0 / 0
Retourner à la version anglaise de la documentation
Nouveautés
Nouveautés

Nouveautés

Réserver chaque semaine pour en savoir plus sur les nouvelles fonctions et les mises à jour de Cloud Pak for Data en tant que service et services tels que Watson Studio, Watson Machine Learning, DataStage et Watson Knowledge Catalog.

Semaine se terminant le 23 septembre 2022

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 les environnements Spark 3.3 à la place.

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.Procédure COLLECT_STATISTICS. 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.

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
  • Czech
  • Français
  • Allemand
  • Italien
  • Japonais
  • Coréen
  • Polonais
  • Espagnol
  • Turc

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

Semaine se terminant le 16 septembre 2022

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.

Capture d'écran du mécanisme de retour d'informations

Semaine se terminant le 9 septembre 2022

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 d'informations, voir Utilisation de procédures stockées.

Connexions obsolètes

09 septembre 2022

Les connexions suivantes sont obsolètes:

  • La connexion IBM Cloud Compose for MySQL est obsolète pour 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.

Semaine se terminant le 2 septembre 2022

Nouveau tutoriel Data governance and privacy pour l'essai 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 Data governance and privacy en suivant ce nouveau tutoriel: Gouvernance des données virtualisées

Ce tutoriel est la continuation de trois autres tutoriels du cas d'utilisation Data governance and privacy , qui requiert Watson Knowledge Catalog et le tutoriel Virtualiser les données externes du cas d'utilisation Multicloud data integration , 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:

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 du type de 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.

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.

Semaine se terminant le 19 août 2022

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.

L'interface utilisateur affiche l'importation d'un actif de catalogue sur la page Importation d'actif

Migrer les anciens flux SPSS Modeler avant le 18 novembre 2022

18 août 2022

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.

Semaine se terminant le 12 août 2022

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 logicielle 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.

Semaine se terminant le 5 août 2022

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

5 août 2022

Les rubriques de documentation avec des vidéos intégrées 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.

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.

Semaine se terminant le 29 juillet 2022

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 de Cloud Pak for Data as a Service .

Capture d'écran de la zone de bienvenue de la page d'accueil

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.

Capture d'écran

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.

Capture d'écran

Voir Configuration des environnements.

Semaine se terminant le 22 juillet 2022

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 sauvegardées sont répertoriées en tant qu'actifs de visualisation dans votre projet. Les graphiques sont générés à partir d'un ensemble de données d'échantillon pouvant comporter jusqu'à 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.

Création d'une relation d'actif en recherchant un actif à l'aide d'espaces de travail et de types d'actif

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.

Semaine se terminant le 15 juillet 2022

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.

Semaine se terminant le 08 juillet 2022

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 Icône d'assistance. 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.

Panneau latéral de l'assistant

Nouveau tutoriel Multicloud data integration pour l'essai Data fabric

Vous pouvez maintenant apprendre à utiliser Watson Query pour implémenter une solution de matrice de données avec le cas d'utilisation Multicloud data integration en suivant ce nouveau tutoriel:

Le cas d'utilisation Multicloud data integration 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 les tutoriels de ce cas d'utilisation:

  • Si vous êtes un nouvel utilisateur, inscrivez-vous au cas d'utilisation Multicloud data integration, puis suivez les tutoriels associés.
  • 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 cas d'utilisation Multicloud data integration en mettant à disposition le service Lite Watson Query et en suivant les tutoriels Multicloud data integration .

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.

Environnement "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.

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 échoueront. 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.

Semaine se terminant le 1er juillet 2022

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 la 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.

Semaine se terminant le 24 juin 2022

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).

Sélection de Spark 3.2 & R 3.6

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

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.

Capture d'écran du commutateur de langue

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.

Publier les résultats de l'enrichissement

Semaine se terminant le 10 juin 2022

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 mise en correspondance IBM Match 360 à déterminer quels enregistrements sont 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 révision 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 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.

Définir et gérer les 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 images instantanées 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.

Semaine se terminant le 03 juin 2022

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.

Semaine se terminant le 27 mai 2022

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

25 mai 2022

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 des métadonnées: affectation ou suppression de termes métier ou de 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.

Options de menu pour les actifs

Options pour les colonnes

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 autre compte IBM Cloud que le créateur du 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.

Semaine se terminant le 20 mai 2022

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 capacité à éditer la taille d'échantillon des données pendant que vous affinez vos données.

Data Refinery paramètres de flux Onglet Général

Onglet Source des paramètres de flux Data Refinery

Onglet Cible des paramètres de flux Data Refinery

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

Paramètres de flux 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 ensemble 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 de jointure 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.

Action Emplacement dans l'interface utilisateur
Changement de nom d'un flux Data Refinery Panneau d'informations (A propos de cet actif) ou onglet Data Refinery Général
Entrez une description pour le flux Data Refinery Panneau d'informations (A propos de cet actif) ou onglet Data Refinery Général
Modification de la source d'un flux Data Refinery Deux options s'offrent à présent: dans le panneau Etapes, cliquez sur le menu déroulant dynamique en regard de Source de données, puis sélectionnez Editer.
Nouveau: Data Refinery > Onglet Ensembles de données source . Sélectionnez le jeu de données, puis sélectionnez Remplacer la source de données.
Spécifiez les options de format source Onglet Data Refinery paramètres de flux > Ensembles de données source . Sélectionnez la source de données, puis cliquez sur Editer le format.
Modification de l'emplacement cible (sortie) du flux Data Refinery Onglet Data Refinery paramètres de flux > Fichier cible . Cliquez sur Sélectionner une cible et recherchez l'actif de données ou la connexion.
Modifiez les propriétés de la cible (sortie), y compris les options d'écrasement et le format. Différentes propriétés sont disponibles pour un actif de données dans le projet ou un ensemble de données à partir de différents types de connexion. Onglet Data Refinery paramètres de flux > Fichier cible . Cliquez sur Editer les propriétés .
Entrez une description pour le fichier cible Onglet Data Refinery paramètres de flux > Fichier cible

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.

De 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.

Data Refinery -Etapes d'insertion en double

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.

Data Refinery placement d'une nouvelle colonne

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 des 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.

Informations de gouvernance: classes de données suggérées

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.

Semaine se terminant le 13 mai 2022

Data governance and privacy pour l'essai Data Fabric

12 mai 2022

Vous pouvez maintenant apprendre à implémenter une solution de matrice de données avec le cas d'utilisation Data governance and privacy en suivant les tutoriels suivants:

Le cas d'utilisation Data governance and privacy requiert le service Watson Knowledge Catalog .

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 les tutoriels de ce cas d'utilisation:

  • Si vous êtes un nouvel utilisateur, inscrivez-vous au cas d'utilisation Data governance and privacy, puis suivez les tutoriels associés.
  • 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 cas d'utilisation Data governance and privacy en mettant à disposition le service Lite Watson Knowledge Catalog et en suivant les tutoriels Data governance and privacy .

SPSS Modeler: Améliorations apportées à Text Analytics

12 mai 2022

SPSS Modeler fournit des noeuds spécialisés pour le traitement du texte. A partir d'un noeud Text Mining, vous pouvez choisir de lancer le nouveau plan de travail Text Analytics (anciennement appelé plan de travail interactif). 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.

Text Analytics Workbench

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.

Exécuter l'enrichissement à partir de la page des résultats d'enrichissement

Semaine se terminant le 06 mai 2022

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) lors de l'exécution du profilage, des outils et des 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 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 Icône Activités. Voir Activités.

Nouvelle interface utilisateur 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 géolocalisation 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.

Semaine se terminant le 29 avril 2022

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.

Sauvegarder 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 de 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.

Paramètres d'enrichissement par défaut: affectation de terme

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

29 avril 2022

La tarification de l'entreprise a été modifiée pour supprimer les frais par instance Watson Query et pour 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.

Semaine se terminant le 22 avril 2022

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

21 avril 2022

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 être en 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 désormais 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 d'enregistrer 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.

Panneau d'informations sur l'enrichissement des métadonnées

Semaine se terminant le 15 avril 2022

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.

Semaine se terminant le 08 avril 2022

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.

Les résultats de la recherche affichent les actifs et les artefacts correspondants.

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)

08 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.

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

08 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.

Data Refinery modifie l'opération de conversion automatique

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

08 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.

Semaine se terminant le 1er avril 2022

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 vous référer au 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

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.

Semaine se terminant le 25 mars 2022

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

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.

Semaine se terminant le 18 mars 2022

Le test de la matrice de données !

18 mars 2022

Vous pouvez maintenant découvrir comment implémenter une solution de matrice de données avec Cloud Pak for Data en tant que service. Commencez par l'un des cas d'utilisation de la matrice de données, puis essayez les autres comme vous en avez besoin :

  • Multicloud data integration
  • Customer 360
  • MLOps and trustworthy AI

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 connaître l'essai de matrice de données, prenez les tutoriels pour chaque cas d'utilisation :

  • Si vous êtes un nouvel utilisateur, Signature pour un cas d'utilisation de matrice de données, puis prenez les tutoriels associés.
  • 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 un cas d'utilisation de matrice de données en prenant les tutoriels de matrice de données.

Voir Tutoriels sur les matrices de données.

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

17 mars 2022

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.

Semaine se terminant le 11 mars 2022

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.

Semaine se terminant le 4 mars 2022

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.

Filtrage des résultats d'enrichissement (Watson Knowledge Catalog)

4 mars 2022

Dans les résultats d'enrichissement des métadonnées, vous pouvez maintenant appliquer des filtres supplémentaires aux colonnes afin de pouvoir trouver des colonnes d'intérêt plus rapidement. Les nouveaux filtres sont le statut de la revue, la source et les termes métier.

Semaine se terminant le 25 février 2022

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

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.

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.

Semaine se terminant le 18 février 2022

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.

Authentification Okta sur Snowflake

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

Semaine se terminant le 11 février 2022

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.

Boosez votre productivité avec l'expérience des nouveaux projets !

10 février 2022

L'interface utilisateur des nouveaux projets est devenue l'expérience de projets par défaut. N'hésitez pas à explorer le nouveau design-votre travail n'a pas été affecté.

Vérifiez l'organisation de l'actif amélioré, les relations avec les actifs, l'amélioration de la navigation et l'orientation intégrée-toutes conçues pour faciliter et rendre plus efficace le travail et la collaboration dans un projet.

Onglet Présentation

Semaine se terminant le 04 février 2022

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.

Livrer et intégrer vos données avec Data Replication (bêta)

04 fév 2022

Vous pouvez maintenant essayer le service bêta Data Replication pour fournir des données en temps quasi réel avec un impact faible sur les bases de données source. Convoquer des données à partir de et Db2 on Cloud et fournir des données à Db2 on Cloud et à Db2 Warehouse. Le support d'un plus grand nombre de sources et de cibles sera ajouté pour GA.

Pour commencer, accédez à Services > Catalogue de services à partir du menu Cloud Pak for Data et provisirele service Data Replication. Pour en savoir plus, reportez-vous à la section Data Replication (bêta).

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

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

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 obtenir la liste complète des connecteurs DataStage , voir ConnecteursDataStage.

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.

Semaine se terminant le 28 janvier 2022

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.

Semaine se terminant le 21 janvier 2022

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).

Semaine se terminant le 14 janvier 2022

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 :

Nom de l'accélérateur métier Description
Conservation des clients du secteur de la distribution Utiliser des sondages sur la satisfaction des clients pour prédire le roulement du client et élaborer des stratégies de conservation.

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.

Semaine se terminant le 07 janvier 2022

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.

Liaison satellite

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.

Semaine se terminant le 24 décembre 2021

Changements de prix pour le plan standard IBM DataStage as a Service à partir du 1er février

21 décembre 2021

À partir du 1er février, le prix de l'instance sera supprimé et le prix par UCH sera augmenté dans le plan standard de DataStage as a Service. Le plan standard sera établi sur une base de consommation pure en supprimant le prix de 3 000 $ de l'instance, ce qui vous permettra de commencer plus efficacement à utiliser DataStage comme service et de ne payer que le montant que vous consommez. Étant donné que le prix de l'instance dans le plan standard sera éliminé, le plan ne comprendra plus 400 UC et le prix par UC passera de 0,40 $ par UC à 1,75 $ par UC. Pour plus d'informations, voir Communications IBM Cloud.

IBM Datastage en tant que service ajoutant une durée minimale au travail à partir du 20 janvier

21 décembre 2021

À partir du 20 janvier, le service Datastage as a Service ajoutera une durée minimale à l'exécution des tâches. Dans DataStage, l'exécution des tâches est mesurée en nombre de secondes et en nombre total de vCPU. Cette combinaison détermine le CUH utilisé. Chaque unité centrale virtuelle est 1 unité de capacité-Heure. DataStage en tant que travaux de maintenance aura une durée de facturation minimale de 60 secondes. Toutes les durées de travail supérieures à une minute seront arrondies à la minute entière suivante à des fins de facturation. L'option de configuration minimale pour l'environnement et l'option par défaut pour exécuter DataStage en tant que travaux de maintenance seront PX M-1 Conductor : 2 vCPU et 8 Go de RAM. La configuration 1 vCPU et 4 Go de RAM PX S sera supprimée. Pour plus d'informations, voir Communications IBM Cloud.

Semaine se terminant le 17 décembre 2021

Le suivi des modèles dans un inventaire de modèles est maintenant GA ! (Watson Knowledge Catalog)

16 décembre 2021

Utilisez un inventaire de modèles dans Watson Knowledge Catalog pour suivre les cycles de vie des modèles d'apprentissage automatique de la formation à la production. Visualiser les fiches d'information sur les actifs modèles qui suivent les progrès réalisés depuis le développement jusqu'à la validation et l'évaluation jusqu'à la production. AI Factsheets peut aider à faciliter la gouvernance efficace des ModelOps et la conformité aux protocoles organisationnels. Pour plus d'informations, voir Inventaire des modèles. La nouvelle édition de cette édition permet de suivre les modèles d'apprentissage automatique créés en dehors de Watson Studio. Pour plus d'informations, voir Ajout d'un modèle externe à l'inventaire de modèles.

Semaine se terminant le 10 décembre 2021

Nouveaux connecteurs pour DataStage

10 décembre 2021

DataStage inclut ces nouveaux connecteurs :

  • Amazon RDS for MySQL
  • Databases for MongoDB
  • MariaDB
  • MongoDB

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

Rôles de catégorie personnalisée (Watson Knowledge Catalog)

10 décembre 2021

Outre les rôles de catégorie prédéfinis, vous pouvez créer des rôles personnalisés avec un ensemble personnalisé de droits d'accès. Les rôles de catégorie personnalisée offrent un contrôle plus granulaire sur les actions que les utilisateurs peuvent prendre [ dans une catégorie. Pour plus d'informations, voir Rôles de collaborateur de catégorie.

Flux de travaux pour les artefacts de gouvernance (Watson Knowledge Catalog)

10 décembre 2021

Des modèles de flux de travaux prédéfinis sont disponibles pour créer de nouvelles configurations de flux de travaux. Chaque configuration définit les tâches nécessaires à la création, la mise à jour, la suppression et l'importation des artefacts de gouvernance. Avec les modèles, vous avez plus de felxibilité dans la définition du processus de flux de travaux. Pour plus d'informations, voir Flux de travaux pour les artefacts de gouvernance.

Emplacements Satellite préconfigurés supprimés pour les blocs-notes (Watson Studio)

09 décembre 2021

A compter du 9 décembre 2021, les emplacements Satellite préconfigurés ne seront plus disponibles en tant qu'environnement pour les ordinateurs portables. Les blocs-notes et les travaux de bloc-notes qui utilisent des environnements Satellite resteront, mais vous devez les modifier pour sélectionner un environnement dans un emplacement IBM Cloud à la place. Voir Modification de l'environnement d'un bloc-notes. L'environnement Satellite préconstruit reste disponible pour les environnements d'exécution de l'environnement personnalisé DataStage.

Nouveaux environnements de bloc-notes dans les projets (Watson Studio)

09 décembre 2021

La prise en charge des environnements de bloc-notes suivants a été ajoutée :

  • Vous pouvez maintenant sélectionner Default Spark 3.0 & Python 3.8 lors de l'exécution d'un bloc-notes avec Spark. Le nouvel environnement utilise les mêmes heures d'unité de capacité que les autres environnements Spark 3.0 par défaut.
  • Un nouvel environnement Default R 3.6 S a été ajouté et l'ancien environnement Default R 3.6 S est désormais marqué comme étant obsolète. Vous devez arrêter d'utiliser l'environnement obsolète et commencer à utiliser ce nouvel environnement.

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

AutoAI Time Series GA (Watson Studio)

9 décembre 2021

Série temporelle AutoAI est désormais disponible pour les régions de Dallas, Londres, Francfort et Tokyo. Les expérimentations de séries temporelles AutoAI engageront désormais des frais de facturation pour les ressources consommées. Pour plus d'informations, voir Calculer les options de ressource pour les expérimentations AutoAI dans des projets. Pour une introduction à la prévision avec des expérimentations de séries temporelles AutoAI , voir l'article de blogue Right on time (series): Présentation d' Watson Studio's AutoAI Time Series.

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

9 décembre 2021

A compter du 9 décembre 2021, les noms des utilisateurs affectés aux déploiements En ligne doivent être uniques par région. Les utilisateurs peuvent vérifier si un nom de service existant est unique à l'aide de l'appel 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 être en 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. À partir du9 janvier, les demandes de prédiction associées aux noms de service où le nom de service existe plus d'une 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.

Virtualisez vos données avec Watson Query !

7 décembre 2021

Data Virtualization est maintenant connu sous le nom de Watson Query et vous pouvez l'essayer en provisionnement une instance de service avec un plan Lite. Voir Requête d'application des accès Watson. Watson Query inclut les fonctions et fonctions suivantes :

  • Watson Query prend désormais en charge davantage de sources de données. Voir Sources de données et types de données pris en charge dans Watson Query.
  • Vous pouvez maintenant virtualiser les tables dans les sources de données IBM Cloud Object Storage, Amazon S3et Ceph® dans Watson Query à l'aide d'un flux de virtualisation pour parcourir et prévisualiser les fichiers. Watson Query prend en charge les formats de données PARQUET (ou PARQUETFILE), Optimized Row Columnar (ORC), CSV (Valeurs séparées par des virgules), TSV (Valeurs séparées par TAB) et JSON. Pour plus d'informations, voir Connexion à Cloud Object Storage.
  • Les gestionnaires peuvent créer des caches pour améliorer les performances en mettant en cache les ensembles de résultats de vos requêtes. Pour en savoir plus, reportez-vous à la section Gestion des caches de données et des requêtes.

Pour plus d'informations, voir Virtualisation des données.

Semaine se terminant le 03 décembre 2021

"Netezza (PureData System for Analytics) connection renommée "Netezza Performance Server

03 décembre 2021

La connexion Netezza (PureData System for Analytics) est maintenant la connexion Netezza Performance Server. Vos paramètres précédents pour une connexion à Netezza (PureData System for Analytics) restent les mêmes. Seul le nom de la connexion a été modifié.

Groupes d'utilisateurs pour gérer les règles de protection des données (Watson Knowledge Catalog)

03 décembre 2021

Vous pouvez spécifier des groupes d'utilisateurs dans l'état d'une règle de protection des données. Pour plus d'informations, voir Conception de règles de protection des données.

Améliorez votre productivité grâce à la nouvelle interface utilisateur des projets !

2 décembre 2021

Les projets sont en cours de rénovation et vous pouvez avoir un aperçu de la nouvelle présentation et de l'organisation. N'hésitez pas à explorer le nouveau design-votre travail ne sera pas affecté et vous pourrez revenir à des projets "classiques" à tout moment.

Pour passer à la nouvelle expérience de projet bêta, accédez à Profil et paramètres en cliquant sur votre avatar ( icône d'avatar ) et activez le commutateur sous l'onglet Bêta . Explorez l'organisation d'actifs améliorée, les relations d'actif, l'amélioration de la navigation et l'orientation intégrée-toutes conçues pour faciliter et rendre plus efficace le travail et la collaboration dans un projet. Pour plus de détails et pour regarder une vidéo sur l'interface utilisateur des nouveaux projets, voir Projets bêta.

Onglet Présentation

Nouveaux travaux de stockage de résultats d'exécution de travaux de stockage de travaux

2 décembre 2021

Lorsque vous créez un travail de bloc-notes, le travail stocke maintenant les fichiers de sortie des résultats d'exécution de travaux par défaut. Avec cette fonction activée par défaut, vous pouvez, par exemple, paramétrer votre travail en utilisant différentes variables d'environnement, comparer les résultats entre les exécutions et ajuster le comportement du code dans votre bloc-notes.

Pour éviter d'accumuler trop de fichiers d'exécution, une valeur par défaut de 5 a été définie pour la valeur de conservation de l'exécution du travail.

Ce changement n'affecte que les nouveaux emplois. Pour plus d'informations, voir Création d'un travail de bloc-notes.

Recherche vidéo dans la documentation du produit (Cloud Pak for Data en tant que service)

1er décembre 2021

Vous pouvez maintenant effectuer une recherche dans Cloud Pak for Data en tant que service vidéo de type "Service comment faire" de la même façon que les rubriques de recherche dans la documentation.

Pour plus de détails, voir ce billet de blogue : Recherche dans Cloud Pak for Data en tant que vidéo de service

Interface utilisateur de recherche vidéo

Nouvelles fonctions pour DataStage

30 novembre 2021

Nouvelles étapes

DataStage inclut de nouvelles étapes, qui vous permettent d'utiliser plus d'outils pour traiter vos données :

  • Hiérarchique (XML)
  • Intégration Java
  • Entreprise Pivot
  • Générateur de clé de substitution

Pour plus d'informations, voir Étapes DataStage.

Nouveaux connecteurs

DataStage inclut les nouveaux connecteurs :

  • Google Cloud Pub/Sub
  • MySQL

Pour plus d'informations, voir Connecteurs DataStage.

Composants réutilisables

  • Vous pouvez créer des composants que vous utilisez dans les projets et dans les flux DataStage. Vous créez ces composants dans un projet, en dehors d'un flux DataStage, ce qui vous permet de réutiliser les composants dans des espaces distincts. Les composants sont stockés en tant qu'actifs dans votre projet. Vous pouvez créer les composants suivants :
  • Définitions de données
  • Ensembles de paramètres
  • Sous-flux

Documentation connexe: DataStage

Semaine se terminant le 19 novembre 2021

AutoAI Time Series prochain GA (Watson Studio)

19 novembre 2021

AutoAI Time Series passe de la version bêta à la disponibilité générale au début du mois de décembre 2021 pour les régions de Dallas, Londres, Francfort et Tokyo. Une fois l'AG annoncée, les expérimentations de séries temporelles AutoAI commenceront à engager des frais de facturation pour les ressources consommées. Pour plus d'informations, voir Calculer les options de ressource pour les expérimentations AutoAI dans des projets.

Dépréciation des spécifications du logiciel AutoAI Time Series (Watson Studio)

19 novembre 2021

Les spécifications logicielles autoai-ts_3.1-py3.7 et autoai-ts_3.8-py3.8 sont obsolètes. Le soutien sera interrompu le 1er décembre 2021. D'ici là, vous pouvez continuer à utiliser les spécifications pour déployer des modèles ou marquer des modèles déployés ; cependant, vous serez averti que vous devez passer à une version entièrement prise en charge. À compter du 1er décembre, les nouveaux déploiements seront interdits et les déploiements existants à l'aide de ces spécifications 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.

Télécharger les données de test pour la formation d'une expérimentation AutoAI (Watson Studio)

18 novembre 2021

Pour les expériences AutoAI créées avec une seule source de données qui ne sont pas des expériences de séries temporelles, vous pouvez maintenant télécharger une deuxième source de données qui sera utilisée spécifiquement comme données d'attente, pour tester les pipelines. Pour plus de détails, voir Génération d'un modèle AutoAI.

Apprentissage fédéré généralement disponible (Watson Studio)

18 novembre 2021

Federated Learning est généralement disponible et entièrement pris en charge pour les régions de Dallas, Londres, Francfort et Tokyo. De nouvelles expériences commenceront à engager des frais de facturation pour les ressources consommées. Pour plus d'informations, voir Apprentissage fédéré.

Utiliser des groupes pour gérer les collaborateurs de catégorie (Watson Knowledge Catalog)

16 novembre 2021

Vous pouvez utiliser des groupes pour ajouter des collaborateurs à des catégories. Pour plus d'informations, voir Gestion de l'accès à une catégorie.

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

15 novembre 2021

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

Nom de l'accélérateur métier Description
Projet de réadmission des hôpitaux Prédit le taux de réadmission des patients à l'hôpital en utilisant les données des patients.

Semaine se terminant le 12 novembre 2021

Améliorations apportées à AutoAI : évaluation de l'équité et imputation des données (Watson Studio)

11 novembre 2021

Vous pouvez maintenant évaluer une expérience AutoAI afin que vos résultats ne soient pas biaisés en faveur d'un groupe sur un autre. Remarque : Cette fonction est proposée en tant que bêta et n'est pas destinée à l'utilisation de la production. Pour plus d'informations, voir Application des tests d'équité aux expériences AutoAI.

Exercons un plus grand contrôle sur l'imputation des données, c'est-à-dire la façon dont les valeurs manquantes sont fournies pour les données de formation pour une expérience AutoAI. Pour plus d'informations, voir L'imputation des données dans les expériences AutoAI.

Pour les expériences AutoAI créées avec une seule source de données qui ne sont pas des expériences de séries temporelles, vous pouvez maintenant télécharger une deuxième source de données qui sera utilisée spécifiquement comme données d'attente, pour tester les pipelines. Pour plus de détails, voir Génération d'un modèle AutoAI.

Communications d'apprentissage fédéré (Watson Studio)

10 novembre 2021

La prochaine transition de l'apprentissage fédéré de la bêta à la GA est reportée au 17 novembre. Federated Learning continuera d'être en bêta pour cette semaine. Les nouvelles expériences n'engageront pas de frais de facturation pour les ressources consommées jusque-là.

Semaine se terminant le 5 novembre 2021

Tutoriel de démarrage rapide Decision Optimization (Watson Studio)

5 novembre 2021

Vous pouvez maintenant suivre un tutoriel et regarder une vidéo correspondante pour apprendre à résoudre les problèmes métier en créant, en exécutant et en déployez un modèle Decision Optimization. Le tutoriel convient aux utilisateurs avec une certaine connaissance des analyses prescriptives, mais ne nécessite pas de codage. Voir Démarrage rapide : Génération, exécution et déploiement d'un modèle Decision Optimization.

Amélioration de l'interface utilisateur Decision Optimization (Watson Studio)

5 novembre 2021

Vous pouvez maintenant effectuer un zoom avant sur le graphique de solution dans la vue Solution d'exploration. Pour plus d'informations, consultez la rubrique décrivant la vue d'exploration des solutions.

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

5 novembre 2021

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 > Date (s'applique également à l'opération Convertir le type de colonne en tant que première étape automatique dans un flux de Data Refinery)
  • Convertir le type de colonne > Horodatage (s'applique également à l'opération Convertir le type de colonne en tant que première étape automatique dans un flux de Data Refinery)
  • Retirer les mots vides
  • Remplacer une sous-chaîne
  • Texte > Caractères de remplissage
  • Texte > Sous-chaîne

Pour empêcher l'échec de vos travaux de flux de raffinerie de données, mettez à jour le flux de l'affinerie de données en l'ouvrant et en l'enregistrtant, puis en exécutant un travail. 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.

Semaine se terminant le 29 octobre 2021

Spécifier la gestion des doublons dans les catalogues (Watson Knowledge Catalog)

29 octobre 2021

Vous pouvez maintenant indiquer comment gérer des actifs en double dans un catalogue. Par défaut, la gestion des doublons est définie pour autoriser les doublons. Vous pouvez spécifier un paramètre différent lorsque vous créez un catalogue ou à tout moment sur la page Paramètres du catalogue. Voir Modification des paramètres de catalogue.

Des règles de protection des données peuvent être ajoutées aux règles de brouillon (Watson Knowledge Catalog)

29 octobre 2021

Lorsque vous ajoutez une règle de protection des données à une règle, la règle n'a plus besoin d'être publiée. Il peut être à l'état de brouillon. Lorsque vous sélectionnez une règle publiée, une version brouillon de la règle est créée.

Semaine se terminant le 22 octobre 2021

Apprentissage fédéré à venir GA (Watson Studio)

22 octobre 2021

Federated Learning passe de la bêta à la GA le 10 novembre 2021 pour Dallas, Londres, Francfort et Tokyo. Après cela, l'apprentissage fédéré sera généralement disponible, et de nouvelles expériences commenceront à engager des frais de facturation pour les ressources consommées. Pour plus d'informations, voir Apprentissage fédéré.

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

22 octobre 2021

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

Nom de l'accélérateur métier Description
Prévision des ventes à l'aide des données de Weather Company Data Optimisez les capacités de votre entreprise de vente en formant un modèle pour prédire les ventes en fonction du temps. L'accélérateur inclut des termes métier et des catégories, un ensemble d'actifs de données de données de données et un exemple de tableau de bord pour visualiser les résultats.


Nouvelle interface utilisateur pour les étapes d'opération de Data Refinery

22 octobre 2021

Data Refinery introduit une nouvelle interface utilisateur qui facilite le travail avec vos données. Le panneau Étapes est consolidé avec les opérations et est déplacé vers la gauche. Pour ajouter une opération, cliquez sur Nouvelle étape. Comme précédemment, pour entrer dans la vue SNAPSHOT, cliquez sur une étape précédente. Les opérations restent les mêmes.

Interface utilisateur de Data Refinery

Catégories réorganisées pour les opérations de l'interface graphique de Data Refinery

22 octobre 2021

Les opérations de l'interface graphique de Data Refinery sont réorganisées dans les catégories suivantes :

  • NETTOYAGE
  • CALCULER
  • ORGANISATION
  • LANGAGE NATUREL

Les opérations restent les mêmes. Pour plus d'informations, voir Opérations d'interface graphique.

Améliorations de l'importation et de l'exportation ZIP d'artefacts de gouvernance (Watson Knowledge Catalog)

22 octobre 2021

  • Les relations entre les artefacts sont définies à l'aide des identificateurs d'artefact, par opposition à la méthode précédente où le contexte et le nom de l'artefact ont été utilisés.
  • Lorsque la phase de synchronisation du processus d'importation est interrompue, par exemple parce qu'une nacelle est arrêtée, après un certain temps, le processus de synchronisation est redémarré sur une autre nacelle.
  • Un nouveau droit a été ajouté pour contrôler qui peut importer et exporter tous les artefacts de gouvernance dans un fichier ZIP. Le nouveau droit est Gestion du glossaire et il est inclus dans le rôle Gestionnaire.

Voir la section Importation de tous les artefacts de gouvernance à partir d'un fichier ZIP dans Importation d'artefacts de gouvernance.

Semaine du 11 octobre 2021

Améliorations de l'interface utilisateur d'expérimentation Decision Optimization (Watson Studio)

11 octobre 2021

Vous pouvez désormais sélectionner plus facilement la manière dont vous souhaitez formuler votre modèle dans l'interface utilisateur de Decision Optimization Experiment : Cliquez sur Construire le modèle dans la barre latérale et une fenêtre contextuelle apparaît pour vous demander comment vous voulez formuler votre modèle. Vous pouvez ensuite choisir si vous souhaitez utiliser le mode assisté avec l'assistant de modélisation ou le code de votre modèle dans Python, OPL, LP (CPLEX) ou CPO, ou importer des fichiers.

Vous pouvez maintenant effectuer un zoom avant sur le graphique de solution dans la vue Explorer la solution.

IBM Cloud Databases for DataStax

11 octobre 2021

IBM Cloud Databases for DataStax est désormais ajouté aux types de connexion pour les projets d'analyse et les catalogues.

Semaine se terminant le 8 octobre 2021

Suivre les modèles d'apprentissage automatique dans un inventaire de modèles (bêta) (Watson Knowledge Catalog)

8 octobre 2021

Utilisez un inventaire de modèles dans Watson Knowledge Catalog pour suivre les cycles de vie des modèles d'apprentissage automatique de la formation à la production. Afficher les feuilles d'informations pour les actifs de modèle qui suivent les progrès depuis le développement jusqu'à la production. Examiner et tenir à jour les fiches d'information qui façilient la gouvernance efficace des ModelOps et la conformité aux protocoles organisationnels. Pour plus d'informations, voir Inventaire des modèles. Notez que cette fonction est disponible en tant que bêta, n'est disponible que dans la région de Dallas au départ et n'est pas destinée à l'utilisation de la production.

Informations de carte de crédit requises pour tous les nouveaux comptes

8 octobre 2021

Les nouveaux clients qui souhaitent créer un compte IBM Cloud seront tenus de fournir des informations de carte de crédit lors de l'enregistrement. Une carte de crédit est nécessaire pour les comptes Lite et Pay-As-You-Go, mais elle ne sera facturée que si le client consomme des services dans le cadre d'un plan facturable. Voir Inscription pour Cloud Pak for Data en tant que service pour obtenir des instructions et une vidéo qui illustre le flux de connexion.

Semaine se terminant le 1er octobre 2021

Suppression des expériences utilisateur Natural Language Classifier et Visual Recognition de Watson Studio

1er octobre 2021

Les expériences utilisateur IBM Watson Natural Language Classifier et Visual Recognition dans Watson Studio sont en cours d'arrêt. Au 1er décembre 2021, vous ne pourrez pas créer de nouveaux actifs Watson Natural Language Classifier et Visual Recognition dans Watson Studio en fonction de vos services existants. Comme alternative, nous vous encourageons à envisager la migration vers le serviceIBM Watson Natural Language Understanding sur IBM Cloud qui utilise l'apprentissage en profondeur pour extraire des données et des connaissances à partir de textes tels que des mots clés, des catégories, des sentiments, des émotions et de la syntaxe, avec des fonctions avancées de classification de texte à plusieurs libellés, afin de fournir des connaissances encore plus riches pour votre entreprise ou votre secteur d'activité. Pour la reconnaissance visuelle, prenez en compte IBM Maximo Visual Inspection ou entraînez des modèles de vision par ordinateur open source avec Watson Machine Learning.

Semaine du 27 septembre 2021

Rappel : Suppression des environnements de bloc-notes Watson Studio obsolètes et des cadres de déploiement Watson Machine Learning

27 septembre 2021

Les environnements de bloc-notes obsolètes Watson Studio et les infrastructures de déploiement Watson Machine Learning basées sur Python 3.7 seront retirés le 15 octobre 2021. Si ce n'est pas déjà fait, entraînez à nouveau et redéployez les actifs à l'aide des nouvelles spécifications du logiciel default_py3.7_opence . Pour plus de détails, voir la notification d'obsolescence et la planification.

Avis d'Deprecation pour CPLEX 12.9 pour Decision Optimization

27 septembre 2021

Le type de modèle CPLEX 12.9 est déprécié dans Watson Studio et Watson Machine Learning. La prise en charge de CPLEX 12.9 prendra fin le 31 décembre 2021. Migrez vers la dernière version, CPLEX 20.1. Pour plus de détails sur les types de modèle Decision Optimization, voir Déploiement de modèle.

Rappel : Fin de la prise en charge des données d'identification en ligne pour accéder aux données éloignées (Watson Machine Learning)

27 septembre 2021

L'utilisation des données d'identification en ligne pour se connecter directement à un actif de données ne sera plus prise en charge à partir du 6 octobre 2021. Pour plus de détails sur la modification de l'utilisation des connexions pour l'accès aux données à distance, voir Avis d'obsolescence.

Génération de rapports sur des données Watson Knowledge Catalog

27 septembre 2021

Vous pouvez maintenant obtenir des informations sur vos catalogues, projets et artefacts de gouvernance en configurant la génération de rapports pour Watson Knowledge Catalog. Les données sont envoyées à une base de données externe dans laquelle vous pouvez exécuter des requêtes SQL pour générer des rapports. Pour plus de détails sur la configuration de la génération de rapports, voir Génération de rapports sur les données Watson Knowledge Catalog.

Édition améliorée des artefacts de gouvernance (Watson Knowledge Catalog)

27 septembre 2021

Lorsque vous éditez une propriété d'artefact de gouvernance pour laquelle vous sélectionnez un artefact, vous pouvez afficher des informations de base pour l'artefact sélectionné dans le même panneau d'édition.


Semaine se terminant le 24 septembre 2021

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

24 septembre 2021

Une vue d'ensemble des résultats globaux de l'enrichissement est maintenant disponible. Vous pouvez voir les scores de qualité pour n'importe quel actif dans l'enrichissement des métadonnées et peuvent modifier le statut de chaque actif de révision. Voir Résultats de l'enrichissement des métadonnées.

Semaine se terminant le 17 septembre 2021

Les modèles CPLEX et CPO prennent en charge les expérimentations Decision Optimization (Watson Studio)

17 septembre 2021

Vous pouvez désormais importer et résoudre des fichiers CPLEX et CPO dans Decision Optimization Experiments. Voir Génération d'une vue de modèle.

Nouvelle option de ressource de calcul avec Python 3.8 et Decision Optimization (Watson Studio)

17 septembre 2021

Vous pouvez maintenant sélectionner des environnements avec Python 3.8 et Decision Optimization dans lesquels exécuter vos ordinateurs portables. Pour plus d'informations sur l'environnement par défaut disponible et sur la façon de créer votre propre environnement avec Decision Optimization, voir Options de ressource de calcul pour l'éditeur de bloc-notes dans les projets.

Prise en charge de Python 3.8 dans les expérimentations Decision Optimization (Watson Studio)

17 septembre 2021

Par défaut, les expérimentations Decision Optimization utilisent Python 3.7. Toutefois, vous pouvez éditer les paramètres d'exécution de votre expérimentation pour utiliser Python 3.8 à la place.

Accordez aux utilisateurs un accès temporaire ou basé sur les rôles à vos données Amazon S3

17 septembre 2021

Le propriétaire du compte Amazon S3 peut fournir des données d'identification de sécurité temporaires ou accorder un accès basé sur le rôle aux utilisateurs de confiance pour les données accessibles à partir d'une connexion Amazon S3. Cette fonction offre une sécurité et une flexibilité accrues car le propriétaire du compte n'a pas besoin d'ajouter des utilisateurs supplémentaires à leur compte IAM. Pour plus d'informations, voir Configuration des données d'identification temporaires ou un rôle ARN pour Amazon S3.

Mises à jour d'IBM DataStage

17 septembre 2021

  • Édition en masse améliorée des colonnes.
  • L'interface d'importation ISX utilise désormais des composants de feuille de carbone.

Semaine se terminant le 10 septembre 2021

Nouvel exemple pour Watson Studio Pipelines

10 septembre 2021

Téléchargez une Exemple de projet prérempli à partir de la galerie Watson Studio pour tester les fonctions de Watson Studio Pipelines. Suivez les instructions de la page Présentation de l'exemple de projet pour configurer les actifs dont vous aurez besoin pour configurer et exécuter le flux.

Semaine du 6 septembre 2021


Enrichissement des métadonnées à grande échelle (Watson Knowledge Catalog)

6 septembre 2021

Un nouvel outil automatisé destiné aux projets d'analyse permet d'automatiser la gestion responsable des données. Enrichissez vos données à grande échelle en profilant et en analysant la qualité des données de grandes quantités de données en un seul clic. Pour en savoir plus, voir Enrichissement des métadonnées.

Cet outil est disponible uniquement pour les clients disposant de plans Watson Knowledge Catalog Professional ou Enterprise.

Semaine se terminant le 3 septembre 2021

Nouveaux noeuds pour les Watson Studio Pipelines (version bêta)

3 septembre 2021

La version bêta de Watson Studio Pipelines possède trois nouveaux noeuds. Vous pouvez maintenant créer un pipeline qui appelle un travail DataStage avec le noeud Exécution du flux DataStage. Vous pouvez contrôler l'ordre d'exécution du pipeline avec le nouveau noeud Attendre tous les résultats, qui spécifie d'attendre que toutes les dépendances en amont soient terminées, et le noeud Attendre un résultat, qui spécifie d'attendre la fin de la première dépendance en amont. Pour plus de détails sur la configuration de ces noeuds, voir Configuration des composants de pipeline.

Data Replication (version bêta restreinte)

3 septembre 2021

IBM Data Replication, qui fournit une intégration et une synchronisation de données fiables pour vous aider à partager efficacement les données, est maintenant dans une version bêta restreinte. Il permet d'utiliser des informations en temps réel pour DataOps en enrichissant les mégadonnées, les entrepôts de données et les systèmes d'analyse à l'aide des données les plus à jour provenant de bases de données de traitement de transactions en constante évolution.

Cette solution IBM prend en charge la diffusion grands volumes de données avec un temps de latence très faible, ce qui le rend idéal pour la distribution de données multisite et la consolidation des données, que ce soit dans le centre de données, depuis les sites jusqu'au cloud ou d'un cloud à l'autre. La solide prise en charge prévue pour les sources, les cibles et les plateformes garantit la disponibilité des données appropriées dans les lacs de données, les entrepôts de données, les magasins de données et les solutions de point d'impact, tout en permettant une utilisation optimale des ressources et un retour sur investissements rapide.

Pour participer à la version bêta restreinte et consulter la documentation du produit, vous devez vous inscrire. Pour plus d'informations, voir Register Today for a Beta of IBM Data Replication

Mises à jour d'IBM DataStage

3 septembre 2021

  • La première livraison de métadonnées de colonne d'édition en bloc est maintenant disponible.
  • Lorsque vous importez une archive DataStage (ISX) dans un projet, vous pouvez désormais télécharger un rapport CSV.

Semaine se terminant le 27 août 2021

Annonce de la version bêta de Watson Studio Pipelines

Watson Studio Pipelines fournit une interface graphique permettant d'orchestrer un pipeline d'actifs de bout en bout, de la création au déploiement. Utilisez l'éditeur de Pipelines pour automatiser un flux de bout en bout afin de préparer des données, puis créer, entraîner, déployer et mettre à jour des modèles d'apprentissage automatique et des scripts Python. Explorez les fonctions de l'outil à l'aide d'un exemple de pipeline préinstallé. Pour plus de détails, voir Watson Studio Pipelines.

Remarque : Cet outil est fourni sous forme de version bêta et n'est pas pris en charge dans les environnements de production.

Suppression de l'annotation de données avec Defined Crowd et Figure Eight

A compter du 16 septembre, vous ne pourrez plus utiliser les plateformes d'annotation Crowd tierces de Defined Crowd ou Figure Eight pour créer des travaux d'annotation.

Nouvelles sources de données prises en charge pour l'importation de métadonnées (Watson Knowledge Catalog)

IBM Cloud Databases for MongoDB et MongoDB sont désormais des sources de données prises en charge pour l'importation de métadonnées dans les projets.

Nouvelle documentation SPSS Modeler (Watson Studio)

Une nouvelle section Informations de référence a été ajoutée ; elle couvre des rubriques telles que des conseils et des raccourcis, une référence de langage CLEM et des algorithmes statistiques SPSS. Des informations supplémentaires seront ajoutées dans cette section à l'avenir, par exemple un guide de scriptage et d'automatisation.

Améliorations de Federated Learning (Watson Machine Learning)

Federated Learning prend désormais en charge Python 3.8 ainsi que 3.7 pour la version du modèle. Les parties peuvent maintenant choisir entre les versions de leurs modèles, mais toutes les parties et le regroupeur doivent utiliser la même version de Python.

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

Deux nouveaux accélérateurs métier sont disponibles sous forme d'actifs prédéfinis que vous pouvez utiliser pour relever les défis métier courants :

Accélérateurs métier
Nom de l'accélérateur métier Description
Effective farming project Soutient l'agriculture efficace en surveillant la croissance des cultures à l'aide d'un guide des cultures et en prévenant les agriculteurs suffisamment à l'avance des changements météorologiques, de l'éventuelle évolution des maladies des cultures, de l'évaporation des fongicides et de l'utilisation efficace des panneaux solaires (support agrivoltaïque).
Comments organizer project Permettre aux entreprises de consulter les commentaires d'une manière plus organisée et de voir plus facilement les commentaires positifs ou négatifs des clients.



Mises à jour d'IBM DataStage

  • Le connecteur ODBC est désormais pris en charge.
  • Le générateur d'expression de Transformer prend désormais en charge les macros. Une fonction a été ajoutée pour rechercher le type de données d'une expression créée dans le générateur d'expression pour les variables d'étape et de boucle. Amélioration de la convivialité du générateur d'expression Transformer et de la fonction "Ajouter une colonne".
  • Le support de langue nationale (NLS) par colonne et section d'environnement local est maintenant pris en charge.
  • Ajout d'améliorations à la fonction log dot.

Semaine se terminant le 13 août 2021



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

Deux nouveaux accélérateurs métier sont disponibles sous forme d'actifs prédéfinis que vous pouvez utiliser pour relever les défis métier courants :

Accélérateurs métier
Nom de l'accélérateur métier Description
Supply chain accelerator Simplifiez vos opérations de chaîne d'approvisionnement à l'aide de l'IA.
Maintenance intelligente (supprimée) Gestion intelligente des actifs et maintenance prédictive pour simplifier vos opérations.



Mises à jour d'IBM DataStage

  • Le générateur d'expression de Transformer a été amélioré pour que le type de données de colonne soit automatiquement choisi en fonction du renvoi de l'expression.
  • Le bouton d'affichage de journal a été amélioré à l'aide de points de couleur indiquant un avertissement ou l'échec ou la réussite de l'exécution.

Semaine se terminant le 06 août 2021



Ajout d'un nom de service pour un déploiement en ligne (Watson Machine Learning)

Indiquez un nom de service personnalisé pour l'URL d'un déploiement en ligne. Voir Création d'un déploiement en ligne.

Prise en charge de Python 3.8 (Watson Studio et Watson Machine Learning)

Vous pouvez désormais sélectionner des environnements Python 3.8 lorsque vous utilisez des blocs-notes avec et sans GPU dans Watson Studio. Seuls les environnements incluant les bibliothèques CPLEX et DOcplex ne sont actuellement pas disponibles avec Python 3.8. Voir Environnements de bloc-notes. Vous pouvez également déployer des actifs à l'aide de spécifications logicielles et d'infrastructures Python 3.8. Pour plus d'informations, voir Infrastructures prises en charge et Spécifications logicielles .

Mises à jour d'IBM DataStage

  • Vous pouvez désormais utiliser la section NLSMap au niveau d'une étape.
  • Le panneau de journalisation peut désormais être redimensionné à l'aide d'un mécanisme de clic et de déplacement.

Semaine se terminant le 30 juillet 2021



Tutoriels de mise en route

Vous pouvez désormais consulter la documentation de mise en route en fonction du type de tâche que vous souhaitez effectuer :

Chaque chemin de mise en route inclut un ou plusieurs tutoriels et liens vers des ressources supplémentaires.

Prise en charge d'un accès plus sécurisé aux données distantes (Watson Machine Learning)

À partir du 28 juillet 2021, Watson Machine Learning supprimera la prise en charge des informations d'identification en ligne afin de tirer parti des dernières bonnes pratiques en matière de sécurité et de normaliser et simplifier l'accès aux données.

Auparavant, vous pouviez inclure les données d'identification pour accéder directement à un actif de données, tel que le contenu de Cloud Object Storage ou d'une table Db2, lorsque vous indiquiez la source de données pour un travail de déploiement ou une solution Decision Optimization dans Watson Machine Learning. Pour simplifier le processus de connexion aux données distantes et pour éviter d'exposer les données d'identification, la connexion directe à un actif de données ne sera plus prise en charge pour une source de données en ligne d'ici le 29 septembre 2021. En revanche, créez une connexion à l'actif de données pour stocker en toute sécurité les données d'identification, puis accédez à l'actif de données à l'aide des attributs de connexion. Par exemple :

"input_data_references": [{
                    "type": "connection_asset",
                    "connection": {
                            "id": <connection_guid>
                    },
                    "location": {
                            "bucket": <bucket name>,
                            "file_name": <directory_name>/<file name>
                            <other wdp-properties supported by runtimes>
                    }
            }]

Notez dans l'exemple comment le "type" de la référence de données d'entrée est "connection_asset."

A partir du 29 septembre, les données d'identification en ligne échoueront en raison d'une erreur de champs non valides. Si vous utilisez Cloud Object Storage (S3) ou Db2 pour fournir des entrées ou stocker les résultats de vos travaux Decision Optimization dans Watson Machine Learning, vous devez prendre des mesures d'ici le 29 septembre 2021. Ce changement s'applique aux API v4 de Watson Machine Learning (/ml/v4) ainsi qu'à la bibliothèque client v4 Python de Watson Machine Learning.

Voir Création de connexions et Détails du déploiement par lots. Pour plus de détails sur la mise à jour des modèles Decision Optimization , consultez cet article de blogue sur l'utilisation des actifs de connexion avec Decision Optimization.

Exportation et importation de tous les artefacts de gouvernance à partir d'un fichier unique (Watson Knowledge Catalog)

Vous pouvez désormais exporter tous les artefacts de gouvernance vers un fichier ZIP unique puis les importer tous en même temps à l'aide de l'API REST. Voir Importation de tous les artefacts de gouvernance à partir d'un fichier ZIP et Exportation de tous les artefacts de gouvernance dans un fichier ZIP.

Améliorations de Federated Learning (Watson Machine Learning)

IBM Federated Learning inclut désormais Pytorch 1.7.1. Un nouvel hyperparamètre pour PFNM (Probabilistic Federated Neural Matching) est disponible pour les modèles de réseau de neurones avec des ensembles de données hétérogènes.

Mises à jour d'IBM DataStage

  • Le soutien à la "réduction" de (flux partiels et flux entiers) est maintenant ajouté.
  • Le générateur d'expression de Transformer a été amélioré de sorte qu'un simple clic sur le panneau de gauche affiche des informations sur la fonction et qu'un double-clic sur une fonction ajoute cette dernière à l'expression.
  • Sybase ASE Connector est désormais disponible dans la palette.
  • La pagination est désormais disponible pour les importations ISX.

Semaine se terminant le 23 juillet 2021


Mises à jour d'IBM DataStage

  • Les paramètres d'exécution peuvent désormais être utilisés dans le générateur d'expression d'étape Transformer.
  • La prise en charge de l'importation et de l'exportation de définitions de données est disponible pour l'étape Transformer.

Nombre d'exécuteurs Spark restreints pour le plan Lite de Watson Studio

Les utilisateurs du plan Lite de Watson Studio ne peuvent utiliser que 2 exécuteurs pour les environnements Spark dans toutes les régions. Les utilisateurs de plans payants (Standard et Enterprise) peuvent utiliser le nombre maximal d'exécuteurs disponibles sur le cluster Spark.

Importation et exportation de relations personnalisées (Watson Knowledge Catalog)

Vous pouvez importer et exporter des attributs personnalisés de type relation en utilisant des fichiers CSV. Pour plus d'informations, voir Importation d'artefacts de gouvernance.

Semaine se terminant le 16 juillet 2021

Mise à jour des environnements de bloc-notes de Watson Studio et des infrastructures de déploiement de Watson Machine Learning

A compter du 16 juillet 2021, les nouveaux environnements Python pour les ordinateurs portables et les nouveaux cadres de déploiement sont disponibles pour prendre en charge les dernières fonctionnalités et les meilleures pratiques de sécurité. Votre intervention est nécessaire pour mettre à jour les blocs-notes concernés ou ré-entraîner les expérimentations AutoAI d'ici le 15 octobre 2021. La mise à jour des déploiements peut également être nécessaire étant donné que les anciennes infrastructures ou spécifications logicielles sont obsolètes, puis retirées.

Modifications des environnements de bloc-notes Python

Les environnements obsolètes des blocs-notes sont marqués comme étant obsolètes. Par exemple, (Deprecated) Default GPU Python 3.7 ou (Deprecated) Default Python 3.7. Les modèles d'environnement personnalisés basés sur des environnements obsolètes seront également marqués comme étant obsolètes. Vous ne pourrez pas créer un nouveau bloc-notes à l'aide d'un environnement ou d'une configuration logicielle obsolète à partir du 19 août 2021, et les blocs-notes existants cessent de fonctionner le 15 octobre 2021, sauf si vous les mettez à jour vers une configuration prise en charge.

Version de bibliothèque
Bibliothèque Version précédente Nouvelle version
Tensorflow 2.1.1 2.4.1
Pytorch 1.3.1 1.7.1
XGBoost 0,9 1.3.3
Scikit-learn 0.23.1 0.23.x
Numpy 1.17.4 1.19.2


Modifications des infrastructures de déploiement et des spécifications logicielles

Outre la prise en charge des versions d'infrastructures de déploiement mises à jour, la spécification logicielles python default_py3.7 utilisée avec ces infrastructures et d'autres actifs déployés sera obsolète et sera remplacée par la nouvelle spécification logicielle default_py3.7_opence

Modifications d'infrastructure et de spécification logicielle
Bibliothèque ou actif Version obsolète Version prise en charge Spécification du logiciel obsolète
Nouvelle spécification de logiciel
Tensorflow 2.1 2.4 default_py3.7 default_py3.7_opence
Pytorch 1.3 1.7 default_py3.7 default_py3.7_opence
XGBoost 0,9 1.3 default_py3.7 default_py3.7_opence
Scikit-learn 0.23.x default_py3.7 default_py3.7_opence
Fonction Python default_py3.7 default_py3.7_opence
script Python default_py3.7 default_py3.7_opence
AutoAI autoai-kb_3.1-py3.7 autoai-kb_3.3-py3.7

Si vous disposez d'un actif déployé, tel qu'un modèle, correspondant à une infrastructure de déploiement répertoriée comme étant obsolète, mettez à jour le déploiement dans l'infrastructure la plus récente d'ici le 15 octobre 2021 pour que le service se poursuive sans interruption. Pour les modèles AutoAI, ré-entraînez l'expérimentation pour mettre à jour l'actif vers la spécification logicielle plus récente, puis redéployez le modèle résultant.

Toutes les autres versions des infrastructures prises en charge restent les mêmes.

Quand prendre des mesures

Effectuez les actions suivantes d'ici le 15 octobre 2021 :

  1. Si vous disposez de modèles d'environnement de bloc-notes personnalisés basés sur des environnements obsolètes, créez de nouvelles définitions basées sur une configuration logicielle prise en charge. Par exemple, Default Python 3.7 GPU ou Default Python 3.7.
  2. Modifiez les environnements des blocs-notes pour qu'ils utilisent un environnement pris en charge.
  3. Testez vos blocs-notes. Si un bloc-notes doté d'un nouvel environnement ne s'exécute pas correctement, consultez le guide de compatibilité des versions de TensorFlow ou les notes sur l'édition PyTorch relatives à l'incompatibilité des modifications avec les versions antérieures pour vérifier si vous devez apporter des modifications pour une transition en douceur. Dans la plupart des cas, TensorFlow et PyTorch sont compatibles avec les versions antérieures.
  4. Arrêtez tous les travaux existants qui exécutent des blocs-notes avec un environnement Python 3.7 CPU ou GPU obsolète.
  5. Créez de nouveaux travaux qui utilisent l'environnement Default GPU Python 3.7 ou Default Python 3.7 ou vos nouveaux environnements personnalisés.
  6. Ré-entraînez les expérimentations AutoAI pour utiliser automatiquement la nouvelle spécification logicielle.
  7. Re-déployez tous les modèles de Watson Machine Learning à l'aide d'infrastructures et de spécifications logicielles prises en charge.

En savoir plus sur l'utilisation des blocs-notes GPU de Watson Studio et le déploiement avec Watson Machine Learning :

Mises à jour d'IBM DataStage

  • La prise en charge des variables d'environnement d'exécution a été ajoutée.

Semaine se terminant le 9 juillet 2021

Mises à jour d'IBM DataStage

  • IBM DataStage prend en charge le programme Hybrid Subscription Advantage pour offrir des remises intéressantes sur le service cloud DataStage Standard Plan. Pour en savoir plus, voir Activation d'Hybrid Subscription Advantage.
  • Vous pouvez prévisualiser les données pour les noeuds de source de fichier séquentiel.
  • L'étape Transformer a été mise à jour pour prendre en charge les fonctionnalités suivantes :
    • Démarrez le générateur de dérivation à partir du champ de contrainte de sortie de Transformer.
    • Actions par lots pour les colonnes de sortie de Transformer.
    • Recherche de fonctions dans le générateur de dérivation de Transformer.
    • Choix des paramètres locaux dans le générateur de dérivation de Transformer.
  • Vous pouvez ajouter un conteneur partagé ("sous-flux") à partir du navigateur d'actifs.
  • L'étape de modification dispose d'une fiche d'information indiquant le mode de fonctionnement de l'étape de modification.
  • Vous pouvez modifier les sous-propriétés de type de métadonnées de colonne pour l'étape Row Generator.
  • La valeur par défaut de la grille des avertissements dans les paramètres d'exécution est remplacée par 100.
  • La carte de détails de lien comporte des icônes différentes indiquant le type de lien.
  • Les fiches d'information comportent des mises à jour d'interface utilisateur.

Semaine se terminant le 2 juillet 2021

Collection d'apprentissage Cloud Pak for Data as a Service

Vous pouvez désormais regarder des vidéos et suivre des tutoriels pour apprendre à utiliser Watson Studio, Watson Knowledge Catalog, Watson Machine Learning, Data Refinery, et bien d'autres services dans Cloud Pak for Data as a Service.

Consultez la page relative aux collections d'apprentissage d'apprentissage Cloud Pak for Data as a Service.

Nouvelles améliorations de Federated Learning (Watson Machine Learning)

Federated Learning étend désormais sa prise en charge de la mesure de seuil de partie (quorum) pour les expérimentations XGBoost et met à niveau sa prise en charge de Tensorflow 2.4.2.

Semaine se terminant le 25 juin 2021

Watson Query on Cloud Pak for Data en tant que service est GA

Watson Query est désormais disponible en général. Watson Query intègre plusieurs sources de données à travers les emplacements sans avoir à copier et à répliquer des données, et transforme toutes ces données en une seule vue de données logique. Pour commencer, mettez à niveau votre compte IBM Cloud et mettez à disposition le service. Voir Requête d'application des accès Watson.

En savoir plus sur Watson Query ou Essayer un tutoriel.

Le plan Watson Knowledge Catalog Enterprise est disponible

Vous pouvez désormais mettre à disposition un plan Watson Knowledge Catalog Enterprise.

Le plan Enterprise comporte les fonctions suivantes qui ne sont pas incluses dans d'autres plans :

Voir Plans Watson Knowledge Catalog.

La confidentialité des données est disponible partout (Watson Knowledge Catalog)

Protégez les données sensibles à l'aide de la nouvelle fonctionnalité de confidentialité des données. Data Privacy permet aux administrateurs de données de produire des versions masquées des données pour les spécialiste des données, les analystes métier et les testeurs d'applications. Les données sont protégées par des règles de protection de données qui s'appliquent automatiquement à toutes les données importées dans un catalogue.

La confidentialité des données introduit également des options de masquage avancées pour les règles de protection de données, telles que la conservation de format améliorée, le marquage sémantique par hachage unidirectionnel et le chiffrement réversible. Les options avancées de masquage permettent également de maintenir des relations et d'augmenter l'utilité des données masquées.

Voir Confidentialité des données.

Les accélérateurs IBM Knowledge Accelerator fournissent des glossaires organisés pour Watson Knowledge Catalog

Vous pouvez désormais ajouter des accélérateurs IBM Knowledge Accelerator à votre infrastructure de gouvernance si vous disposez du plan Enterprise de Watson Knowledge Catalog.

Les accélérateurs IBM Knowledge Accelerator aident à organiser les données conformément à un vocabulaire métier courant et connu, en plus d'un contexte métier et des définitions fournis automatiquement lors de l'intégration du contenu des données de réglementation et de secteur d'activité dans Watson Knowledge Catalog. Un vocabulaire métier étendu accélère la compréhension des données et augmente votre investissement de catalogue de données.

Voir Accélérateurs IBM Knowledge Accelerator.

Limites et valeurs par défaut pour la conservation des travaux de déploiement (Watson Machine Learning)

Watson Machine Learning impose maintenant des limites au nombre de travaux de déploiement conservés pour chaque espace de déploiement unique. Notamment, grâce à cette mise à jour, aucune de vos informations ne sera perdue, mais il sera peut-être nécessaire de modifier votre expérience utilisateur lors de l'exécution de travaux de déploiement.

Voici les limites du plan Watson Machine Learning imposées au nombre de travaux de déploiement conservés pour un espace unique :

  • Lite : 100
  • Standard : 1000
  • Professional : 3000 (augmentation sur demande auprès du service support)

Si vous dépassez la limite, vous ne pourrez pas créer de nouveaux travaux de déploiement tant que vous n'avez pas supprimé des travaux existants ou que vous n'avez pas mis à niveau votre plan. La nouvelle automatisation vous aidera à respecter les limites du plan. Par défaut, les métadonnées de travaux seront automatiquement supprimées au bout de 30 jours. Vous pouvez remplacer cette valeur lors de la création d'un travail.

Gestion de la conservation et de la suppression des métadonnées à l'aide d'un programme

Si vous gérez un travail à l'aide d'un programme en utilisant le client Python ou l'API REST, vous pouvez extraire les métadonnées du noeud final de déploiement à l'aide de la méthode GET pendant les 30 jours.

Pour conserver les métadonnées pendant plus ou moins de 30 jours, remplacez la valeur par défaut retention=30 pour la méthode POST pour remplacer la valeur par défaut et conserver les métadonnées. Il est à noter que le remplacement de la valeur par retention=-1 va annuler la suppression automatique et conserver les métadonnées.

Pour supprimer un travail à l'aide d'un programme, spécifiez le paramètre de requête hard_delete=true pour la méthode DELETE de Watson Machine Learning pour supprimer complètement les métadonnées du travail. Par exemple :

DELETE /ml/v4/deployment_jobs/{JobsID}

Nouvelles fonctions de Decision Optimization

Les fonctions suivantes sont désormais disponibles dans Decision Optimization :

Nouvelles fonctions de DataStage

  • Vous pouvez ajouter une dérivation de colonne directement dans la section de sortie de l'étape Transformer.
  • SAP OData est activé dans le navigateur d'actifs.
  • L'opérateur Investigate QualityStage est activé dans la palette.

Semaine se terminant le 18 juin 2021

IBM DataStage sur Cloud Pak for Data as a Service est disponible partout !

DataStage sous forme de service est désormais disponible partout. DataStage offre une intégration de données optimisée par l'intelligence artificielle qui vous permet d'extraire, de transférer et de charger des données sur plusieurs systèmes n'importe où.

En savoir plus sur DataStage.

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

Trois nouveaux accélérateurs métier sont disponibles sous forme d'actifs prédéfinis que vous pouvez utiliser pour relever les défis métier courants :

  • Financial Markets Customer Life Event Prediction : Utilisez l'accélérateur de prévision des événements de la vie des clients sur les marchés financiers pour mener vos clients sur la voie de la réussite financière à l'aide d'offres appropriées au bon moment. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord permettant de visualiser les résultats.
  • Utilities Demand Response Program Propensity : Quels clients devraient avoir la possibilité de s'inscrire au programme de réponse aux demandes ? Utilisez l'accélérateur Utilities Demand Response Program Propensity pour relancer votre analyse. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord RStudio permettant de visualiser les résultats. Vous pouvez également explorer et visualiser les données à l'aide de Cognos Dashboard Embedded.
  • Utilities Payment Risk Prediction : Utilisez l'accélérateur Utilities Payment Risk Prediction pour vous engager de manière proactive auprès des clients à risque de défaut de paiement. Cet accélérateur comprend des termes métier, un jeu d'exemples d'actifs de sciences des données et un exemple de tableau de bord permettant de visualiser les résultats.

Algorithmes supplémentaires pour les expérimentations AutoAI (Watson Machine Learning)

Les algorithmes Snap ML sont désormais disponibles pour l'entraînement des expérimentations AutoAI. Les algorithmes sont bien adaptés à l'équilibrage de la précision avec la vitesse de l'entraînement. Pour plus de détails, voir Détails de l'implémentation AutoAI.

Semaine se terminant le 11 juin 2021

Source de données MariaDB prise en charge pour l'importation de métadonnées (Watson Knowledge Catalog)

MariaDB est désormais une source de données prise en charge pour l'importation de métadonnées dans les projets.

Semaine se terminant le 4 juin 2021

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

Trois nouveaux accélérateurs métier sont disponibles sous forme d'actifs prédéfinis que vous pouvez utiliser pour relever les défis métier courants :

Nouvelles améliorations de Federated Learning (Watson Machine Learning)

Federated Learning offre de nouveaux moyens pour optimiser votre expérimentation, y compris la prise en charge d'une mesure de seuil de partie (quorum) pour les expérimentations TensorFlow et la prise en charge de la fin d'une expérimentation lorsque les seuils de précision sont atteints.

Interface de connexions améliorée

Lorsque vous ajoutez une connexion à un projet, l'interface inclut des améliorations qui lui permettent de créer la connexion plus rapidement :

  • Utilisez le filtre Fournisseur pour identifier les sources de données IBM ou les sources de données tierces.
  • Utilisez le filtre Services compatibles pour rechercher les types de connexion que vous pouvez utiliser avec un service spécifique.

Sinon, si vous connaissez le nom du type de connexion que vous recherchez, vous pouvez l'entrer dans la zone Rechercher.

Page Ajouter une connexion

Pour la procédure d'ajout d'une connexion à un projet, voir Ajout de connexions à des projets.

Semaine se terminant le 28 mai 2021

Nouvelle version de l'environnement d'exécution de Decision Optimization et de CPLEX (Watson Machine Learning)

Decision Optimization offre de nouvelles options :

  • Nouvel environnement d'exécution Decision Optimization. Lorsque vous exécutez un modèle dans une expérimentation Decision Optimization, le nouvel environnement d'exécution do_20.1 est désormais utilisé par défaut. Voir la vue Génération de modèles.

  • CPLEX V.20.1 est désormais disponible dans Watson Machine Learning. Voir Déploiement de modèle.

Semaine se terminant le 21 mai 2021

Nouveaux tutoriels SPSS Modeler (Watson Studio)

De nouveaux tutoriels sont disponibles pour SPSS Modeler, basés sur des exemples de projets. Pour plus de détails, voir Tutoriels SPSS Modeler.

Nouvelles limites et valeurs par défaut pour la conservation des travaux de déploiement (Watson Machine Learning)

Le 23 juin, Watson Machine Learning imposera des limites au nombre de travaux de déploiement conservés pour chaque espace de déploiement unique. Notamment, grâce à cette mise à jour, aucune de vos informations ne sera perdue, mais il sera peut-être nécessaire de modifier votre expérience utilisateur lors de l'exécution de travaux de déploiement.

Voici les limites du plan Watson Machine Learning imposées au nombre de travaux de déploiement conservés pour un espace unique :

  • Lite : 100
  • Standard : 1000
  • Professional : 3000 (augmentation sur demande auprès du service support)

Si vous dépassez la limite, vous ne pourrez pas créer de nouveaux travaux de déploiement tant que vous n'avez pas supprimé des travaux existants ou que vous n'avez pas mis à niveau votre plan. La nouvelle automatisation vous aidera à respecter les limites du plan. Par défaut, les métadonnées de travaux seront automatiquement supprimées au bout de 30 jours. Vous pouvez remplacer cette valeur lors de la création d'un travail.

Gestion de la conservation et de la suppression des métadonnées à l'aide d'un programme

Si vous gérez un travail à l'aide d'un programme en utilisant le client Python ou l'API REST, vous pouvez extraire les métadonnées du noeud final de déploiement à l'aide de la méthode GET pendant les 30 jours.

Pour conserver les métadonnées pendant plus ou moins de 30 jours, remplacez la valeur par défaut retention=30 pour la méthode POST pour remplacer la valeur par défaut et conserver les métadonnées. Il est à noter que le remplacement de la valeur par retention=-1 va annuler la suppression automatique et conserver les métadonnées.

Pour supprimer un travail à l'aide d'un programme, spécifiez le paramètre de requête hard_delete=true pour la méthode DELETE de Watson Machine Learning pour supprimer complètement les métadonnées du travail. Par exemple :

DELETE /ml/v4/deployment_jobs/{JobsID}

Courtes Vidéos sur les opérations de l'interface graphique de Data Refinery

Vous est-il déjà arrivé d'utiliser une opération Data Refinery et de penser qu'il serait utile de voir un exemple d'utilisation de cette opération ? Eh bien, tu as de la chance ! La rubrique Opérations d'interface graphique contient désormais une courte vidéo de chaque opération.

Envoyez-nous vos commentaires sur ces vidéos sur la page de communauté Watson Studio et Machine Learning. (Pour envoyer des commentaires, vous devez vous inscrire à la communauté.)

Changements de nom des connexions Sybase

Les connexions suivantes portent de nouveaux noms :

  • Sybase est renommé en SAP ASE
  • Sybase IQ est renommé en SAP IQ

Vos paramètres précédents pour les connexions restent les mêmes. Seuls les noms des connexions ont changé.

Semaine se terminant le 7 mai 2021

Disponibilité générale de l'ingénierie de la fonctionnalité AutoAI de jointure de données relationnelles (Watson Machine Learning)

L'ingénierie de la fonctionnalité AutoAI de jointure de données relationnelles est désormais disponible dans toutes les régions. Cette nouvelle fonctionnalité réduit considérablement le temps requis pour l'ingénierie de la fonctionnalité lors de la jointure de plusieurs fichiers de données relationnelles à une source de données d'entraînement pour une expérimentation AutoAI. L'augmentation des limites de fichiers signifie que vous pouvez désormais joindre jusqu'à 20 fichiers de données, avec une taille maximale 4 Go pour chaque fichier de données et une limite maximale cumulée de 20 Go. Les expérimentations AutoAI avec les données jointes que vous avez créées pendant la période bêta ne nécessitent aucune migration mais consomment désormais des unités de capacité-heures (CUH) de votre instance de Watson Machine Learning. La facturation d'AutoAI avec les données jointes commence lundi 10 mai 2021. Pour plus de détails sur la consommation de CUH, consultez les plans sur IBM Cloud. Pour en savoir plus sur cette nouvelle fonctionnalité, voir Génération d'une expérimentation avec des données jointes.

Améliorations des importations de métadonnées (Watson Knowledge Catalog)

L'importation des métadonnées a été améliorée de la manière suivante :

  • Copybooks COBOL
    • Lorsque vous importez des fichiers de stockage COBOL, les relations entre les fichiers de stockage et les tables virtuelles correspondantes sont importées dans le catalogue.
    • Vous pouvez sélectionner des copybooks COBOL individuels pour l'importation des métadonnées.
    • Les performances de l'importation des métadonnées de copybook COBOL sont améliorées.
  • Amélioration de la facilité d'utilisation
    • Vous disposez de plus d'options lors de la définition de la portée des données.
    • Vous pouvez créer et ajouter des balises à l'actif d'importation de métadonnées.
    • Vous pouvez modifier directement la configuration à partir de la section de révision.
    • Vous pouvez modifier un actif d'importation de métadonnées à partir de l'actif.
    • Vous pouvez voir le statut des actifs de données importés.
  • Box est désormais une source de données prise en charge.

Voir Importation de métadonnées.

Semaine se terminant le 30 avril 2021

Résolution des problèmes métier courants à l'aide d'un accélérateur métier

Les accélérateurs métier sont des projets préremplis à l'aide des actifs que vous pouvez télécharger et utiliser pour résoudre les problèmes métier, tels que l'analyse de l'attrition des clients. Vous pouvez également utiliser les accélérateurs comme exemples de techniques de sciences de données. Voir Exemples de bout en bout : Accélérateurs métier. Vous pouvez également rechercher la balise Galerie à l'aide de la balise industry accelerator.

Génération d'un modèle d'analyse de sentiment à l'aide d'AutoAI (Watson Machine Learning)

Une nouvelle fonctionnalité d'AutoAI permet de détecter du texte dans un fichier et de le transformer en vecteurs pour effectuer une analyse de texte. Voir Création d'une expérimentation d'analyse de texte.

Semaine se terminant le 23 avril 2021

Version bêta des expérimentations de séries temporelles AutoAI (Watson Machine Learning)

Créez une expérimentation de série temporelle pour prédire les activités futures (telles que le cours des actions ou les températures) sur une plage de dates/heures déterminée. Pour plus d'informations sur la création d'expérimentations de série temporelle, consultez cet article de blogue. Pour plus de détails sur l'utilisation de la fonctionnalité, voir Création d'une expérimentation de série temporelle.

Disponibilité générale des expérimentations AutoAI avec données jointes (Watson Machine Learning)

La disponibilité générale des expérimentations AutoAI qui joignent plusieurs ensembles de données relationnelles pour créer des entrées d'entraînement est prévue pour le 7 mai 2021. Aucune migration n'est nécessaire pour les expérimentations AutoAI existantes ou les modèles générés à l'aide de cette fonctionnalité. La clôture de la période bêta signifie que toute utilisation à partir de la date de disponibilité générale sera facturée en unités de consommation par heure (CUH), au niveau du service Watson Machine Learning. Les détails des plans et des tarifs de Watson Machine Learning seront mis à jour et annoncés en même temps que la disponibilité générale de cette fonctionnalité.

Nouvelle expérience d'artefacts de gouvernance dans d'autres régions (Watson Knowledge Catalog)

La nouvelle expérience d'artefacts de gouvernance et d'autres fonctionnalités sont désormais disponibles dans les régions de service IBM Cloud suivantes :

  • Région de service Dallas le 22 avril
  • Région de service Londres le 21 avril
  • Région de service Francfort le 20 avril

Découvrez les nouvelles entrées de la semaine dernière :

Profilage de données non structurées

Le profilage des documents avec des données non structurées est désormais disponible dans toutes les régions de service IBM Cloud (voir Cette nouvelle entrée).

Semaine se terminant le 16 avril 2021

Nouvelle expérience d'artefacts de gouvernance (Watson Knowledge Catalog)

A partir du 16 avril, la nouvelle expérience d'artefacts de gouvernance est disponible dans la région de service Tokyo. Il sera disponible dans d'autres régions au cours des prochaines semaines.

Vous pouvez désormais utiliser ces nouvelles capacités de gouvernance :

  • Affectez des rôles et des autorisations du service Watson Knowledge Catalog dans IAM pour contrôler quels utilisateurs peuvent effectuer quelles actions dans le contexte de Watson Knowledge Catalog.
  • Utilisez des catégories pour organiser tous vos artefacts de gouvernance et les utilisateurs qui peuvent les voir et les gérer.
  • Créez vos propres classifications.
  • Créez vos propres classes de données.
  • Définissez davantage de relations entre les artefacts de gouvernance.
  • Créez des jeux de données de référence pour définir des valeurs pour des types spécifiques de colonnes qui peuvent être utilisées comme critères de concordance des données pour une classe de données.
  • Créez des règles de gouvernance pour fournir une description de vos critères de gouvernance.

Si vous avez un service Watson Knowledge Catalog existant, vous aurez l'opportunité de passer à la nouvelle expérience lorsqu'elle sera disponible dans votre région. Vos artefacts de gouvernance existants seront cependant supprimés définitivement. Si vous voulez qu'ils soient conservés, vous pouvez attendre que la mise à niveau automatique de l'expérience des artefacts de gouvernance, ainsi que la migration automatique des artefacts, soient disponibles. Elles sont prévues dans les prochains mois.

Si vous provisionnez le service Watson Knowledge Catalog après le 22 avril, vous aurez la nouvelle expérience.

Evolutions du catalogue (Watson Knowledge Catalog)

A partir du 16 avril, les évolutions du catalogue sont disponibles dans la région de service Tokyo. Elles seront disponibles dans d'autres régions la semaine prochaine.

Les catalogues ont été améliorés comme suit :

  • Des informations supplémentaires sont affichées sur la nouvelle page de présentation des actifs, tels que le chemin de l'actif et les actifs associés.
  • Davantage d'activités sont affichées dans la page Activités des actifs.
  • Vous pouvez ajouter davantage de relations entre les actifs. Consultez Ajout de relations d'actif
  • Vous pouvez maintenant ajouter un copybook COBOL en tant qu'actif dans vos projets et catalogues. Consultez Ajout de copybooks COBOL.

Profilage amélioré des données structurées (Watson Knowledge Catalog)

A partir du 16 avril, le profilage amélioré des données relationnelles est disponible dans la région de service Tokyo. Il sera disponible dans d'autres régions la semaine prochaine.

Désormais, le profilage génère un score de qualité générale pour l'actif de données et des scores de qualité individuels pour chacune de ses colonnes. Consultez Profilage des actifs.

Recherche améliorée sur l'ensemble de la plateforme

Vous pouvez désormais utiliser la barre de recherche globale pour rechercher des actifs dans tous les projets, catalogues et espaces de déploiement auxquels vous avez accès. Vous pouvez également rechercher des artefacts de gouvernance dans les catégories auxquelles vous avez accès.

La recherche trouve désormais des résultats dans davantage de propriétés d'actifs et d'artefacts de gouvernance. Vous pouvez désormais rechercher des mots ou des expressions exacts en plaçant entre guillemets les termes recherchés. Consultez Recherche dans l'ensemble de la plateforme.

Nouveau catalogue d'actifs de la plateforme

A partir du 16 avril, le catalogue des actifs de la plateforme est disponible dans la région de service Tokyo. Il sera disponible dans d'autres régions la semaine prochaine.

Vous pouvez maintenant créer un catalogue des actifs de la plateforme pour partager les connexions dans votre organisation. Pour créer ou afficher le catalogue des actifs de la plateforme, choisissez Données > Connexions à la plateforme dans le menu principal. Un nombre illimité de collaborateurs et de connexions peuvent être ajoutés au catalogue des actifs de la plateforme. Consultez Création du catalogue d'actifs de la plateforme.

Fin de la possibilité d'importer des actifs d'Information Governance Catalog (Watson Knowledge Catalog)

Vous ne pouvez plus importer des ressources Information Governance Catalog dans Watson Knowledge Catalog en spécifiant un fichier archive avec l'option de menu Ajouter au catalogue > Importer des actifs.

Support des blocs-notes générés automatiquement pour les expérimentations AutoAI (Watson Machine Learning)

Sauvegardez le code de votre expérimentation AutoAI sous la forme d'un bloc-notes (notebook) généré automatiquement, afin de pouvoir le passer en revue et d'interagir avec l'expérimentation par programmation. Le bloc-notes est sauvegardé comme un actif de projet que vous pouvez examiner et exécuter. Pour les détails, consultez Blocs-notes AutoAI.

Le service Master Data Management (Bêta) se nomme maintenant IBM Match 360 with Watson (Bêta)

Le service bêta anciennement appelé Master Data Management se nomme à présent IBM Match 360 with Watson. Pour plus d'informations sur IBM Match 360 with Watson, consultez Gestion des données de référence (version bêta).

Fichier de certificat requis pour les connexions "Db2 for i" et "Db2 for z/OS"

Pour continuer à utiliser la connexion "Db2 for i" ou la connexion "Db2 for z/OS", vous devez obtenir un fichier de certificat de licence Db2 Connect Unlimited Edition pour le sous-système Db2 for z/OS correspondant ou le serveur Db2 pour i. Pour les instructions de téléchargement et d'installation, consultez Activation du fichier de certificat de licence pour Db2 Connect Unlimited Edition.

Certifications SOC1 Type 2 et SOC2 Type 2

Les services suivants du catalogue Cloud Pak for Data as a Service ont obtenu les certifications SOC1 Type 2 et SOC2 Type 2 :

  • DB2 on Cloud
  • Db2 Warehouse on Cloud (Flex)
  • Service Discovery
  • IBM Analytics Engine
  • Natural Language Understanding
  • Natural Language Classifier
  • Personality Insights
  • Speech to Text
  • Text to Speech
  • Tone Analyzer
  • Visual Recognition
  • Watson Assistant
  • Watson Knowledge Catalog
  • Watson Knowledge Studio
  • Watson Machine Learning
  • Watson OpenScale
  • Watson Studio

Semaine se terminant le 2 avril 2021

Possibilité d'utiliser ses données d'identification personnelles pour les connexions

Lorsque vous créez une connexion à une source de données, vous pouvez désormais sélectionner Données d'identification personnelles si vous voulez que chaque utilisateur puisse accéder à la connexion avec ses propres données d'identification. Auparavant, toutes les connexions se faisaient avec des données d'identification partagées, autrement dit, tous les utilisateurs utilisaient les mêmes données d'identification pour accéder à la connexion. L'utilisation des données d'identification personnelles n'est possible que si le propriétaire du compte l'autorise sur la page Compte et si la source de données l'accepte.

La page Compte inclut des réglages de portée des ressources et des options pour les données d'identification de connexion

La page Compte a été étendue pour inclure des réglages de portée des ressources et des options (personnel ou partagé) pour les données d'identification d'accès à la connexion pour Cloud Pak for Data as a Service. Comme précédemment, vous pouvez accéder aux paramètres de votre compte IBM Cloud à partir de cette page.

Tous les types de connexion sont disponibles dans tous les plans d'offre (Watson Studio et Watson Knowledge Catalog)

Auparavant, certaines connexions étaient limitées aux plans Watson Knowledge Catalog Standard et Enterprise ou aux plans Watson Knowledge Catalog Standard et Professional. Pour la liste des connexions nouvellement disponibles, consultez les changements des plans de service pour Watson Studio et Watson Knowledge Catalog.

Semaine se terminant le 26 mars 2021

Le fichier de certificat sera requis pour les connexions "Db2 for i" et "Db2 for z/OS"

Une édition à venir modifiera les propriétés des connexions "Db2 for i" et "Db2 for z/OS". Ces connexions ne pourront continuer à fonctionner que si vous vous procurez un fichier de certificat de licence Db2 Connect Unlimited Edition pour le sous-système Db2 for z/OS correspondant ou le serveur Db2 for i. Pour conserver l'usage de ces connexions, vous devrez installer ce fichier. Pour les instructions de téléchargement et d'installation, consultez Activation du fichier de certificat de licence pour Db2 Connect Unlimited Edition.

Exécutez vos charges de travail de bloc-notes à partir de Watson Studio sur AWS en utilisant des emplacements Satellite

Un emplacement Satellite dédié à l'exécution des charges de travail de bloc-notes est à présent disponible dans la région us-east-1 d'AWS. L'emplacement Satellite est préconstruit par IBM. Vous configurez votre bloc-notes Python ou R pour qu'il accède à l'environnement de l'emplacement Satellite préconstruit, et son code s'exécute sur AWS. C'est un gain de temps et d'argent lorsque les données sont hébergées sur AWS, car le code est exécuté là où résident les données. Actuellement, les emplacements Satellite préconstruits ne sont disponibles que dans la région de Dallas, et seulement pour les clients des plans Standard et Enterprise.

Semaine se terminant le 19 mars 2021

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

Vous pouvez maintenant sélectionner Default Spark 3.0 & R 3.6 lorsque vous choisissez un environnement pour un travail d'exécution de flux Data Refinery. Le nouvel environnement utilise les mêmes unités de capacité-heures (CUH) que les autres environnements par défaut (Default).

Sélection de Spark 3.0 & R 3.6

DataStage (version bêta)

Toutes les informations concernant les nouvelles fonctionnalités, les problèmes connus, les limitations de DataStage version bêta sont désormais regroupées en un seul endroit. Pour en savoir plus, consultez Welcome to the DataStage beta!.

Une meilleure expérience utilisateur pour Hybrid Subscription Advantage

L'interface utilisateur de Hybrid Subscription Advantage a été améliorée, rendant l'abonnement à la fois plus facile et plus rapide. Nous avons également ajouté un tableau de bord récapitulatif pour vous permettre de voir vos autorisations remisées. Le programme IBM Hybrid Subscription Advantage est un avantage en matière de licences qui applique les droits sur les logiciels Cloud Pak for Data sur site existants dans le portefeuille Cloud Pak for Data as a Service. Pour en savoir plus, voir Activation d'Hybrid Subscription Advantage.

Semaine se terminant le 12 mars 2021

Ajustement des environnements GPU dans Watson Machine Learning

À partir du 19 mars 2021, les environnements GPU dans Watson Machine Learning ne seront disponibles que dans le cadre des plans V2 Standard et V2 Professional. Consultez Changements et dépréciations des plans de service.

Semaine se terminant le 5 mars 2021

Sauvegardez une expérimentation AutoAI avec des données jointes en tant que bloc-notes (Watson Machine Learning)

Vous pouvez à présent sauvegarder une expérimentation AutoAI avec un jeu de données jointes en tant que bloc-notes pour vous permettre de passer en revue toutes les transformations entreprises dans la génération des pipelines de modèle. Notez qu'il est possible de sauvegarder l'expérimentation entière en tant que bloc-notes, mais pas un pipeline individuel. Consultez Sauvegarde d'un bloc-notes généré par AutoAI.

Les flux Data Refinery sont reconnus dans les espaces de déploiement (Watson Machine Learning)

Vous pouvez désormais promouvoir un flux Data Refinery d'un projet vers un espace de déploiement. Les espaces de déploiement sont utilisés pour gérer un ensemble d'actifs associés dans un environnement distinct de vos projets. Vous pouvez promouvoir les flux Data Refinery de plusieurs projets vers un espace. Vous exécutez un travail pour le flux Data Refinery dans l'espace, puis utilisez la sortie mise en forme comme entrée pour les travaux de déploiement dans Watson Machine Learning. Pour plus d'informations, voir Promouvoir un flux de raffinerie de données dans un espace dans Gestion des flux de raffinerie de données.

Nouvelle façon de profiler les documents contenant des données non structurées (Watson Knowledge Catalog)

Les actifs de données qui contiennent des données non structurées, telles que les documents Microsoft Word, PDF, HTML et texte brut, étaient auparavant profilés par IBM Watson Natural Language Understanding (région de service de Dallas uniquement). De tels profils mettaient en évidence les caractéristiques sémantiques des documents. Afin d'aligner le profilage des actifs de données structurées avec celui des actifs de données non structurées, et dans un souci d'amélioration des capacités de gouvernance, IBM Watson Natural Language Understanding est remplacé par un nouveau service d'analyse des données non structurées qui peut également déduire les classes de données de Watson Knowledge Catalog. Les actifs de données non structurées des types reconnus sont profilés automatiquement dès qu'ils sont ajoutés à un projet ou un catalogue. Consultez Profilage des actifs de données.

Le profilage de données non structurées est actuellement disponible uniquement lorsque vous provisionnez Watson Knowledge Catalog dans la région de service Dallas (Sud des Etats-Unis) sur IBM Cloud.

Semaine se terminant le 5 février 2021

Dépréciation et retrait des flux Streams (Streaming Analytics)

L'outil de flux Streams est retiré des projets Watson Studio. Consultez Changements et dépréciations des plans de service.

Rappel : Retrait de l'environnement Python 3.6 (Watson Studio et Watson Machine Learning)

Python 3.6 est retiré de Watson Studio et Watson Machine Learning en raison d'une vulnérabilité de sécurité. Consultez Changements et dépréciations des plans de service.

Rappel : Fin de support pour les instances V1 et les API dépréciées de Machine Learning le 8 avril 2021 (Watson Machine Learning)

La période de migration des utilisateurs de Watson Machine Learning Standard and Professional à migrer les actifs des instances de service d'apprentissage machine V1 vers les instances de service d'apprentissage machine V2 se termine le 8 avril 2021. C'est également à cette date que prend fin le support des API dépréciées V3 et V4-bêta de Watson Machine Learning. Consultez Changements et dépréciations des plans de service.

API dépréciées pour Watson OpenScale

Depuis le 15 mars 2021, Watson OpenScale requiert l'utilisation d'une nouvelle version d'API. Consultez Changements et dépréciations des plans de service.

Semaine se terminant le 29 janvier 2021

Nouveau plan de tarification pour Watson OpenScale

Watson OpenScale a un nouveau plan de tarification v2 Standard. Consultez Changements et dépréciations des plans de service.

Semaine se terminant le 22 janvier 2021

Bêta ouverte pour la construction d'expérimentations AutoAI avec des jeux de données joints (Watson Machine Learning)

Vous pouvez maintenant construire une expérimentation AutoAI en utilisant jusqu'à 5 jeux de données joints par des clés communes en un unique jeu de données. Avant d'exécuter l'expérimentation, utilisez l'outil canevas pour configurer de quelle façon les données sont jointes. Lorsque vous déployez un modèle résultant, spécifiez des données d'entrée qui correspondent au schéma de votre expérimentation. Pour des détails, consultez Construction d'une expérimentation AutoAI à l'aide de données jointes.

Semaine se terminant le 15 janvier 2021

Nouvelle organisation pour la construction et le déploiement d'actifs (Watson Machine Learning)

Pour vous permettre de trouver plus facilement les bons outils et processus, le contenu servant à la construction des modèles a été séparé du contenu servant au déploiement et à la gestion des modèles. Les sections mises à jour sont les suivantes :

Rubrique parent : Cloud Pak for Data en tant que service