle pour des déploiements de production, vous pouvez désormais utiliser un fichier CSV pour télécharger des données de contenu dans Watson OpenScale. Pour plus d'informations, voir Configuration de l'évaluation de noeud final.

Configurer les méthodes d'explicabilité (Watson OpenScale)

08 décembre 2022

Lorsque vous configurez vos évaluations de modèle dans Watson OpenScale, vous pouvez désormais sélectionner différents paramètres pour générer des explications locales et globales:

• Pour des explications globales, vous pouvez utiliser la méthode SHAP (SHapley Additive exPlanations).
• Pour les explications locales, vous pouvez utiliser la méthode SHAP ou la méthode LIME (local interprétable model-agnostic explications).

Pour plus d'informations, voir Configuration de l'explicabilité.

Nouvelles métriques d'équité (Watson OpenScale)

08 décembre 2022

Vous pouvez désormais configurer les métriques d'équité suivantes dans Watson OpenScale:

• Différence de parité statistique
• Différence moyenne des cotes
• Différence des cotes absolues moyennes
• Différence de taux de faux négatifs
• Différence de taux de faux positifs
• Différence de taux de fausses reconnaissances
• Différence de taux de fausses omissions
• Différence de taux d'erreur

Pour plus d'informations, voir Présentation des métriques d'équité.

Les environnements d'exécution RStudio utilisent R 4.2

08 décembre 2022

Tous les modèles d'environnement RStudio par défaut utilisent désormais R 4.2. Voir Options de ressource de calcul pour RStudio dans les projets pour plus de détails.

Nouvelles fonctions de requête étendues Watson Knowledge Catalog

08 décembre 2022

Vous pouvez désormais créer des rapports personnalisés sur:

• Données de flux de travaux
• Importations de métadonnées
• Profilage d'utilisateur
• Enrichissement des métadonnées

Par exemple, pour garantir la qualité des affectations de terme automatiques pour vos ensembles de données et colonnes reconnus, vous pouvez générer un rapport pour répertorier les termes affectés et rejetés pour les ensembles de données et les colonnes.

Pour en savoir plus sur la création de rapports personnalisés, voir Configuration de la génération de rapports pour Watson Knowledge Catalog.

Les règles de qualité des données arrivent dans Cloud Pak for Data as a Service (Watson Knowledge Catalog)

09 déc. 2022

Les fonctions de qualité des données sont désormais disponibles dans la région de Dallas. Pour pouvoir utiliser ces fonctions, vous avez besoin du service DataStage ainsi que du service Watson Knowledge Catalog .

Identifiez les problèmes de qualité de données en évaluant vos données par rapport à des dimensions de qualité de données communes. Les définitions et les règles de qualité des données sont désormais disponibles en tant qu'actifs dans les projets:

• Concevez et exécutez des règles de qualité de données sur des données provenant de diverses sources.
• Automatisez vos contrôles de qualité pour surveiller les changements de la qualité des données dans le temps.
• Identifiez dans vos données les enregistrements qui ne répondent pas aux critères de qualité définis et qui nécessitent une résolution.

Voir Gestion de la qualité des données.

Prise en charge de Python 3.10 et autres améliorations apportées à Decision Optimization (Watson Studio)

08 décembre 2022

Python 3.10 est désormais pris en charge dans les expérimentations Decision Optimization dans Watson Studio et pour le déploiement dans Watson Machine Learning. La version par défaut reste Python 3.9. Voir Configuration des environnements et Déploiement de modèle.

Pour les blocs-notes DOcplex, le nouvel environnement d'exécution 22.2 avec Python 3.10 et CPLEX 22.1 est désormais disponible.

Vous pouvez désormais rechercher des paramètres de moteur OPL dans des expérimentations Decision Optimization dans Watson Studio à l'aide des nouvelles fonctions de filtrage. Voir Paramètres OPL.

Nouveau droit de gestion des artefacts de gouvernance

09 déc. 2022

Vous pouvez accorder le droit Gérer les artefacts de gouvernance pour permettre aux utilisateurs d'afficher tous les artefacts de gouvernance dans toutes les catégories, que les utilisateurs soient ou non des collaborateurs dans ces catégories. Avec ce droit, les utilisateurs peuvent également exécuter tous les appels d'API pour les artefacts de gouvernance.

Lorsque vous accordez ce nouveau droit, vous devez également accorder les droits Gérer les catégories et accéder aux artefacts de gouvernance en même temps si vous souhaitez que les utilisateurs contrôlent complètement les artefacts de catégorie et de gouvernance.

Pour plus d'informations, voir Rôles utilisateur et droits pour Watson Knowledge Catalog et Watson Studio.

Chiffrement homomorphique pour l'apprentissage fédéré

07 déc. 2022

Vous pouvez désormais appliquer le chiffrement FHE (Fully Homomorphic Encryption) dans IBM Federated Learning pour des infrastructures de modèle et une architecture d'ordinateur sélectionnées. Avec FHE, vous pouvez ajouter une couche supplémentaire de sécurité et de confidentialité lors de l'utilisation de l'apprentissage fédéré pour entraîner votre modèle en chiffrant les informations de modèle qui sont envoyées à l'agrégateur. Pour plus d'informations, voir Application du chiffrement.

Veuillez consulter notre blogue pour plus d'informations.

Le connecteur JDBC est automatiquement converti en connexion de plateforme lorsqu'il est migré vers DataStage moderne

2 déc. 2022

Lorsque vous migrez un travail de la version traditionnelle de DataStage vers la version moderne, le travail peut contenir une source ou une cible dotée d'un connecteur JDBC . L'étape est automatiquement convertie en sa connexion de plateforme respective sur Cloud Pak for Data as a Service lorsque vous migrez un travail de ce type.

Pour plus d'informations, voir Migration des travaux DataStage.

Prise en charge d' IBM Cloud App ID pour certains services

1 déc. 2022

Certains services sur Cloud Pak for Data as a Service prennent en charge IBM Cloud App ID pour intégrer les registres d'utilisateurs du client pour l'authentification des utilisateurs. Vous configurez App ID sur IBM Cloud , puis vous fournissez un alias aux personnes de votre organisation pour qu'elles se connectent à Cloud Pak for Data as a Service. Cette édition bêta prend en charge Watson Studio, Watson Knowledge Catalog, Watson Machine Learning, Watson OpenScaleet Watson Query. D'autres services n'ont pas été testés. Voir Configuration d' IBM Cloud App ID (bêta).

Améliorations et améliorations dans Watson Query

30 novembre 2022

Watson Query a été mis à jour pour fournir les fonctionnalités suivantes:

• Dans Data virtualization > User management, vous pouvez désormais ajouter un utilisateur Watson Query en utilisant son App ID et son adresse électronique au lieu d'un IBMid. Pour plus d'informations, voir Configuration d' IBM Cloud App ID (bêta).
• Le partage de vos objets virtualisés est plus rapide et plus facile. Lorsque vous virtualisez des objets, vous pouvez affecter les objets à plusieurs projets et publier les objets dans un catalogue en une seule étape.
• Lorsque votre processus de jointure prend beaucoup de temps, vous pouvez annuler l'aperçu et améliorer les performances de la requête avant de joindre des tables virtuelles. Pour plus d'informations, voir Amélioration des performances des requêtes dans Watson Query.
• Si votre plan Lite arrive bientôt à expiration, Watson Query vous avertit du nombre de jours restants. Lorsque votre plan arrive à expiration, vous ne pouvez pas utiliser le service Watson Query .

Nouvelle édition d'exécution 2022 pour Python 3.10 et R 4.2

17 novembre 2022

Vous pouvez désormais utiliser les environnements Runtime 22.2 , qui incluent les dernières infrastructures de science des données sur Python 3.10 et R 4.2, pour exécuter des blocs-notes Watson Studio Jupyter, entraîner des modèles et exécuter des déploiements Watson Machine Learning . Les environnements de bloc-notes avec R 3.6 sont désormais obsolètes. Mettez à jour vos actifs R et vos déploiements pour utiliser Runtime 22.2 en conséquence:

• Pour plus d'informations sur l'édition Runtime 22.2 et les environnements inclus pour Python 3.10 et R 4.2, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.
• Pour plus d'informations sur les structures de déploiement, voir Gestion des cadres et des spécifications logicielles.

Spark 3.3 remplace Spark 3.2 pour Watson Studio et Watson Machine Learning

16 novembre 2022

Spark 3.3 est désormais pris en charge pour Watson Studio et Watson Machine Learning. Spark 3.2 est obsolète en tant qu'infrastructure d'apprentissage automatique, environnement de bloc-notes et environnement d'exécution RStudio. Mettez à jour vos actifs pour utiliser Spark 3.3 à la place. La prise en charge des actifs de formation avec Spark 3.2 sera arrêtée le 4 janvier 2023. La prise en charge du déploiement et de l'évaluation des modèles avec Spark 3.2 sera abandonnée le 16 février 2023 et les déploiements existants à l'aide des spécifications Spark 3.2 seront supprimés. Pour plus de détails sur la migration d'un actif vers une spécification de logiciel et d'infrastructure prise en charge, voir Gestion des cadres et des spécifications logicielles. Pour plus d'informations sur les environnements de bloc-notes, voir Calculer les options de ressource pour l'éditeur de bloc-notes dans les projets.

Affiner les données d'une feuille de calcul Excel sélectionnée dans une connexion ou un actif de données connecté (Data Refinery)

18 novembre 2022

Si vous disposez d'un fichier Excel avec plusieurs feuilles de calcul dans une connexion ou dans un actif de données connecté, vous pouvez sélectionner la feuille de calcul individuelle des données dans Data Refinery. Auparavant, seule la première feuille de calcul était lue.

Gérer les paramètres des règles de protection des données (Watson Knowledge Catalog)

11 novembre 2022

Vous pouvez désormais mieux contrôler la manière dont les règles de protection des données sont appliquées. Vous pouvez définir le comportement suivant:

• Définissez la convention d'accès aux données de règle pour contrôler si l'accès aux données est autorisé ou refusé par défaut.
• Définissez l'action de règle et la priorité de masquage pour déterminer comment plusieurs règles combinent différentes actions et méthodes de masquage en une seule décision.

Voir Gestion des paramètres de règle.

Utilisation de nouvelles fonctions dans l'étape DataStage Transformer

11 novembre 2022

Vous pouvez désormais utiliser les fonctions UrlEncode et UrlDecode dans l'étape Transformer dans le cadre de vos flux DataStage . Pour la liste complète des fonctions disponibles, voir Fonctions de transformation parallèle.

Utilisation de déclencheurs dans l'étape DataStage Transformer

11 novembre 2022

Vous pouvez désormais utiliser l'onglet Déclencheurs pour choisir les routines à exécuter à des points d'exécution spécifiques lors de l'exécution de l'étape Transformer dans un travail DataStage . Les routines intégrées disponibles sont SetCustomSummaryInfo et SetUserStatus. Pour plus d'informations, voir Déclencheurs de l'étape Transformer.

Planification de l'implémentation de la gouvernance des données (Watson Knowledge Catalog)

10 novembre 2022

Vous pouvez maintenant comprendre comment planifier votre implémentation de gouvernance des données avec Watson Knowledge Catalog, y compris les choix que vous avez, les implications de ces choix, et comment ces choix affectent l'ordre des tâches de mise en oeuvre. Voir Planification de l'implémentation de la gouvernance des données.

Marquer un projet comme sensible

10 novembre 2022

En tant qu' administrateur, vous pouvez marquer un projet comme sensible lorsque vous créez le projet. Si vous marquez un projet comme sensible, les membres du projet ne peuvent pas déplacer les actifs de données hors du projet. Vous ne pouvez pas marquer le projet comme sensible après sa création. Pour plus de détails, voir Marquage d'un projet comme sensible.

L'outil Advanced Data Privacy est renommé en Masking flow (Watson Knowledge Catalog)

07 nov. 2022

Pour exécuter des flux de masquage qui créent des actifs de données masqués de manière permanente, sélectionnez l'option Flux de masquage sur la page Nouvel actif . Voir Masquage des données avec un flux de masquage.

Nouvelles options disponibles pour le connecteur Apache HDFS (DataStage)

11 novembre 2022

Utilisez de nouvelles propriétés de connecteur dans le connecteur Apache HDFS qui sont spécifiques à DataStage. Ces propriétés fournissent davantage de fonctions et de contrôle granulaire de l'exécution de flux, comme les connecteurs "optimisés". Sélectionnez Utiliser les propriétés DataStage dans le panneau des propriétés.

Amélioration des performances de l'opération d'interface graphique de colonne de fractionnement dans les flux qui utilisent des actifs de données de grande taille (Data Refinery)

4 novembre 2022

L'opération Fractionner la colonne a été améliorée pour travailler plus rapidement sur les actifs de données de grande taille.
Action requise Si vous disposez de flux Data Refinery existants qui utilisent l'opération Fractionner la colonne , vous devez mettre à jour les flux. Pour mettre à jour un flux, l'ouvrir, le sauvegarder et exécuter un travail pour le flux. Pour plus de détails, voir Gestion des flux Data Refinery.

Importation par lots d'actifs de données connectés

3 novembre 2022

Vous pouvez désormais importer simultanément plusieurs actifs de données connectés à partir de la même connexion. Pour plus de détails, voir Ajout de données à partir d'une connexion à un projet.

Mises à niveau de l'environnement GPU pour Watson Studio

27 octobre 2022

Nous sommes heureux d'annoncer que Watson Studio prend désormais en charge les processeurs graphiques NVIDIA V100 pour alimenter ses environnements d'exécution dans la région de Dallas. Le processeur graphique V100 offre des performances par ordre de grandeur plus rapides que les générations précédentes, ce qui lui permet de prendre en charge efficacement les tâches avancées d'intelligence artificielle et de calcul parallèle. Les nouveaux environnements GPU sont fournis dans les deux configurations suivantes avec calcul et mémoire accélérés:

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

De plus, les environnements GPU NVIDIA K80 sont désormais obsolètes. Vous ne pourrez pas créer de nouveaux environnements K80 à partir du 18 novembre 2022 et les environnements K80 seront entièrement supprimés le 8 décembre 2022. Voir Modification de l'environnement d'un bloc-notes pour sélectionner un autre environnement pour votre actif.

Améliorations apportées à la gestion des paramètres de notification

27 octobre 2022

Vous pouvez maintenant sélectionner Ne pas déranger pour désactiver les notifications push qui apparaissent brièvement à l'écran et continuer à voir le nombre de notifications sur la cloche. Pour sélectionner Ne pas déranger, cliquez sur l'icône en forme de cloche de notification, puis sur l'icône des paramètres. Voir Gestion de vos paramètres pour plus de détails sur les paramètres de notification.

Nouvelles fonctionnalités ajoutées à la bibliothèque de traitement du langage naturel Watson

27 octobre 2022

Deux nouveaux composants (blocs) qui encapsulent l'extraction des concepts DBPedia et les relations entre deux entités à partir de données d'entrée sont désormais inclus dans la bibliothèque Watson Natural Language Processing. En outre, l'extraction d'entité contient désormais l'extraction des informations PII. Pour plus de détails, voir Watson Natural Language Processing.

Nouvel environnement Spark 3.3 pour l'exécution de travaux de flux Data Refinery

28 octobre 2022

Vous pouvez désormais sélectionner Default Spark 3.3 & R 3.6 lorsque vous sélectionnez un environnement pour un travail de flux Data Refinery . L'environnement Default Spark 3.3 & R 3.6 inclut des améliorations de Spark. Le nouvel environnement utilise les mêmes unités de capacité-heures (CUH) que les autres environnements par défaut (Default).

Important: L'environnement Default Spark 3.2 & R 3.6 est obsolète et sera abandonné lors d'une mise à jour ultérieure. Modifiez vos travaux de flux Data Refinery pour utiliser le nouvel environnement Default Spark 3.3 & R 3.6 .

Pour plus d'informations sur les environnements pour Data Refinery, voir Options de ressource de calcul pour Data Refinery dans les projets.

Interface utilisateur Espaces améliorée pour améliorer la productivité

Les espaces sont améliorés pour s'aligner plus étroitement avec l'organisation des actifs dans les projets. Explorez l'organisation d'actifs améliorée, le flux d'importation d'actifs, une navigation améliorée et des conseils intégrés-tous conçus pour faciliter et rendre plus efficace le travail et la collaboration dans un espace. Pour plus de détails, voir Espaces de déploiement.

Personnalisation des modèles de rapport pour les AI Factsheets

20 octobre 2022

Si les modèles de rapport par défaut fournis avec AI Factsheets ne répondent pas à vos besoins, vous pouvez télécharger un modèle de rapport par défaut, le personnaliser en fonction de vos besoins et télécharger le nouveau modèle. Actuellement, vous devez utiliser l'API AI Factsheets pour télécharger le modèle, mais vous pouvez le télécharger à partir de l'interface utilisateur d'inventaire de modèle. Voir Génération de rapports pour les fiches de données et les entrées de modèle.

Prise en charge des séquences de base de données Oracle dans DataStage

21 octobre 2022

Vous pouvez désormais utiliser des séquences de base de données Oracle dans les opérateurs Générateur de clés de substitution, Dimension à évolution lente et Transformer. Le mot de passe de la connexion Oracle doit être un paramètre chiffré.

Pour plus d'informations, voir Mise à jour du fichier d'état, Clés de substitution dans une étape DataStage Lentement Changing Dimension, Onglet Clé de substitutionet Création et utilisation de paramètres et d'ensembles de paramètres.

Filtrer les lignes avec des règles de protection des données

21 octobre 2022

Vous pouvez maintenant spécifier que l'action d'une règle de protection des données filtre les lignes de l'actif de données affecté. Vous pouvez inclure ou exclure des lignes en fonction des valeurs d'une colonne spécifiée dans le même actif ou dans un actif de référence. Pour plus de détails, voir Filtrage des lignes.

Personnalisation de la portée d'apprentissage pour l'affectation de terme basée sur l'apprentissage automatique dans l'enrichissement de métadonnées (Watson Knowledge Catalog)

21 octobre 2022

Vous pouvez maintenant déterminer au niveau du projet si vos modèles d'affectation de terme basée sur l'apprentissage automatique sont entraînés à partir des actifs du projet ou à partir d'un catalogue de votre choix.

Voir Paramètres d'enrichissement par défaut.

Capturez mieux les modifications de données grâce à un meilleur échantillonnage dans l'enrichissement des métadonnées (Watson Knowledge Catalog)

21 octobre 2022

Lorsque vous configurez l'échantillonnage personnalisé pour l'enrichissement des métadonnées, vous pouvez désormais choisir entre l'échantillonnage séquentiel et l'échantillonnage aléatoire. En outre, vous pouvez choisir d'inclure un certain pourcentage des lignes de la table dans l'échantillon au lieu d'un nombre fixe de lignes. L'échantillonnage aléatoire est disponible uniquement pour les actifs de données provenant de sources de données qui prennent en charge cette méthode d'échantillonnage.

Pour plus de détails, voir Enrichissement de vos actifs de données.

Changement de nom pour la connexion IBM Data Virtualization

21 octobre 2022

La connexion IBM Data Virtualization a été renommée en IBM Watson Query. Vos paramètres précédents pour la connexion sont conservés. Seul le nom de la connexion a été modifié.

Changement de nom pour le connecteur IBM Data Virtualization (DataStage)

21 octobre 2022

Le IBM Data Virtualization dans le canevas DataStage a été renommé en IBM Watson Query. Vos paramètres précédents pour le connecteur restent les mêmes. Seul le nom du connecteur a été modifié.

Termes métier prédéfinis pour les données personnelles (Watson Knowledge Catalog)

21 octobre 2022

Pour les nouveaux comptes dans Cloud Pak for Data as a Service , les termes métier prédéfinis des plans Lite et Standard sont disponibles dans la catégorie Knowledge Accelerator Sample Personal Data. Pour plus d'informations, voir Termes métier prédéfinis.

Les aperçus d'actifs sont plus récents

14 octobre 2022

Les aperçus d'actifs sont désormais actualisés plus souvent par défaut. Auparavant, les aperçus d'actifs étaient actualisés tous les 10 jours. Désormais, les aperçus d'actifs sont actualisés tous les jours. Vous pouvez actualiser manuellement un aperçu d'actif à tout moment. Voir Prévisualisations d'actif.

Personnalisation des paramètres de moteur pour les expérimentations Decision Optimization (Watson Studio)

13 octobre 2022

Vous pouvez désormais ajouter un fichier de paramètres de moteur OPL dans votre expérimentation Decision Optimization . Cela vous permet d'afficher et de personnaliser les paramètres de moteur utilisés pour résoudre votre modèle dans un nouvel éditeur visuel. Vous pouvez également importer des paramètres OPL existants.

Voir Paramètres du moteur.

Afficher les métadonnées des actifs bloqués dans les catalogues

13 octobre 2022

Les utilisateurs qui se voient refuser l'accès aux actifs par une règle de protection des données peuvent désormais voir les métadonnées des actifs. Par exemple, lorsque les utilisateurs cliquent sur un actif bloqué dans un catalogue, ils peuvent désormais voir la description, les termes affectés, les propriétés personnalisées, les relations et les noms de colonne de l'actif bloqué.

Mise en évidence des catalogues qui sont importants avec la portée des ressources

14 octobre 2022

Avec la portée des ressources, vous limitez les catalogues que vous voyez à ceux que vous possédez et à ceux qui sont partagés avec vous dans le compte du catalogue. Accédez à vos paramètres de compte pour activer la portée des ressources pour vos comptes existants. Les nouveaux comptes utiliseront la portée des ressources par défaut. Pour les comptes de catalogue pour lesquels la portée des ressources est activée, les utilisateurs fédérés ne peuvent collaborer que s'ils sont invités par un administrateur.

Connectez-vous à une nouvelle source de données dans DataStage: Elasticsearch

14 octobre 2022

Vous pouvez désormais inclure des données provenant d'une source de données Elasticsearch dans vos flux DataStage .

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Utilisez plusieurs liens d'entrée sur le connecteur ODBC pour DataStage

7 octobre 2022

Vous pouvez désormais utiliser plusieurs liens d'entrée sur le connecteur ODBC et affecter une action différente à chaque lien.

Utilisez plusieurs liens d'entrée sur le connecteur Apache Cassandra pour DataStage

7 octobre 2022

Vous pouvez désormais utiliser plusieurs liens d'entrée sur le connecteur Apache Cassandra .

Utilisez plusieurs liens de rejet sur les connecteurs Db2, Oracleet ODBC pour DataStage

7 octobre 2022

Vous pouvez désormais utiliser plusieurs liens de rejet sur les connecteurs Db2, Oracleet ODBC .

Expérimentations AutoAI avec données jointes obsolètes

6 octobre 2022

Action requise La fonction d'expérimentation AutoAI permettant de joindre plusieurs sources de données pour créer un ensemble de données d'apprentissage unique est obsolète. La prise en charge de la jointure de données dans une expérimentation AutoAI sera supprimée le 7 décembre 2022. Après le 7 décembre 2022, les expérimentations AutoAI avec les données jointes et les déploiements des modèles résultants ne s'exécuteront plus. Pour joindre plusieurs sources de données, utilisez un outil de préparation des données tel que Data Refinery ou DataStage pour joindre et préparer des données, puis utilisez le jeu de données résultant pour entraîner une expérimentation AutoAI . Redéployez le modèle résultant. Pour plus d'informations, voir Jointure de sources de données.

Affectez à tous les utilisateurs l'accès Afficheur aux connexions dans le Platform assets catalog

30 septembre 2022

Lorsque vous créez le Platform assets catalog, vous devez ajouter des collaborateurs et leur affecter des rôles. Désormais, au lieu d'affecter à des utilisateurs individuels le rôle Afficheur , vous pouvez ajouter le groupe Accès public en tant que collaborateur et affecter le rôle Afficheur au groupe. Vous pouvez également ajouter le groupe Accès public en tant que collaborateur avec le rôle Afficheur dans un Platform assets catalog existant. Le rôle Afficheur permet aux utilisateurs de trouver des connexions et de les utiliser dans des projets. Par défaut, tous les utilisateurs de votre compte sont membres du groupe Accès public. Voir Création du catalogue pour les connexions de plateforme.

Nouvelle étape de dimension à évolution lente dans DataStage

30 septembre 2022

Vous pouvez désormais utiliser l'étape Dimension à évolution lente dans vos flux DataStage . Utilisez l'étape Dimension à évolution lente pour stocker et gérer les données actuelles et historiques au fil du temps. Pour plus d'informations, voir Etape de dimension à évolution lente.

Utilisez la macro de serveur DStageName dans DataStage

30 septembre 2022

Vous pouvez ajouter la macro DSStagename aux propriétés de l'étape ou aux fonctions du transformateur. La macro agit comme une fonction DataStage et génère des données sans avoir besoin d'arguments, ce qui simplifie la configuration des travaux et des flux DataStage . Lorsque vous spécifiez cette macro, "DSStageName" est remplacé par le nom de l'étape dans le cadre de la compilation du travail.

Pour plus d'informations, voir Macros.

Types de paramètre booléens et de liste disponibles pour les travaux DataStage

30 septembre 2022

Dans les travaux DataStage , vous pouvez utiliser les types de paramètre'Boolean'et'List'. Vous utilisez le type de paramètre booléen pour spécifier une valeur true ou false et le type de paramètre Liste pour spécifier une liste de valeurs pouvant être sélectionnées dans un travail. Pour plus d'informations sur les paramètres, voir Création et utilisation de paramètres et d'ensembles de paramètres.

Ajouter et éditer des métadonnées de colonne pour les définitions de données dans DataStage

30 septembre 2022

Dans les définitions de données, vous pouvez ajouter et éditer des propriétés de métadonnées au niveau de la colonne. Par exemple, vous pouvez définir des propriétés telles que le niveau de la zone, le délimiteur, les guillemets et le type de chaîne. Pour plus d'informations sur les définitions de données, voir Définition de définitions de données.

Copier et coller des flux secondaires dans DataStage

30 septembre 2022

Vous pouvez facilement copier et coller des flux secondaires partagés dans un flux DataStage ou entre différents flux DataStage dans le même projet. Un flux secondaire peut être copié et collé dans le cadre d'un flux plus important ou uniquement en tant que flux secondaire lui-même. Pour plus d'informations sur les flux secondaires, voir Flux secondaires.

Les connecteurs Oracle, Snowflake et Teradata peuvent désormais avoir plusieurs liens d'entrée, chacun avec une action individuelle

30 septembre 2022

Auparavant, les connecteurs Oracle, Snowflake et Teradata n'avaient qu'un seul lien d'entrée et vous avez spécifié les propriétés du lien dans les propriétés de l'étape. Désormais, les connecteurs peuvent avoir plusieurs liens d'entrée et chaque lien peut avoir une propriété différente. Cette amélioration signifie que chaque lien peut avoir une action individuelle, telle que la lecture, l'écriture et l'ajout. Vous pouvez afficher les propriétés en changeant les liens dans l'onglet Entrée .

La version bêta d' IBM Watson Pipelines est disponible dans la région de Francfort

26 septembre 2022

IBM Watson Pipelines est désormais opérationnel dans notre région de Francfort, en plus de la région de Dallas. L'outil fournit une interface graphique permettant d'orchestrer un pipeline de bout en bout d'actifs depuis la création jusqu'au déploiement. Pour plus de détails, voir IBM Watson Pipelines.

Dépréciation des environnements de bloc-notes avec Spark 3.2 dans Watson Studio

23 septembre 2022

Spark 3.2 est obsolète en tant qu'environnement d'exécution de bloc-notes. Mettez à jour vos blocs-notes pour utiliser à la place les environnements Spark 3.3 .

Pour plus d'informations, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.

Améliorations et améliorations dans Watson Query

21 septembre 2022

Watson Query a été mis à jour pour fournir les fonctionnalités suivantes:

• Vous pouvez vous connecter à des bases de données TM1 qui stockent des données dans des cubes OLAP multidimensionnels à l'aide du type de connexion IBM Planning Analytics . Vous ne pouvez pas utiliser les données d'identification CAM comme méthode d'authentification lorsque vous créez une connexion à une source de données IBM Planning Analytics dans Watson Query. Pour plus de limitations, voir Sources de données prises en charge dans Watson Query.
• Vous pouvez collecter des statistiques sur une table virtualisée à l'aide du nouveau DVSYS.COLLECT_STATISTICS procédure). Cette procédure remplace la procédure SYSPROC.NNSTAT et contient les améliorations suivantes :
  • Collecte des statistiques à partir de sources de données éloignées qui prennent en charge la collecte de statistiques.
  • Inclure la cardinalité de la table, c'est-à-dire le nombre de valeurs nulles dans une colonne d'une table.
• Vous pouvez virtualiser des fichiers texte qui contiennent des en-têtes de colonne dans des sources de données dans Cloud Object Storage. Les en-têtes de colonne permettent de catégoriser les données dans les colonnes pour la lisibilité.
  • Pour plus d'informations, voir Création d'une table virtualisée à partir de fichiers dans Cloud Object Storage dans Watson Query.

La Documentation est traduite dans d'autres langues

19 septembre 2022

Vous pouvez maintenant afficher la documentation Cloud Pak for Data as a Service dans les langues suivantes:

• Portugais brésilien
• Chinois simplifié
• Chinois traditionnel
• Tchèque
• Français
• Allemand
• Italien
• Japonais
• Coréen
• Polonais
• Espagnol
• Turc

La documentation est désormais automatiquement traduite chaque semaine. Voir Support de langue.

Fournir des commentaires sur la documentation

16 septembre 2022

Vous pouvez désormais fournir des commentaires sur le contenu de la documentation. Il suffit de faire défiler jusqu'au bas de n'importe quelle page et de sélectionner une option.

Les procédures stockées dans les flux DataStage sont prises en charge pour d'autres sources de données

09 septembre 2022

Vous pouvez désormais utiliser des procédures mémorisées dans les connecteurs suivants:

• Db2 for i
• Db2 for z/OS

Pour plus de détails, voir Utilisation de procédures stockées.

Connexions obsolètes

09 septembre 2022

Les connexions suivantes sont obsolètes:

• La connexion IBM Cloud Databases for MySQL est obsolète dans IBM Cloud. Toutes les instances sur IBM Cloud seront retirées après le 1stmars 2023.
• La connexion IBM Db2 Event Store est obsolète et sera supprimée lors d'une mise à jour ultérieure de Cloud Pak for Data as a Service.

Nouveau tutoriel de gouvernance des données pour la version d'essai de Data Fabric

2 septembre 2022

Vous pouvez maintenant apprendre à gouverner les données que vous avez virtualisées avec Watson Query pour implémenter une solution de matrice de données avec le cas d'utilisation Gouvernance des données en suivant ce nouveau tutoriel: Govern virtualized data

Ce tutoriel est la suite de trois autres tutoriels du cas d'utilisation Gouvernance des données, qui requiert Watson Knowledge Catalog et le tutoriel Virtualiser les données externes du cas d'utilisation Intégration des données, qui requiert le service Watson Query .

Pour plus d'informations sur la matrice de données, voir Cloud Pak for Data en tant que solution de matrice de données de service.

Pour suivre ce tutoriel:

• Si vous êtes un nouvel utilisateur, inscrivez-vous au cas d'utilisation de gouvernance des données, puis suivez le tutoriel Gouvernance des données virtualisées .
• Si vous êtes un utilisateur existant de Cloud Pak for Data en tant que service, vous n'avez pas besoin de vous reconnecter. Vous pouvez essayer le tutoriel Gouvernance des données virtualisées en mettant à disposition les services requis et en suivant les tutoriels prérequis.

Prise en charge de la migration des objets de connexion de données de type serveur Db2 à partir de DataStage traditionnel

2 septembre 2022

La version traditionnelle de DataStage prend en charge les objets de connexion de données de type serveur Db2 . Lorsque vous migrez ces objets de connexion de données vers DataStagemoderne, ils sont automatiquement convertis en objets de connecteur Db2 afin que vous puissiez toujours les utiliser dans vos flux et travaux DataStage .

Utilisation de nouvelles fonctions dans l'étape DataStage Transformer

2 septembre 2022

• Vous pouvez désormais utiliser les fonctions ConvertDatum, NextValidDate, Fold, Fmt et Rmunprint dans l'étape Transformer dans le cadre de vos flux DataStage . Pour la liste complète des fonctions disponibles, voir Fonctions de transformation parallèle.
• L'étape Transformer prend désormais en charge les partitions.
• Vous pouvez désormais utiliser la recherche avec frappe anticipée dans l'étape Transformer pour les fonctions, les colonnes et les variables.

Connexion à d'autres sources de données dans DataStage

2 septembre 2022

Vous pouvez désormais inclure des données provenant de ces sources de données dans vos flux DataStage :

• Cognos Analytics
• IBM Match 360
• SAP IQ

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Orchestrez les flux DataStage avec Watson™ Studio Pipelines

2 septembre 2022

Vous pouvez maintenant créer un pipeline pour exécuter une séquence de flux DataStage . Vous pouvez ajouter des conditions, des boucles, des expressions et des scripts à un pipeline. Pour plus de détails, voir Orchestration des flux.

Prise en charge de la migration des travaux séquentiels dans DataStage vers Watson™ Studio Pipelines

2 septembre 2022

Vous pouvez désormais migrer des travaux séquentiels de la version traditionnelle de DataStage vers la version moderne de DataStage en tant que flux de pipeline. Pour plus de détails, voir Migration des travaux DataStage.

Utilisez plusieurs liens d'entrée sur le connecteur Db2 (optimisé) dans DataStage

2 septembre 2022

Vous pouvez désormais utiliser plusieurs liens d'entrée sur le connecteur Db2 (optimisé) et affecter une action individuelle à chaque lien.

Création de travaux pour exécuter des flux SPSS Modeler

1 septembre 2022

Vous pouvez maintenant créer des travaux pour exécuter des flux SPSS Modeler . Voir Création et gestion de travaux dans un projet et Création de travaux dans SPSS Modeler.

Ajouter des actifs de catalogue à partir d'un projet

18 août 2022

Vous pouvez maintenant ajouter des actifs de catalogue à un projet à partir de ce projet. Auparavant, vous deviez ajouter des actifs de catalogue au projet à partir d'un catalogue. Pour plus de détails, voir Ajout d'actifs de catalogue à un projet.

Migrer les anciens flux SPSS Modeler avant le 18 novembre 2022

18 août 2022

Action requise Si vous avez créé des flux SPSS Modeler avant janvier 2019, faites-les migrer en les ouvrant avant le 18 novembre 2022. Sinon, les flux risquent de devenir indisponibles.

Exporter des rapports pour des fiches de modèle et des entrées (Watson Knowledge Catalog)

19 août 2022

Générez un rapport à partir d'une feuille d'information ou d'une entrée de modèle au format PDF, HTML et DOCX pour pouvoir partager ou imprimer les détails d'un modèle suivi dans un inventaire de modèle. Voir Génération de rapports pour les fiches de données et les entrées de modèle.

Watson Natural Language Processing est GA ! (Watson Studio)

11 août 2022

La bibliothèque Watson Natural Language Processing est désormais disponible en version GA.

Utilisez la bibliothèque Watson Natural Language Processing pour transformer des données non structurées en données structurées, ce qui facilite leur compréhension et leur utilisation dans vos blocs-notes Python . Cette bibliothèque premium vous donne un accès instantané à des modèles d'analyse de texte préformés et de haute qualité dans plus de 20 langues. Ces modèles sont créés, gérés et évalués pour la qualité par des experts d' IBM Research et IBM Software pour chaque langue. La bibliothèque Watson Natural Language Processing est désormais incluse avec la bibliothèque Decision Optimization dans un modèle d'environnement premium. Pour plus de détails, voir Bibliothèque Watson Natural Language Processing.

Vous pouvez continuer à utiliser le modèle d'environnement bêta existant pour le traitement automatique du langage naturel, Default Python 3.8 + Watson NLP XS (beta), jusqu'au 31 août. Passez au nouveau modèle d'environnement, DO + NLP Runtime 22.1 on Python 3.9, pour continuer à travailler. Voir Modification des environnements dans les blocs-notes.

Suppression du préfixe "IBM" des modèles d'environnement de bloc-notes (Watson Studio)

11 août 2022

Le préfixe "IBM" a été supprimé de tous les modèles d'environnement IBM Runtime 22.1 . Par exemple, le modèle IBM Runtime 22.1 on Python 3.9 XXS est désormais appelé Runtime 22.1 on Python 3.9 XXS. De même, lorsque vous créez votre propre modèle, le préfixe "IBM" a été supprimé de la version de logiciel que vous pouvez sélectionner. Pour plus de détails, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.

Accès aux données à partir de SingleStoreDB

11 août 2022

Utilisez la nouvelle connexion SingleStoreDB pour accéder aux données de son service de stockage et d'analyse. Pour plus d'informations, voir Connexion àSingleStoreDB.

L'affectation automatique de terme prend désormais en compte les termes supprimés (Watson Knowledge Catalog)

11 août 2022

Dans les résultats d'enrichissement de métadonnées, les utilisateurs peuvent supprimer des termes d'une colonne qu'ils estiment inexacts. Un nouveau modèle d'apprentissage automatique qui est entraîné sur de tels commentaires négatifs contribue désormais à la cote de confiance globale pour l'affectation automatique de terme afin de réduire les inexactitudes. Consultez Affectation de termes.

Mises à jour de Watson Query

11 août 2022

Watson Query dispose d'un nouveau menu de navigation qui facilite la gestion de plusieurs ensembles de données virtualisées à la fois. Lancez Watson Query pour utiliser le nouveau menu latéral, les éléments de navigation mis à jour et une interface de mise à l'échelle améliorée pour les plans d'entreprise.

Regarder des vidéos à l'aide de l'image-in-picture

5 août 2022

Les rubriques de Documentation avec des vidéos imbriquées se sont améliorées ! Lorsque la vidéo est en cours de lecture, vous pouvez faire défiler le reste de la page et voir la vidéo en mode image. Cela vous permet de regarder la vidéo pendant que vous suivez les étapes d'un tutoriel. Et vous pouvez cliquer sur les horodatages pour regarder un aperçu de la tâche suivante en mode image-en-image.

Mettre en pause l'image animée

Lire l'image animée

Essayez les tutoriels sur les matrices de données pour voir les images vidéo en action !

Nouvelles fonctionnalités et nouveaux comportements d'API

1er août 2022

L'API d'actifs de données IBM Watson pour l'affectation de rôles inclut les améliorations suivantes:

• Vous pouvez affecter des groupes d'utilisateurs en tant que membres d'actifs en bloc.
• Vous pouvez spécifier des rôles d'éditeur d'actif et d'afficheur d'actif lorsque vous affectez des membres d'actif.
• Vous pouvez affecter plusieurs propriétaires d'actif et un créateur d'actif à un actif.
• Lorsque vous ajoutez un actif à un projet ou que vous publiez ou promouvez un actif, vous devenez le créateur de l'actif et la liste des propriétaires de l'actif source est conservée dans l'actif cible.

Accès plus facile aux nouveautés

26 juillet 2022

Vous pouvez maintenant accéder aux nouveautés de la vignette dans la zone de bienvenue de la page d'accueil Cloud Pak for Data as a Service .

Flexibilité accrue pour les tables de données et les extensions Python dans les expérimentations Decision Optimization (Watson Studio et Watson Machine Learning)

28 juillet 2022

Vous pouvez désormais modifier les types de données (nombre ou chaîne) des colonnes de table dans la vue Préparer les données de votre expérimentation Decision Optimization . Ces types seront utilisés lorsque vous sauvegardez votre scénario en tant que modèle pour le déploiement.

Voir Préparation de la vue de données.

Vous pouvez désormais ajouter des extensions Python à vos environnements d'expérimentation Decision Optimization afin de pouvoir inclure des bibliothèques Python supplémentaires.

Voir Configuration des environnements.

Changement de nom pour la connexion IBM SQL Query

22 juillet 2022

La connexion IBM SQL Query a été renommée en IBM Cloud Data Engine. Vos paramètres précédents pour la connexion restent les mêmes. Seul le nom de la connexion a été modifié.

Visualisation de vos données à l'aide de visualisations de vue de données

22 juillet 2022

Vous pouvez maintenant utiliser des visualisations de vue de données pour explorer des données à partir de différentes perspectives afin d'identifier des modèles, des connexions et des relations pour comprendre rapidement de grandes quantités d'informations.

Pour créer et utiliser des visualisations dans votre projet, sélectionnez un actif de données dans l'onglet Actifs et cliquez sur l'onglet Visualisation . Sélectionnez un type de graphique, puis créez et sauvegardez la visualisation. Vos visualisations de vue de données enregistrées sont répertoriées en tant qu'actifs de visualisation dans votre projet. Les graphiques sont générés à partir d'un ensemble de données d'un maximum de 5000 enregistrements.

Pour plus de détails, voir Visualisation de vos données dans Data Refinery.

Ajouter des relations entre les actifs plus facilement

20 juillet 2022

Lorsque vous ajoutez une relation entre des actifs dans un catalogue, vous pouvez désormais facilement trouver l'actif cible:

• Vous pouvez filtrer par espace de travail (catalogue, projet ou espace de déploiement) ou par type d'actif.
• Vous pouvez rechercher des actifs par nom.
• Sur la page d'actif d'un catalogue, la section des relations est désormais appelée Actifs apparentés.

Pour plus de détails, voir Ajout de relations entre des actifs.

Créer des relations entre les actifs dans les catalogues, les projets et les espaces

20 juillet 2022

Vous pouvez désormais créer et éditer des relations entre des actifs dans différents catalogues, projets et espaces auxquels vous avez accès. Avec la nouvelle feuille de calcul des relations d'actif, vous pouvez rechercher des actifs en dehors du catalogue en cours avec des filtres pour le type d'actif et l'emplacement de l'actif.

Ajoutez des fonctions de prise en charge pour améliorer les prévisions de votre modèle de séries temporelles AutoAI

15 juillet 2022

Lorsque vous créez une expérimentation de séries temporelles AutoAI , vous pouvez désormais spécifier des fonctions de prise en charge (ou exogènes) pour améliorer la prévision. Par exemple, dans une expérimentation de séries temporelles qui prévoit la consommation d'énergie, vous pouvez entraîner le modèle à prendre en compte des caractéristiques de prise en charge telles que les températures quotidiennes afin de rendre la prévision plus précise. Si vous connaissez la valeur future d'une fonction de support, vous pouvez la fournir en tant qu'entrée lorsque vous déployez le modèle. Par exemple, si vous prévoyez des ventes de t-shirts, vous pouvez inclure des données futures sur les ventes et les promotions qui pourraient influencer les prévisions. Pour plus de détails sur l'inclusion de fonctions de support dans votre expérimentation de séries temporelles, voir Génération d'une expérimentation de séries temporelles.

Amélioration de l'interface de test pour les déploiements en ligne

15 juillet 2022

Lorsque vous créez un déploiement en ligne pour un modèle, vous disposez désormais de méthodes améliorées pour fournir des données d'entrée à partir de l'onglet Test du déploiement. Il s'agit des informations suivantes :

• Entrer les données directement dans le formulaire
• Télécharger un modèle CSV, entrer des valeurs et télécharger les données d'entrée
• Téléchargez un fichier contenant des données d'entrée à partir de votre système de fichiers local ou de l'espace
• Accédez à l'onglet JSON et téléchargez ou entrez vos données d'entrée en tant que code JSON

Pour plus de détails, voir Création d'un déploiement en ligne.

Active Directory pris en charge pour la connexion Microsoft SQL Server

11 juillet 2022

Vous pouvez désormais sélectionner l'authentification Active Directory pour Microsoft SQL Server . Cette amélioration signifie que vous pouvez tirer parti des données d'identification qui sont stockées dans une base de données de compte NTLM plutôt que sur le serveur Microsoft SQL Server. Pour plus d'informations, voir Connexion àMicrosoft SQL Server.

Utilisation de l'assistance dans les applications pour rechercher des informations dans la documentation

08 juillet 2022

La nouvelle assistance dans l'application fournit des articles recommandés dans la documentation en fonction de la page que vous affichez dans le produit. Il n'est pas nécessaire de rechercher la documentation dans un onglet ou une fenêtre séparés. L'assistance le fera pour vous. Ouvrez l'aide à partir de la bannière supérieure . Fermez et ouvrez l'aide lorsque vous vous déplacez vers une nouvelle page pour afficher les articles recommandés mis à jour. Vous pouvez également entrer des termes de recherche pour trouver des informations rapides, des visites de lancement, le cas échéant, et des liens d'accès pour le support supplémentaire.

Mises à niveau plus faciles pour les services de matrice de données

07 juillet 2022

Vous pouvez désormais mettre à niveau rapidement les services Cloud Pak for Data qui sont inclus dans les cas d'utilisation de matrice de données. Cliquez simplement sur le bouton Acheter dans le tableau de bord pour afficher la liste de vos services de matrice de données mis à disposition et leur plan en cours. Cochez les services que vous souhaitez mettre à niveau et sélectionnez un plan. Vous pouvez également afficher un récapitulatif de tarification pour chaque service, puis les mettre à niveau en une seule étape. Pour obtenir des instructions de mise à niveau, voir Achat de services Cloud Pak for Data.

"Default Spark 3.0 & R 3.6" abandonné (Data Refinery)

04 juillet 2022

L'environnement Default Spark 3.0 & R 3.6 ne sera plus disponible à compter du 7 juillet 2022.

Action requise Si des travaux de flux Data Refinery sont configurés avec l'environnement Default Spark 3.0 & R 3.6 ou un environnement personnalisé qui utilise Spark 3.0, les travaux échouent. Remplacez l'environnement par Default Spark 3.2 & R 3.6 ou Default Data Refinery XS ou un environnement personnalisé qui n'utilise pas Spark 3.0.

Pour plus d'informations sur les environnements pour Data Refinery, voir Options de ressource de calcul pour Data Refinery dans les projets.

En savoir plus sur la matrice de données

30 juin 2022

Vous pouvez maintenant en savoir plus sur l'implémentation de la solution de matrice de données avec Cloud Pak for Data as a Service. Voir Présentation de la solution Data fabric. Pour l'implémentation de la matrice de données, suivez les tutoriels de matrice de données.

Surveillance des tâches de flux de travaux (Watson Knowledge Catalog)

30 juin 2022

L'administrateur de flux de travaux peut désormais afficher les indicateurs des tâches actives. La page Statut de la tâche contient une présentation graphique du statut de propriété et de la date d'échéance de toutes les tâches actives. Vous pouvez également filtrer la liste de tâches et définir plusieurs tâches comme non réclamées à la fois.

Voir Gestion des tâches de flux de travaux.

Nouvel environnement Spark 3.2 pour l'exécution de travaux de flux Data Refinery

24 juin 2022

Vous pouvez désormais sélectionner Default Spark 3.2 & R 3.6 lorsque vous sélectionnez un environnement pour un travail de flux Data Refinery . L'environnement Default Spark 3.2 & R 3.6 inclut des améliorations de Spark. Le nouvel environnement utilise les mêmes unités de capacité-heures (CUH) que les autres environnements par défaut (Default).

Important: L'environnement Default Spark 3.0 & R 3.6 est obsolète.

Pour plus d'informations sur les environnements pour Data Refinery, voir Options de ressource de calcul pour Data Refinery dans les projets.

Nouvelle spécification logicielle PMML pour (Watson Studio et Watson Machine Learning)

23 juin 2022

Action requise Les modèles PMML avec spark-mllib_3.0 sont obsolètes mais ne seront pas supprimés. Les déploiements de modèle avec la spécification obsolète cesseront de fonctionner le 7 juillet 2022. Créez de nouveaux modèles PMML avec la spécification logicielle pmml-3.0_4.3 ou mettez à jour les modèles pmml existants avec la spécification de logiciel pmml-3.0_4.3 s'il n'existe aucun déploiement existant. Pour plus de détails sur la modification des environnements de bloc-notes pour les modèles PMML, voir Modification des environnements de bloc-notes. Pour plus de détails sur la gestion des infrastructures de déploiement, voir Gestion des spécifications logicielles obsolètes.

Nouvelles traductions de la documentation !

22 juin 2022

La documentation Cloud Pak for Data as a Service vient d'être traduite dans les langues suivantes:

• Portugais brésilien
• Français
• Allemand
• Espagnol
• Japonais
• Coréen

Vous pouvez désormais facilement passer d'une langue à l'autre lorsque vous affichez la documentation. Auparavant, pour afficher la documentation dans une autre langue, vous réinitialisiez les préférences de votre navigateur. Vous pouvez maintenant sélectionner la langue de votre choix dans le sélecteur de langue situé au bas de chaque page.

La publication des résultats d'enrichissement vient d'être simplifiée (Watson Knowledge Catalog)

23 juin 2022

Vous pouvez désormais publier des résultats d'enrichissement sans être redirigé vers le flux de publication du projet. Après la publication, vous revenez dans l'interface utilisateur des résultats d'enrichissement et pouvez continuer à travailler dans cette interface. Le statut de publication de chaque actif est affiché dans l'onglet Actifs des résultats d'enrichissement.

Voir Publication des résultats d'enrichissement.

Améliorez votre algorithme de correspondance IBM Match 360 en examinant les paires d'enregistrements

10 juin 2022

Passez en revue les paires d'enregistrements pour entraîner l'algorithme de correspondance IBM Match 360 à décider quels enregistrements doivent être mis en correspondance dans les entités de données maître. Lors d'une révision de paire, un intendant de données compare les enregistrements pour déterminer s'ils correspondent.

Une fois la revue de la paire terminée, IBM Match 360 analyse les réponses et recommande des ajustements aux pondérations et aux seuils de correspondance de votre algorithme de mise en correspondance. Plus vous examinez de paires, meilleures seront les recommandations d'optimisation. Un ingénieur en traitement de données peut alors décider d'appliquer ou non les recommandations.

Pour plus d'informations sur les revues de paires, voir Personnalisation et renforcement de l'algorithme de correspondance.

Définition et utilisation des relations entre vos enregistrements IBM Match 360

10 juin 2022

Recherchez de nouvelles connexions dans vos données maître en ajoutant des informations de relation à IBM Match 360. Vous pouvez maintenant ajouter des types de relation à votre modèle de données, puis charger en bloc des actifs de données de relation ou définir manuellement des relations entre des enregistrements. Explorez les relations entre vos enregistrements pour obtenir de nouveaux éclairages sur vos données.

Pour plus d'informations sur l'utilisation des relations dans vos données maître, voir Exploration des données de relation.

Sauvegarde et chargement des instantanés de votre configuration IBM Match 360

10 juin 2022

Vous pouvez maintenant utiliser des instantanés de configuration pour créer des versions ponctuelles de vos paramètres de configuration de données maître, y compris votre modèle de données et les paramètres correspondants. Chargez un instantané pour renvoyer votre configuration de données maître à une version précédente ou partagez des instantanés entre des instances de service afin d'assurer la cohérence.

Pour plus d'informations sur l'utilisation des images instantanées, voir Sauvegarde et chargement des images instantanées de configuration des données maître.

Prise en charge de Spark 3.2 et obsolescence de Spark 3.0 pour Watson Studio et Watson Machine Learning

01 juin 2022

Spark 3.2 est désormais pris en charge et Spark 3.0 est obsolète en tant qu'infrastructure d'apprentissage automatique, environnement de bloc-notes et environnement d'exécution RStudio. Mettez à jour vos actifs pour utiliser Spark 3.2 à la place. La prise en charge des ressources de formation sera arrêtée le 22 juin 2022. La prise en charge du déploiement et de l'évaluation des modèles sera abandonnée le 7 juillet 2022 et les déploiements existants utilisant les spécifications Spark 3.0 seront supprimés. Pour plus de détails sur la migration d'un actif vers une spécification de logiciel et d'infrastructure prise en charge, voir Gestion des cadres et des spécifications logicielles. Pour plus d'informations sur les environnements de bloc-notes, voir Calculer les options de ressource pour l'éditeur de bloc-notes dans les projets.

Mises à jour de l'environnement pour Decision Optimization (Watson Studio et Watson Machine Learning)

25 mai 2022

Action requise Vous devez modifier les environnements de vos expérimentations et modèles Decision Optimization qui s'exécutent dans des environnements Python 3.8 et CPLEX 12.10 :

• Python 3.8 est désormais supprimé. Vous devez utiliser la version par défaut Python 3.9. Pour modifier votre environnement par défaut pour les expérimentations Decision Optimization , voir Sélection d'un environnement d'exécution différent pour un scénario particulier. Pour les modèles déployés qui utilisent des versions plus anciennes, vous devez mettre à jour votre version de Python avec l'API REST. Voir Modification de la version de Python pour un modèle déployé existant avec l'API REST.
• CPLEX 12.10 est désormais supprimé et son environnement d'exécution do_12.10 équivalent n'est plus pris en charge. CPLEX 20.1 reste la valeur par défaut et CPLEX 22.1 avec son nouvel environnement d'exécution do_22.1 est désormais disponible. Si vous avez déjà déployé votre modèle avec un environnement d'exécution CPLEX qui n'est plus pris en charge, vous pouvez mettre à jour votre modèle déployé existant à l'aide de l' API REST ou de l' interface utilisateur.

Enrichissement de métadonnées: affectez ou supprimez des termes métier ou des classes de données d'actifs sélectionnés en une seule fois (Watson Knowledge Catalog)

26 mai 2022

Dans les résultats d'enrichissement, vous pouvez désormais affecter des termes métier à ou les supprimer d'un ensemble d'actifs ou de colonnes sélectionné à la fois. Pour les colonnes, vous pouvez également affecter des classes de données à ou les annuler à partir de plusieurs colonnes en une seule fois. Voir Apporter des modifications en bloc aux affectations de termes et de classes de données.

Pour ajouter des collaborateurs ou modifier des rôles de collaborateur, les administrateurs de projet doivent appartenir au compte IBM Cloud du créateur de projet.

26 mai 2022

Si vous êtes un administrateur de projet dans un compte IBM Cloud différent de celui du créateur de projet, vous n'êtes pas autorisé à ajouter des collaborateurs ou à modifier des rôles de collaborateur. Demandez à un autre administrateur de projet d'ajouter des collaborateurs ou d'effectuer la modification.

Nouvelles étapes dans DataStage

26 mai 2022

Les étapes suivantes sont maintenant disponibles pour vous à utiliser dans les flux DataStage :

• Fichier à plat complexe (CFF)
• Etape hiérarchique : étape REST
• Etape Fréquence de correspondance
• Etape One-source Match

Pour plus d'informations et la liste complète des étapes, voir Etapes DataStage et Etapes QualityStage.

Télécharger un flux DataStage et ses dépendances sous la forme d'un fichier unique

26 mai 2022

Vous pouvez télécharger un flux DataStage individuel et ses dépendances facilement regroupées sous la forme d'un fichier ZIP. Vous pouvez ensuite importer le fichier dans un autre projet. Les dépendances incluent des éléments tels que des connexions, des sous-flux et des ensembles de paramètres.

Pour plus de détails, voir Téléchargement et importation d'un flux DataStage et de ses dépendances.

Générer de nouveaux noeuds à partir de la sortie de table dans SPSS Modeler

16 mai 2022

Lors de l'affichage de la sortie de la table, vous pouvez désormais sélectionner un ou plusieurs champs, cliquer sur Générer, puis sélectionner un noeud à ajouter à votre flux.

Les nouveaux "paramètres de flux" vous offrent plus d'options pour les flux Data Refinery

20 mai 2022

Les paramètres de flux Data Refinery fournissent des propriétés supplémentaires que vous pouvez utiliser pour contrôler les données dans vos flux Data Refinery et offrent une nouvelle fonction permettant d'éditer la taille d'échantillon des données pendant que vous affinez vos données.

Accédez aux paramètres de flux Data Refinery à partir de la barre d'outils dans Data Refinery.

Utilisez les paramètres de flux Data Refinery pour effectuer les actions suivantes:

Fichiers source:

• Editer la taille de l'échantillon: utilisez cette nouvelle fonction pour ajuster la taille de l'échantillon pendant que vous affinez les données. L'ajustement de la taille de l'échantillon peut vous aider à exécuter les flux Data Refinery plus rapidement lorsque vous disposez d'un jeu de données volumineux.
• Editer les propriétés source: auparavant, vous ne pouviez spécifier que des options de format pour les fichiers CSV ou délimités. Il existe maintenant des options pour plus de types de fichier et plus d'options pour les données des connexions.
• Changer la source d'un flux Data Refinery : vous pouvez maintenant remplacer plusieurs jeux de données source à un seul endroit. (Pour les opérations d'adhésion et d'union)

Fichier cible:

• Modification de l'emplacement cible d'un flux Data Refinery
• Editer les propriétés cible: Vous disposez d'options supplémentaires pour les différents types de données, y compris les données provenant des connexions.
• Entrez une description des données cible

Important: Les paramètres de flux Data Refinery modifient l'emplacement où vous effectuez certaines actions.

Les flux Data Refinery ou les travaux de flux Data Refinery existants ne sont pas affectés par ces modifications sauf si vous ouvrez les paramètres de flux et que vous apportez des modifications.

Pour plus d'informations, voir Gestion des flux Data Refinery.

Les nouvelles options d'étape vous permettent de mieux contrôler votre flux Data Refinery

20 mai 2022

Data Refinery introduit de nouvelles options pour les étapes: Dupliquer, Insérer une étape avantet Insérer une étape après. Ces options vous offrent une plus grande flexibilité et un meilleur contrôle du flux Data Refinery .

Accédez à ces options à partir du panneau Etapes.

Pour plus d'informations sur toutes les actions que vous pouvez effectuer avec les étapes, voir Gestion des flux Data Refinery.

Contrôle le placement d'une nouvelle colonne dans un flux Data Refinery

20 mai 2022

Lorsque vous utilisez une opération qui peut créer une nouvelle colonne dans le flux Data Refinery et que vous sélectionnez Créer une nouvelle colonne pour les résultats, vous pouvez maintenant choisir de placer la nouvelle colonne à droite de la colonne d'origine.

Cette nouvelle sélection est disponible pour les opérations suivantes:

• Calculer
• Remplacement conditionnel
• Convertir le type de colonne
• Convertir une valeur de colonne en valeur manquante
• Extraire une valeur de date ou d'heure
• Mathématiques
• Remplacer les valeurs manquantes
• Remplacer une sous-chaîne
• Texte
• Segmenter

Pour plus d'informations sur les opérations de l'interface graphique, voir Opérations de l'interface graphique dans Data Refinery.

L'enrichissement des métadonnées fournit désormais des suggestions pour les classes de données (Watson Knowledge Catalog)

20 mai 2022

Lorsque vous exécutez l'enrichissement de métadonnées, le profilage fournit désormais également des suggestions de classe de données pour les colonnes. Vous pouvez les voir dans les détails de gouvernance d'une colonne. Les classes de données affectées et suggérées sont sélectionnées en fonction des nouveaux seuils que vous pouvez définir dans les paramètres du projet pour l'enrichissement des métadonnées. Voir Paramètres d'affectation de classe de données.

Améliorations des connecteurs DataStage

20 mai 2022

Certains connecteurs offrent désormais un moyen plus rapide de tester et d'ajouter des métadonnées à partir de leurs connexions associées.

Lorsque vous créez la connexion, le bouton Tester la connexion sur la page Ajouter une connexion fonctionne maintenant pour ces connexions. (Auparavant, vous ne pouviez tester la connexion dans l'interface utilisateur.)

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

Après avoir créé la connexion, dans DataStage, vous pouvez faire glisser le navigateur d'actifs vers le canevas, sélectionner une connexion et explorer en aval pour ajouter ou prévisualiser les données de ces connecteurs. (Précédemment, votre seule option consistait à faire glisser un connecteur sur le canevas, à cliquer deux fois dessus pour ouvrir sa carte Détails, puis à accéder à Propriétés > Connexion et à sélectionner la connexion.)

• Db2 (optimisé)
• Netezza Performance Server (optimisé)
• ODBC

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

SPSS Modeler: Améliorations apportées à Text Analytics

12 mai 2022

SPSS Modeler fournit des noeuds spécialisés pour la gestion du texte. A partir d'un noeud Text Mining, vous pouvez choisir de lancer le plan de travail Text Analytics (anciennement Interactive Workbench) qui vient d'être amélioré. Après une recherche approfondie des utilisateurs, le plan de travail a été repensé. La documentation a également été mise à jour pour refléter la nouvelle conception, y compris une nouvelle vidéo et un tutoriel mis à jour. Voir Text Analytics.

Connexion à d'autres sources de données dans DataStage

13 mai 2022

Vous pouvez désormais inclure des données provenant de ces sources de données dans vos flux DataStage :

• S3 générique
• Teradata (optimisé)

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Exécution simplifiée de l'enrichissement des métadonnées (Watson Knowledge Catalog)

13 mai 2022

Vous pouvez maintenant exécuter l'enrichissement à partir des résultats de l'enrichissement de métadonnées directement au lieu de réexécuter le travail à partir de la page Travaux . De plus, vous pouvez choisir d'exécuter l'enrichissement pour l'ensemble de la portée des actifs ou uniquement pour un sous-ensemble sélectionné. Voir Exécution manuelle des enrichissements.

Essayez d'autres fonctions de Watson Knowledge Catalog avec de nouveaux plans

05 mai 2022

Vous pouvez maintenant tester presque toutes les fonctions de Watson Knowledge Catalog gratuitement avec le plan Lite mis à jour ou payer uniquement pour ce que vous utilisez avec le nouveau plan Standard.

Vous pouvez choisir parmi les nouveaux plans d'offre Watson Knowledge Catalog suivants:

• Le nouveau plan Standard facture par actif de catalogue et pour l'utilisation du calcul, en fonction des taux d'heures d'unité de capacité (CUH) lorsque vous exécutez le profilage, les outils et les travaux. Le plan n'inclut pas les frais d'instance mensuels ni les frais d'utilisation autorisés.
• Le nouveau plan Enterprise Bundle facture des frais d'instance mensuels pour 100 000 actifs de catalogue et 2 500 CUH par mois. Vous payez plus d'actifs de catalogue et de calcul. Le plan n'inclut pas les frais d'utilisation autorisés.

Si vous disposez du plan Lite, votre plan est automatiquement mis à jour. Vous avez désormais accès à la plupart des fonctions de Watson Knowledge Catalog . De nombreuses limites pour les actifs et les artefacts de gouvernance sont augmentées. Toutefois, la limite d'utilisation de calcul mensuelle est réduite à 25 CUH.

Si vous avez précédemment mis à disposition le plan Standard, Professional ou Enterprise, vous pouvez conserver votre plan existant pour l'année suivante. Si vous souhaitez passer au nouveau plan Standard ou Enterprise Bundle, vous pouvez suivre les étapes de la rubrique Gestion des services.

Voir les plans de service Watson Knowledge Catalog.

Nouvelle page d'accueil pour les activités d'actif (Watson Knowledge Catalog)

05 mai 2022

Dans les catalogues et les projets, les informations sur les activités d'actif sont désormais disponibles dans un panneau latéral. Ouvrez un actif dans un catalogue ou un projet et accédez à ses activités en cliquant sur . Voir Activités.

Données de contrôle basées sur l'emplacement (expérimental) (Watson Knowledge Catalog)

04 mai 2022

Vous pouvez maintenant essayer la fonction expérimentale de contrôle de l'accès aux actifs de données en fonction de l'emplacement. Vous pouvez créer des règles de localisation de données pour vous assurer que les règles de confidentialité des données et de prise en compte de la localisation sont appliquées lorsque vous transférez des données d'un emplacement physique ou souverain à un autre.

Pour tester cette fonction expérimentale, répondez à cet article pour un exemple de tutoriel et des informations supplémentaires sur l'API.

Voir Règles d'emplacement des données.

Nouvelle limite d'utilisation du calcul pour les plans Lite Watson Studio

29 avril 2022

Les plans Lite de Watson Studio disposent désormais d'une limite d'utilisation de calcul mensuelle de 10 CUH pour exécuter des travaux et des outils. Cette limite s'applique à tous les plans Lite existants et nouveaux. Mai 2022 est le premier mois complet avec la limite inférieure de la CUH.

Si vous utilisez plus de 10 CUH par mois, vous avez les choix suivants:

• Effectuez une mise à niveau vers le plan Professional. Etant donné que le plan Professionnel ne facture que les CUH que vous utilisez, vous pouvez effectuer une mise à niveau sans encourir d'autres frais.
• Vous pouvez prolonger votre utilisation du calcul en mettant à jour vos actifs afin d'utiliser des environnements avec des taux de CUH inférieurs. Par exemple, vous pouvez Modifier votre environnement de bloc-notes.

Sauvegarde d'un pipeline de modèles de séries temporelles AutoAI en tant que bloc-notes (Watson Studio, Watson Machine Learning)

29 avril 2022

Vous pouvez maintenant sauvegarder un pipeline à partir d'une expérimentation de série temporelle AutoAI en tant que bloc-notes afin de pouvoir examiner le code et les algorithmes utilisés pour générer le pipeline. Pour plus de détails, voir Génération d'une expérimentation de série temporelle.

Enrichissement des métadonnées: nouveau service pour l'affectation automatique de terme (Watson Knowledge Catalog)

29 avril 2022

La mise en correspondance des noms linguistiques est désormais également disponible en tant que service pour l'affectation automatique des termes. Lorsque ce service est activé, les termes peuvent être affectés en fonction de la similarité entre le terme et le nom de l'actif ou de la colonne. Par défaut, ce service est activé pour tous les projets existants et nouveaux. Voir Paramètres par défaut de l'enrichissement des métadonnées.

Nouveaux plans de tarification pour Watson Query (en vigueur le 1er mai 2022)

29 avril 2022

La tarification de l'entreprise a été modifiée afin de supprimer les frais par instance Watson Query et de réduire les frais liés aux heures de coeur de processeur virtuel (VPC) pour votre service Watson Query . Le service est mesuré et consommé lorsqu'il est mis à disposition, même si vous ne travaillez pas dans le service. Les 250 heures de coeur de processeur virtuel gratuites par mois ont été abandonnées. Voir Plans d'offreWatson Query.

La modification du nom de la fonction de déploiement nécessite une action (Watson Machine Learning)

21 avril 2022

Action requise A partir du 4 mai 2022, les noms de service que les utilisateurs affectent aux déploiements en ligne doivent être uniques par région. Vous pouvez vérifier si un nom de service existant est unique à l'aide de l'appel d'API GET /ml/v4/deployments?serving_name={serving_name}&conflict=true API. Si l'appel GET renvoie le code de statut 204, le nom est unique et peut être utilisé. Si l'appel renvoie le code de statut 409, le nom de service existe déjà ou peut avoir un conflit. Passez en revue la réponse et effectuez une action pour mettre à jour le nom de service à l'aide de l' APIPATCH , si nécessaire. A partir du 4 mai 2022, les demandes de prévision associées à des noms de service dans lesquels le nom de service existe plusieurs fois échoueront avec une erreur demandant à l'utilisateur de mettre à jour le nom. Pour plus de détails sur les noms de service, voir Création d'un déploiement en ligne. Pour plus de détails sur l'utilisation de la commande PATCH , voir Mise à jour des métadonnées de déploiement. Si vous avez besoin d'aide pour la mise à jour, contactez le support IBM.

Afficher vos données Data Refinery dans un fichier CSV sans exécuter de travail de flux Data Refinery

22 avril 2022

Vous pouvez maintenant exporter les données à l'étape en cours dans votre flux Data Refinery dans un fichier CSV sans sauvegarder ni exécuter de travail de flux Data Refinery . Cette amélioration vous permet de sauvegarder et d'afficher rapidement les données en cours. Cliquez sur le texte sous l'icône Exporter de la barre d'outils.

Pour plus d'informations, voir Gestion des flux Data Refinery.

L'enrichissement des métadonnées en un coup d'oeil

22 avril 2022

Un nouveau panneau latéral fournit un récapitulatif des informations pertinentes sur un enrichissement de métadonnées, telles que les options d'enrichissement et d'échantillonnage, le travail associé et sa planification.

Mises à jour pour DataStage

15 avril 2022

Les liens de rejet sont désormais pris en charge pour les connecteurs MQ, Teradataet ODBC . Les procédures mémorisées dans le connecteur SQL Server sont désormais prises en charge. Vous pouvez désormais désactiver la compilation lorsque vous importez des flux DataStage . Vous pouvez importer et télécharger des flux individuels ainsi que des dépendances dans l'interface utilisateur.

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Améliorations des scripts dans SPSS Modeler

13 avril 2022

Une nouvelle icône de script est disponible dans la barre d'outils qui ouvre un panneau de script modifié. Voir Présentation des scripts.

Mises à jour Decision Optimization (Watson Studio et Watson Machine Learning)

13 avril 2022

Vous pouvez voir les mises à jour suivantes dans Decision Optimization :

• La valeur par défaut de Python pour les utilisateurs Decision Optimization est maintenant de 3,9. Python 3.8 est désormais obsolète et Python 3.7 sera bientôt supprimé. Pour plus de détails, voir Bloc-notes Decision Optimization.
• Vous pouvez à présent exécuter et supprimer plusieurs scénarios dans une expérience Decision Optimization. Pour plus de détails, voirVues et scénarios Decision Optimization.

L'interface utilisateur des nouveaux projets remplace l'interface utilisateur existante

07 avril 2022

L'interface utilisateur des nouveaux projets a remplacé l'interface utilisateur existante et votre travail n'a pas été affecté. L'expérience des projets a été mise à jour pour qu'il soit plus facile et plus efficace de travailler et de collaborer à un projet. Expérience de l'amélioration de l'organisation des actifs, des relations d'actifs, de l'amélioration de la navigation et de l'orientation intégrée.

Trouvez rapidement ce dont vous avez besoin avec la nouvelle expérience de recherche

07 avril 2022

Vous pouvez désormais évaluer rapidement les résultats lorsque vous recherchez des actifs ou des artefacts de gouvernance à l'aide de la zone de recherche globale. La nouvelle expérience des résultats de recherche affiche le contexte de votre terme de recherche et fournit de nombreux filtres basés sur d'autres propriétés.

Vous obtenez également de meilleurs résultats. Les propriétés de l'actif et de l'artefact sont recherchées. Lorsque vous recherchez des phrases en anglais, l'analyse du langage naturel donne la priorité aux phrases courantes et écarte les mots sans importance.

Vous pouvez désormais inclure une phrase entre guillemets dans une chaîne de recherche plus longue.

Voir Recherche d'actifs et d'artefacts sur la plateforme.

Dépréciation et suppression des plans classiques IBM Analytics Engine et de l'EMR Amazon

07 avril 2022

A partir du 07 avril 2022, les nouveaux utilisateurs ne seront pas en mesure de créer des instances IBM Analytics Engine à l'aide des plans Lite, Standard-Hhoraire ou Standard-Monthly ou de toutes les instances d'Amazon Elastic Map Reduce (EMR) pour exécuter des blocs-notes.

Les utilisateurs existants peuvent toujours créer des instances IBM Analytics Engine classiques et toutes les instances d'Amazon EMR jusqu'au 30 juin 2022. Par la suite, tous les blocs-notes associés doivent être réaffectés aux environnements d'exécution Spark pris en charge disponibles dans Watson Studio.

Les plans IBM Analytics Engine Classic et Amazon EMR seront supprimés le 9 novembre 2022.

La nouvelle expérience des artefacts de gouvernance remplace l'expérience existante (Watson Knowledge Catalog)

8 avril 2022

Si vous utilisez les artefacts de gouvernance existants avec Watson Knowledge Catalog, vous avez été basculez vers la nouvelle expérience des artefacts de gouvernance le 07 avril 2022. Vous n'aviez l'expérience que si vous aviez mis à disposition Watson Knowledge Catalog avant avril 2021 et que vous n'aviez pas déjà passé à la nouvelle expérience.

Voici ce qui s'est passé pendant le déménagement :

• Tous vos termes métier, règles et règles de protection des données existants ont été définitivement supprimés. Vous ne pouvez pas revenir à l'expérience existante.
• Tous les termes métier, classes de données et affectations de classification sur les actifs de données sont devenus incorrects.
• Tous les masquage de données que vous avez configurés avec les règles de protection des données ont été supprimés.
• Les profils des actifs de données sont mis à jour de sorte que les résultats de la classification utilisent les nouvelles classes de données.

Action requise Voici ce que vous devez faire maintenant :

• Recréez vos termes métier, classifications et règles de protection des données.
• Supprimez les termes métier non valides et l'affectation de classification des actifs dans les catalogues.
• Affectez vos nouveaux termes métier et votre classification aux actifs dans les catalogues.
• Affectez des rôles Watson Knowledge Catalog à vos utilisateurs. Voir Affecter des rôles Watson Knowledge Catalog aux utilisateurs.

Si vous avez des questions ou des préoccupations concernant le passage à une nouvelle version des artefacts de gouvernance, vous pouvez ouvrir un ticket de demande de service.

Modifications à venir des plans Watson Knowledge Catalog

07 avril 2022

A partir du 02 mai 2022, vous pouvez choisir parmi les nouveaux plans d'offre Watson Knowledge Catalog suivants :

• Le nouveau plan standard charge par actif de catalogue et pour le calcul de l'utilisation, en fonction des taux d'heure d'unité de capacité (CUH) lorsque vous exécutez le profilage, les outils et les travaux. Il ne comprendra pas d'instance ou de frais d'utilisation autorisés.
• Le nouveau plan de regroupement d'entreprise imposera des frais d'instance mensuels pour 100 000 actifs de catalogue et 2500 CUH par mois. Vous payez plus d'actifs de catalogue et de calcul. Il ne comprend pas les frais d'utilisation autorisés.

Si vous avez le plan Lite, votre plan sera automatiquement mis à jour. Vous aurez accès à toutes les fonctions Watson Knowledge Catalog , à l'exception de Knowledge Accelerators. Un grand nombre des limites de l'actif et des artefacts de gouvernance sont augmentes, mais la limite d'utilisation du calcul mensuel est réduite à 25 CUH.

Si vous avez le plan courant, professionnel ou d'entreprise, vous pouvez conserver votre plan pour l'année suivante. Si vous souhaitez modifier le nouveau plan de regroupement Standard ou Enterprise, vous pouvez suivre les étapes de Gestion des services, à partir du 02 mai 2022.

Afficher les types de données à partir de la première étape automatique de l'opération "Convertir le type de colonne" de l'affinerie de données

8 avril 2022

Lorsque vous ouvrez un fichier dans la raffinerie de données, l'opération Convertir le type de colonne est automatiquement appliquée comme première étape si elle détecte des types de données non chaîne dans les données. Les types de données sont automatiquement convertis en types de données induits. Vous pouvez maintenant confirmer le type de données auquel les données de chaque colonne ont été converties. Les informations incluent le format des données de date ou d'horodatage. Cliquez sur Éditer dans le menu Dépassement pour afficher les types de données.

Pour plus d'informations, voir Opérations d'interface graphique.

Modifications apportées à la raffinerie de données "Convertir le type de colonne" pour les données d'horodatage et de date

8 avril 2022

Le type de données suivant n'est plus automatiquement converti :

• Chaînes de date et d'horodatage qui utilisent deux chiffres pour l'année

Les conversions automatiques dans les flux de Data Refinery ne sont pas affectées.

Mises à jour de l'enrichissement des métadonnées (Watson Knowledge Catalog)

07 avril 2022

Les résultats de l'enrichissement des métadonnées incluent maintenant le statut d'enrichissement pour chaque actif de l'enrichissement. Vous pouvez également modifier à la fois le statut de la révision pour plusieurs actifs ou colonnes. Voir Résultats d'enrichissement des métadonnées.

En outre, vous recevrez désormais des notifications pour les événements d'exécution de travaux d'enrichissement, tels que le démarrage ou l'exécution.

Plans Watson Studio simplifiés

1er avril 2022

Le nouveau plan professionnel pour Watson Studio est maintenant disponible. Les modifications apportées au projet Lite se font plus tard ce mois-ci.

Watson Studio dispose désormais d'un seul plan rémunéré, appelé plan professionnel, qui remplace les plans standard et d'entreprise. Les frais de planification professionnelle uniquement pour le calcul de l'utilisation, en fonction des taux d'heure d'unité de capacité (CUH) lorsque vous exécutez des outils et des travaux. Il ne comprend pas les frais d'utilisation de l'instance et des utilisateurs autorisés. À partir du 1er avril 2022, le régime professionnel est la seule option de régime payé que vous pouvez sélectionner. Pour plus d'informations sur le plan Watson Studio Professional, voir Plans de service Watson Studio. Vous pouvez également consulter le catalogue IBM Cloud : Watson Studio.

Si vous avez actuellement le plan Standard ou Entreprise, vous pouvez conserver ce plan indéfiniment. Si vous souhaitez modifier le plan professionnel, procédez comme suit pour Gestion des services.

A partir du 29 avril 2022, tous les plans Watson Studio Lite nouveaux et existants auront une limite mensuelle de 10 CUH pour exécuter des travaux et des outils. Parce que les frais du régime professionnel seulement pour le CUH que vous utilisez, vous pouvez effectuer une mise à niveau vers un régime payé sans avoir à payer d'autres frais. Mai 2022 est le premier mois complet avec la limite inférieure de la CUH. Si vous souhaitez prolonger votre utilisation de l'environnement d'exécution, vous pouvez mettre à jour vos actifs pour utiliser des environnements avec des taux de CUH plus faibles. Par exemple, vous pouvez Modifier votre environnement de bloc-notes.

Fin de la prise en charge des déploiements de base ML pour iOS

1 avr. 2022

Core ML, ou virtuel, les déploiements pour utilisation avec iOS sont obsolètes. La prise en charge de ce type de déploiement se terminera le 4 mai 2022.

Nouvelle spécification logicielle PMML pour (Watson Studio et Watson Machine Learning)

1 avr. 2022

Action requise Les modèles PMML avec spark-mllib_2.4 sont obsolètes mais ne seront pas supprimés. Les déploiements de modèles avec la spécification obsolète vont cesser de fonctionner le 4 mai 2022. Créez de nouveaux modèles PMML avec la spécification logicielle pmml-3.0_4.3 ou mettez à jour les modèles pmml existants avec la spécification de logiciel pmml-3.0_4.3 s'il n'existe aucun déploiement existant. Pour plus de détails sur la modification des environnements de bloc-notes pour les modèles PMML, voir Modification des environnements de bloc-notes. Pour plus de détails sur la gestion des infrastructures de déploiement, voir Gestion des spécifications logicielles obsolètes.

Rappel: Passage à partir de l'expérience des artefacts de gouvernance existants (Watson Knowledge Catalog)

24 mars 2022

Si vous utilisez les artefacts de gouvernance existants avec Watson Knowledge Catalog, vous serez basculez vers la nouvelle expérience des artefacts de gouvernance le 4 avril 2022. Vous disposez de l'expérience existante uniquement si vous avez mis à disposition Watson Knowledge Catalog avant avril, 2021 et que vous n'avez pas déjà passé à la nouvelle expérience. La nouvelle expérience des artefacts de gouvernance est devenue l'expérience par défaut en avril 2021.

Si vous avez des questions ou des préoccupations concernant le passage à une nouvelle version des artefacts de gouvernance, vous pouvez ouvrir un ticket de demande de service.

Les travaux de flux Data Refinery qui utilisent un modèle d'environnement avec Spark 2.4 doivent être mis à jour

24 mars 2022

Action requise Si vous disposez d'un travail de flux Data Refinery qui utilise Spark 2.4, par exemple le modèle d'environnement "Default Spark 2.4 & R 3.6", le travail échoue. Remplacez le modèle d'environnement par "Default Spark 3.0 & R 3.6," "Default Data Refinery XS" ou créez votre propre modèle d'environnement "Spark 3.0 & R 3.6". Pour plus d'informations, voir Options de ressource de calcul pour Data Refinery dans les projets.

Modifications de spécification de logiciel et de structure pour (Watson Studio et Watson Machine Learning)

17 mars 2022

Action requise Les modifications suivantes apportées aux spécifications de cadre et de logiciel peuvent nécessiter une action utilisateur pour mettre à jour les actifs.

• Le type de modèle CPLEX 12.10 est obsolète dans Watson Studio et Watson Machine Learning. La prise en charge de CPLEX 12.10 prendra fin le 18 mai 2022. Migrez vers la dernière version, CPLEX 20.1. Pour plus d'informations sur les types de modèle d'optimisation de décision, voir Déploiement de modèle.
• Python 3.8 est obsolète et sera supprimé le 18 mai 2022. Mettez à jour vos actifs et vos déploiements pour utiliser IBM Runtime 22.1, basé sur Python 3.9, avec les environnements de bloc-notes associés et les spécifications logicielles. Pour plus de détails sur les environnements de bloc-notes pris en charge pour IBM Runtime 22.1, voir Modification des environnements de notes. Pour plus d'informations sur les structures de déploiement, voir Gestion des cadres et des spécifications logicielles.

Nouveau connecteur pour DataStage: Microsoft Azure Cosmos DB

11 mars 2022

Vous pouvez désormais inclure des données provenant d'une source de données Microsoft Azure Cosmos DB dans vos flux DataStage.

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

L'apprentissage fédéré prend désormais en charge Python 3.9

10 mars 2022

Utilisez Python 3.9 pour vos expériences d'apprentissage fédéré avec ces cadres :

• Tensorflow 2.7
• PyTorch 1.10
• Scikit-apprendre 1.0.2

Python 3.8 et tous les cadres associés sont obsolètes. Mettez à niveau vos expériences d'apprentissage fédéré vers Python 3.9 et implémentations des cadres entièrement pris en charge. Pour plus d'informations, voir Cadres et compatibilité de version Python.

Nouveau connecteur pour DataStage: Microsoft Azure SQL Database

4 mars 2022

Vous pouvez désormais inclure des données provenant d'une source de données Microsoft Azure SQL Database dans vos flux DataStage.

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Nouvelles fonctions de DataStage

4 mars 2022

Vous pouvez maintenant utiliser les fonctions UniChar et UniSeq pour convertir les valeurs décimales en unicode dans l'étape Transforme Voir Étape Transformer.

Fin de la prise en charge de l'apprentissage en profondeur en tant que service (Watson Machine Learning)

2 mars 2022

La prise en charge de Deep Learning as a Service et du générateur d'expérimentation d'apprentissage en profondeur est obsolète et sera abandonnée le 2 avril 2022. Aucun remplacement n'est planifié sur Cloud Pak for Data en tant que service, mais la prise en charge des expérimentations Deep Learning continuera d'être prise en charge sous Cloud Pak for Data, avec Watson Machine Learning Accelerator. Notez que cette interruption n'affecte pas les ordinateurs portables Watson Studio k80 GPU. Vous pouvez continuer à exécuter les blocs-notes GPU, mais les blocs-notes, les modèles et les déploiements de Deep Learning qui reposent sur les API REST Watson Machine Learning ne seront pas pris en charge.

Fonctions DataStage

25 février 2022

Les étapes suivantes sont maintenant disponibles pour vous à utiliser dans les flux DataStage :

• Associer les enregistrements
• Créer des sous-enregistrements
• Créer un vecteur
• Promotion des sous-enregistrements
• Fractionner un sous-enregistrement
• Fractionner un vecteur

Pour plus d'informations, voir Étapes DataStage.

Prise en charge de Python 3.9 et de la dépréciation de Python 3.7 (Watson Studio et Watson Machine Learning)

25 février 2022

Action requise Vous pouvez à présent utiliser IBM Runtime 22.1, qui inclut les derniers cadres de science des données sur Python 3.9, pour exécuter les ordinateurs portables Watson Studio Jupyter, les modèles de train et les déploiements Watson Machine Learning. Python 3.7 est désormais obsolète et sera supprimé le 14 avril 2022. Mettez à jour vos actifs et vos déploiements pour utiliser IBM Runtime 22.1 à la place. De même, les environnements XL Python dans Watson Studio et Watson Machine Learning sont désormais obsolètes et seront également supprimés le 14thd'avril 2022. Réaffectez les ressources associées aux configurations prises en charge en conséquence.

• Pour plus d'informations sur l'édition IBM Runtime 22.1 et les environnements inclus pour Python 3.9, voir Modification des environnements de notes.
• Pour plus d'informations sur les structures de déploiement, voir Gestion des cadres et des spécifications logicielles.
• Pour plus de détails sur la sélection d'une version Python pour vos expérimentations Decision Optimization, voir Exécuter le panneau de configuration et Paramètres de résolution

Annonces d'apprentissage fédéré (Watson Machine Learning)

24 février 2022

Il existe plusieurs nouvelles améliorations de fonction pour l'apprentissage fédéré.

• Le module Learning fédérée fait désormais partie du client Python pour Watson Machine Learning. Toutes les fonctions de l'API qui contiennent ibmfl seront supprimées. Veuillez mettre à jour la dernière version du module Watson Machine Learning et du script de connecteur de partie. Pour plus d'informations, voir Création de l'expérience d'apprentissage fédéré.
• Python 3.7 est obsolète à partir des versions antérieures. Veuillez mettre à jour au moins Python 3.8 pour la poursuite de l'utilisation dans l'apprentissage fédéré.
• Scikit-learn 1.0 est désormais pris en charge avec Python 3.9.

Créer des contraintes personnalisées dans Decision Optimization Modeling Assistant

24 février 2022

L'Assistant de modélisation vous fournit de nombreuses suggestions de contraintes pour votre domaine d'incident qui peuvent être personnalisées. Toutefois, vous pouvez souhaiter exprimer des contraintes au-delà de celles qui sont prédéfinies pour les domaines donnés. Pour ce faire, vous pouvez utiliser des contraintes personnalisées plus avancées qui utilisent Python DOcplex. Voir Contraintes personnalisées avancées pour un exemple illustrant comment créer ces fichiers.

Configuration facile de l'environnement pour votre expérience Decision Optimization

25 février 2022

Lors de la génération de modèles dans une expérimentation, la sous-fenêtre Paramètres d'exécution de la vue Modèle de génération contient maintenant un Onglet Environnement. Vous pouvez voir ici l'environnement d'exécution par défaut utilisé pour la résolution lorsque vous cliquez sur Exécuter dans la vue Modèle de génération. Vous pouvez créer des environnements à l'aide de l'onglet Environnement de la sous-fenêtre Informations de l'aperçu. Pour plus de détails, voir Configuration de votre matériel et de votre logiciel.

Importation de métadonnées à partir de sources de données supplémentaires (Watson Knowledge Catalog)

24 février 2022

Vous pouvez également exécuter l'importation des métadonnées pour les sources de données Apache Cassandra et Teradata.

Accès aux données à partir des sources de données S3-compatible

18 février 2022

Utilisez la nouvelle connexion Generic S3 pour accéder aux données à partir d'un service de stockage compatible avec l'API S3 d'Amazon. Pour plus d'informations, voir Connexion Generic S3.

La connexion Snowflake prend en charge l'authentification fédérée fournie par Okta pour une sécurité renforcée

18 février 2022

Si votre entreprise utilise une connexion unique (SSO) avec l'authentification Okta native, l'interface utilisateur dispose d'une nouvelle zone dans laquelle vous pouvez entrer le noeud final Okta URL pour votre compte Okta.

Pour plus d'informations sur la connexion Snowflake, voir Connexion Snowflake.

DataStage prend en charge la création de gestionnaires de messages.

11 février 2022

Les messages d'erreur et les avertissements sont consignés dans le journal lorsque vous exécutez un travail. Vous affichez les messages et les alertes dans le panneau Journaux. Vous pouvez choisir de gérer les erreurs spécifiques différemment en créant des gestionnaires de messages.

Les gestionnaires de messages sont des règles qui définissent le mode d'expression des messages. Vous pouvez les utiliser pour supprimer les messages du journal ou déterminer si un message d'erreur doit être un avertissement ou un message d'information.

Essayez cette fonctionnalité en développant un message de journal, en sélectionnant les points de suspension à côté de l'ID du message, et en promouvant ou en rétrogradant le message pour en faire un avertissement ou une information. Vous pouvez également supprimer des journaux. Cette option n'est pas disponible pour les erreurs.

PostgreSQL est une base de données prise en charge à utiliser avec la génération de rapports sur les données Watson Knowledge Catalog

04 fév 2022

Lorsque vous envoyez vos données Watson Knowledge Catalog à une base de données externe pour générer des rapports, vous pouvez maintenant choisir une base de données PostgreSQL en plus d'une base de données Db2. Pour plus d'informations, voir Génération de rapports sur les données Watson Knowledge Catalog.

Soyez prêt pour le commutateur à partir de l'expérience des artefacts de gouvernance existante (Watson Knowledge Catalog)

04 fév 2022

Si vous utilisez les artefacts de gouvernance existants avec Watson Knowledge Catalog, vous serez basculez vers la nouvelle expérience des artefacts de gouvernance le 4 avril 2022. Vous disposez de l'expérience existante uniquement si vous avez mis à disposition Watson Knowledge Catalog avant avril, 2021 et que vous n'avez pas déjà passé à la nouvelle expérience. La nouvelle expérience des artefacts de gouvernance est devenue l'expérience par défaut en avril 2021.

La nouvelle expérience des artefacts de gouvernance inclut ces nouvelles fonctions :

• Autres types d'artefacts de gouvernance, tels que les ensembles de données de référence et les règles de gouvernance
• Davantage de relations entre les artefacts et les actifs
• Contrôle des droits des utilisateurs à granularité fine pour afficher et gérer les artefacts de gouvernance avec des catégories

Action requise Avant le déplacement, notez les détails de vos termes métier, des classifications personnalisées et des règles de protection des données.

Voici ce qui se passe pendant le déménagement :

• Tous vos termes métier, règles et règles de protection des données existants sont définitivement supprimés. Vous ne pouvez pas revenir à l'expérience existante.
• Toutes les affectations de termes métier, de classes de données et de classification sur des actifs de données deviennent non valides.
• Tous les masquage de données que vous avez configurés avec les règles de protection des données sont supprimés.
• Les profils des actifs de données sont mis à jour de sorte que les résultats de la classification utilisent les nouvelles classes de données.

Voici ce que vous devez faire après le déménagement :

• Recréez vos termes métier, classifications et règles de protection des données.
• Supprimez les termes métier non valides et l'affectation de classification des actifs dans les catalogues.
• Affectez vos nouveaux termes métier et votre classification aux actifs dans les catalogues.
• Affectez des rôles Watson Knowledge Catalog à vos utilisateurs. Voir Affecter des rôles Watson Knowledge Catalog aux utilisateurs.

Si vous avez des questions ou des préoccupations concernant le passage à une nouvelle version des artefacts de gouvernance, vous pouvez ouvrir un ticket de demande de service.

Nouvelle documentation de script

04 fév 2022

Bien que le scriptage ne soit pas nécessaire pour utiliser SPSS Modeler, il peut être un outil puissant pour automatiser les processus dans l'interface utilisateur. Les scripts permettent d'effectuer les mêmes opérations qu'avec la souris ou le clavier. Vous pouvez les utiliser pour automatiser les tâches dont l'exécution manuelle s'avère très répétitive et très longue.

Une nouvelle Guide de script et d'automatisation décrit cette fonctionnalité en détail.

Data Refinery prend en charge les fichiers SAS avec l'extension "sas7bdat"

04 fév 2022

Vous pouvez maintenant affiner les ressources de données SAS qui utilisent l'extension .sas7bdat. Les fichiers SAS sont pris en charge en tant que fichiers source uniquement. Vous ne pouvez pas utiliser les fichiers SAS comme cible d'un flux de Data Refinery.

Pour obtenir la liste complète des types de fichiers pris en charge par Data Refinery, voir Affinage des données.

Les flux de raffinerie de données avec de grands ensembles de données doivent être mis à jour lors de l'utilisation de certaines opérations de l'interface graphique

04 fév 2022

Action requise Pour l'exécution de travaux Data Refinery avec des ressources de données importantes, les opérations GUI suivantes présentent des améliorations de performance qui nécessitent la mise à jour de tous les flux Data Refinery qui les utilisent :

• Convertir le type de colonne en Integer lorsque vous spécifiez un symbole de regroupement de milliers (virgule, point ou personnalisé)
• Convertir le type de colonne en Décimal avec un marqueur décimal virgule ou lorsque vous spécifiez un symbole de regroupement de milliers (virgule, point ou personnalisé)
• Texte > Trim quotes

Pour améliorer les performances de travail d'un flux de raffinerie de données qui utilise ces opérations, mettez à jour le flux de la raffinerie de données en l'ouvrant et en l'enregistrtant, puis en exécutant un travail pour celui-ci. Les nouveaux flux de raffinement des données ont automatiquement les améliorations de performances. Pour plus d'informations, voir Gestion des flux de raffinerie de données.

Nouveau connecteur pour DataStage

04 fév 2022

DataStage prend désormais en charge le connecteur Box. Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Les modèles Decision Optimization se déplacent vers Python 3.8

04 fév 2022

Pour les modèles Decision Optimization , la version par défaut des modèles Python est maintenant Python 3.8. Si vous disposez de modèles Decision Optimization sur Python 3.7, recréez ou redéployez le modèle avec Python 3.8 pour éviter les problèmes éventuels.

Voir Bloc-notes Decision Optimization et Paramètres de résolution.

Conservation des noms de catalogue uniques

28 janvier 2022

Lorsque vous créez un catalogue dans la page Créer un catalogue, vous devez maintenant utiliser un nom unique. Les noms de catalogue uniques évitent les problèmes d'ambiguïté et les erreurs de synchronisation. Si vous devez utiliser un nom en double pour un catalogue, utilisez l'API pour renommer ou créer un catalogue.

Le rôle Data Scientist dispose des droits d'accès aux artefacts de gouvernance d'accès (Watson Knowledge Catalog)

28 janvier 2022

Avec l'autorisation Accéder aux artefacts de gouvernance, les spécialistes des données peuvent voir les détails des artefacts de gouvernance affectés à des actifs afin de mieux comprendre les données.

Dépréciation de Spark 2.4 pour Watson Studio et Watson Machine Learning

27 janvier 2022

Spark 2.4 est déprécié en tant que cadre d'apprentissage automatique, environnement notebook et moteur d'exécution RStudio. Mettez à jour vos actifs pour utiliser Spark 3.0 à la place. Le soutien aux actifs de formation sera interrompu le 16 février 2022. La prise en charge du déploiement et de la notation des modèles sera interrompue le 10 mars 2022 et les déploiements existants utilisant les spécifications de Spark 2.4 seront supprimés. Pour plus de détails sur la migration d'un actif vers une spécification de logiciel et d'infrastructure prise en charge, voir Gestion des cadres et des spécifications logicielles. Pour plus d'informations sur les environnements de bloc-notes, voir Calculer les options de ressource pour l'éditeur de bloc-notes dans les projets.

Prise en charge de la spécification matérielle de grande taille pour Decision Optimization (Watson Machine Learning)

27 janvier 2022

Vous pouvez désormais utiliser une spécification matérielle de grande taille (8 vCPU et 32 Go) avec des travaux Decision Optimization. En outre, le nombre de travaux pouvant s'exécuter en parallèle est porté à 100. Pour plus d'informations, voir Exécution de travaux.

Nouveaux connecteurs pour DataStage

21 janvier 2022

DataStage inclut ces nouveaux connecteurs :

• Amazon RDS for Oracle
• Compose for MySQL

Pour la liste complète des connecteurs DataStage, voir Connecteurs DataStage.

Enrichi de métadonnées: affectation à terme automatique et plus (Watson Knowledge Catalog)

20 janvier 2022

L'affectation de terme automatique peut maintenant faire partie de votre enrichissement de métadonnées et vous pouvez choisir parmi d'autres options d'échantillonnage. Les résultats d'enrichissement au niveau des colonnes et une variété de connaissances supplémentaires au niveau de l'actif sont également nouveaux. De plus, vous pouvez publier des actifs et des résultats directement dans n'importe quel catalogue auquel vous avez accès. Pour plus d'informations, voir Enrichissement de vos données.

Watson Traitement des langues naturelles pour les blocs-notes

20 janvier 2022

La bibliothèque Watson Natural Language Processing (version bêta) pour ordinateurs portables fournit des fonctions de traitement de langage naturel de base pour l'analyse syntaxique et les modèles pré-formés à l'extérieur de la boîte avec lesquels vous pouvez transformer des données non structurées en données structurées, ce qui vous permet de travailler avec un mélange de données non structurées et structurées. Des exemples de données sont les dossiers des centres d'appels, les plaintes des clients, les postes de médias sociaux ou les rapports d'incidents. Pour plus d'informations, voir Bibliothèque Watson Natural Language Processing (version bêta).

Davantage d'accélérateurs métier pour les solutions de bout en bout (Watson Studio)

14 janvier 2022

Un nouveau Accélérateurs industriels est disponible en tant qu'actifs prédéfinis que vous pouvez utiliser pour relever les défis métier communs :

Prise en charge complète du test des expérimentations AutoAI pour l'équité (Watson Machine Learning)

12 janvier 2022

Evaluez une expérience d'équité pour vous assurer que vos résultats ne sont pas biaisés en faveur d'un groupe sur un autre. Vous pouvez maintenant évaluer des expériences avec des données jointes ainsi que des expériences avec une seule source de données. Vous ne pouvez pas évaluer une expérience de série temporelle pour l'équité. Pour plus d'informations sur les tests d'équité, voir Application des tests d'équité aux expériences AutoAI.

Connexion sécurisée aux sources de données avec IBM Cloud Satellite

7 janvier 2022

Avec IBM Cloud Satellite, vous utilisez votre propre infrastructure de traitement qui se trouve dans votre centre de données sur site ou dans un autre fournisseur de cloud pour créer un emplacement Satellite. Ensuite, vous utilisez les fonctions de Satellite pour exécuter des services IBM Cloud sur votre infrastructure, et déployer, gérer et contrôler de manière cohérente vos charges de travail d'application.

Pour Cloud Pak for Data en tant que service, vous avez configuré un emplacement Satellite pour la source de données, puis sélectionnez Lien Satellite dans la section Connectivité privée de la page Créer une connexion.

Toutes les sources de données qui prennent en charge Secure Gateway prennent désormais en charge Satellite Link. Pour plus d'informations, voir Fixation des connexions.