0 / 0
資料の 英語版 に戻る
新機能
新機能

新機能

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

2022 年 9 月 23 日までの週

Watson Studio で Spark 3.2 を使用するノートブック環境が非推奨に

2022 年 9 月 23 日

Spark 3.2 は、ノートブック環境ランタイムとして非推奨になりました。 代わりに Spark 3.3 環境を使用するようにノートブックを更新してください。

詳しくは、 プロジェクトのノートブック・エディターのリソース・オプションの計算を参照してください。

Watson Query の改善点と機能拡張

2022 年 9 月 21 日

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

資料はより多くの言語に翻訳されています

2022 年 9 月 19 日

Cloud Pak for Data as a Service の資料を以下の言語で表示できるようになりました。

  • ブラジル・ポルトガル語
  • 中国語 (簡体字)
  • 中国語 (繁体字)
  • チェコ語
  • フランス語
  • ドイツ語
  • イタリア語
  • 日本語
  • 韓国語
  • ポーランド語
  • スペイン語
  • トルコ語

資料は毎週自動的に翻訳されるようになりました。 言語サポートを参照してください。

2022 年 9 月 16 日までの週

資料に関するフィードバックの提供

2022 年 9 月 16 日

資料の内容に関するフィードバックを提供できるようになりました。 任意のページの下部までスクロールして、オプションを選択します。

フィードバック・メカニズムの画面キャプチャー

2022 年 9 月 9 日までの週

DataStage フローのストアード・プロシージャーは、より多くのデータ・ソースでサポートされます。

2022 年 9 月 9 日

以下のコネクターでストアード・プロシージャーを使用できるようになりました。

  • Db2 for i
  • Db2 for z/OS

詳しくは、 ストアード・プロシージャーの使用を参照してください。

推奨されない接続

2022 年 9 月 9 日

以下の接続は推奨されません。

  • IBM Cloud Compose for MySQL 接続は、 IBM Cloudによって非推奨になりました。 IBM Cloud 上のすべてのインスタンスは、2023 年 3 月 1st以降に削除されます。
  • IBM Db2 Event Store 接続は非推奨になり、 Cloud Pak for Data as a Serviceの今後の更新で削除される予定です。

2022 年 9 月 2 日までの週

Data Fabric 評価版の新しい Data governance and privacy のチュートリアル

2022 年 9 月 2 日

Watson Query を使用して仮想化したデータを管理し、 Data governance and privacy のユース・ケースを使用してデータ・ファブリック・ソリューションを実装する方法を、新しいチュートリアル「 仮想化データの管理 」で体験できるようになりました。

このチュートリアルは、 Data governance and privacy のユース・ケースの他の 3 つのチュートリアルの続きです。これには、 Watson Knowledge Catalog と、 Multicloud data integration ユース・ケースの 仮想化外部データ のチュートリアルが必要です。 これには Watson Query サービスが必要です。

データ・ファブリックの内容について詳しくは、 『Cloud Pak for Data as a Service データ・ファブリック・ソリューション』を参照してください。

このチュートリアルを実行するには、以下の手順

従来の DataStage からの Db2 サーバー・タイプのデータ接続オブジェクトのマイグレーションのサポート

2022 年 9 月 2 日

従来の DataStage は、 Db2 サーバー・タイプのデータ接続オブジェクトをサポートします。 これらのデータ接続オブジェクトを最新の DataStageにマイグレーションすると、それらは自動的に Db2 コネクター・オブジェクトに変換され、 DataStage フローおよびジョブで引き続き使用できるようになります。

DataStage Transformer ステージでの新機能の使用

2022 年 9 月 2 日

  • DataStage フローの一部として、Transformer ステージで ConvertDatum、NextValidDate、Fold、Fmt、および Rmunprint の各関数を使用できるようになりました。 使用可能な関数の完全なリストについては、 並列変換関数を参照してください。
  • Transformer ステージでパーティションがサポートされるようになりました。
  • Transformer ステージで、関数、列、および変数に対して先行入力検索を使用できるようになりました。

DataStage でさらに多くのデータ・ソースに接続します。

2022 年 9 月 2 日

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

  • Cognos Analytics
  • IBM Match 360
  • SAP IQ

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

Watson™ Studio Pipelines を使用した DataStage フローのオーケストレーション

2022 年 9 月 2 日

DataStage フローのシーケンスを実行するためのパイプラインを作成できるようになりました。 パイプラインに条件、ループ、式、およびスクリプトを追加できます。 詳しくは、 フローの調整を参照してください。

DataStage から Watson™ Studio Pipelines へのシーケンス・ジョブのマイグレーションのサポート

2022 年 9 月 2 日

従来の DataStage から最新の DataStage に、パイプライン・フローとしてシーケンス・ジョブをマイグレーションできるようになりました。 詳しくは、 DataStage ジョブのマイグレーションを参照してください。

2022 年 9 月 2 日

Db2 (最適化) コネクターで複数の入力リンクを使用し、各リンクに個別のアクションを割り当てることができるようになりました。

SPSS Modeler フローを実行するジョブの作成

2022 年 9 月 1 日

これで、 SPSS Modeler フローを実行するジョブを作成できます。 プロジェクトでのジョブの作成と管理 および SPSS Modelerを参照してください。

2022 年 8 月 19 日までの週

プロジェクト内からのカタログ資産の追加

2022 年 8 月 18 日

プロジェクト内からプロジェクトにカタログ資産を追加できるようになりました。 以前は、カタログ内からプロジェクトにカタログ資産を追加する必要がありました。 詳しくは、 プロジェクトへのカタログ資産の追加を参照してください。

UI の「資産のインポート」ページにカタログ資産のインポートが表示される

2022 年 11 月 18 日より前の古い SPSS Modeler フローを移行する

2022 年 8 月 18 日

2019 年 1 月より前に作成した SPSS Modeler フローがある場合は、2022 年 11 月 18 日より前にそれらを開いてマイグレーションしてください。 そうしないと、フローが使用不可になる可能性があります。

モデル・ファセット・シートおよびエントリーのレポートのエクスポート (Watson Knowledge Catalog)

2022 年 8 月 19 日

PDF、HTML、および DOCX 形式のファクトシートまたはモデル・エントリーからレポートを生成して、モデル・インベントリーで追跡されているモデルに関する詳細を共有または印刷できるようにします。 「ファセット・エントリーおよびモデル・エントリーのレポートの生成」を参照してください。

2022 年 8 月 12 日までの週

Watson 自然言語処理は GA です。 (Watson Studio)

2022 年 8 月 11 日

Watson Natural Language Processing ライブラリーが一般出荷可能になりました。

Watson Natural Language Processing ライブラリーを使用して、非構造化データを構造化データに変換し、 Python ノートブックでのデータの理解と使用を容易にします。 このプレミアム・ライブラリーでは、20 以上の言語で事前にトレーニングされた高品質のテキスト分析モデルにすぐにアクセスできます。 これらのモデルは、言語ごとに IBM Research および IBM Software の専門家によって作成、保守、および品質評価されます。 Watson Natural Language Processing ライブラリーは、プレミアム環境テンプレートで Decision Optimization ライブラリーに組み込まれるようになりました。 詳しくは、 Watson Natural Language Processing ライブラリーを参照してください。

自然言語処理用の既存のベータ環境テンプレート Default Python 3.8 + Watson NLP XS (beta)は、8 月 31 日まで引き続き使用できます。 作業を続行するには、新しい環境テンプレート DO + NLP Runtime 22.1 on Python 3.9に切り替えます。 ノートブックでの環境の変更を参照してください。

ノートブック環境テンプレートからの接頭部「IBM」の削除 (Watson Studio)

2022 年 8 月 11 日

接頭部「IBM」は、すべての IBM Runtime 22.1 環境テンプレートから削除されました。 例えば、 IBM Runtime 22.1 on Python 3.9 XXS テンプレートは Runtime 22.1 on Python 3.9 XXSという名前になりました。 同様に、独自のテンプレートを作成すると、選択できるソフトウェア・バージョンから接頭部「IBM」が除去されます。 詳しくは、 プロジェクトのノートブック・エディターのリソース・オプションの計算を参照してください。

SingleStoreDB からのデータへのアクセス

2022 年 8 月 11 日

新しい SingleStoreDB 接続を使用して、ストレージおよび分析サービスからデータにアクセスします。 詳しくは、 SingleStoreDB 接続を参照してください。

用語の自動割り当てで、削除された用語が考慮されるようになりました (Watson Knowledge Catalog)

2022 年 8 月 11 日

メタデータ・エンリッチの結果では、ユーザーは不正確であると思われる列から用語を削除できます。 このような否定的なフィードバックに基づいてトレーニングされた新しい機械学習モデルは、自動用語割り当ての全体的な信頼性スコアに寄与して、不正確さを軽減するようになりました。 『用語の割り当て』を参照してください。

Watson Query の更新

2022 年 8 月 11 日

Watson Query には、一度に複数の仮想化データ・セットを簡単に管理できる新しいナビゲーション・メニューがあります。 Watson Query を起動して、新しいサイド・メニュー、更新されたパンくずリスト、およびエンタープライズ・プラン用の改善されたスケーリング・インターフェースを使用します。

2022 年 8 月 5 日までの週

ピクト・イン・ピクチャーを使用してビデオを見る

2022 年 8 月 5 日

ビデオが埋め込まれた資料のトピックが改善されました。 ビデオの再生中は、ページの残りの部分をスクロールしても、ピクチャー・イン・ピクチャー・モードでビデオを見ることができます。 これにより、チュートリアルのステップの実行中にビデオを見ることができます。 タイム・スタンプをクリックすると、ピクチャー・モードで次のタスクのプレビューを見ることができます。

アニメーション化されたイメージ

データ・ファブリックのチュートリアル を参照して、実際の動画をご覧ください。

新しい API 機能と動作

2022 年 8 月 1 日

役割を割り当てるための IBM Watson データ資産 API には、以下の改善が含まれています。

  • ユーザー・グループを資産メンバーとして一括で割り当てることができます。
  • アセット・メンバーを割り当てるときに、アセット・エディターおよびアセット・ビューアーのロールを指定できます。
  • 1 つのアセットに複数のアセット所有者と 1 人のアセット作成者を割り当てることができます。
  • アセットをプロジェクトに追加したり、アセットを公開またはプロモートしたりすると、アセット作成者になり、ソース・アセット内のアセット所有者のリストがターゲット・アセットに保持されます。

2022 年 7 月 29 日までの週

新機能へのアクセスの簡素化

2022 年 7 月 26 日

Cloud Pak for Data as a Service ホーム・ページのウェルカム・エリアにあるタイルから新機能にジャンプできるようになりました。

ホーム・ページのウェルカム・エリアのスクリーン・ショット

Decision Optimization エクスペリメントのデータ・テーブルおよび Python 拡張機能の柔軟性の向上 (Watson Studio および Watson Machine Learning)

2022 年 7 月 28 日

Decision Optimization エクスペリメントの 「データの準備 (Prepare data)」 ビューで、表列のデータ型 (数値またはストリング) を変更できるようになりました。 これらのタイプは、デプロイメントのモデルとしてシナリオを保存するときに使用されます。

スクリーン・ショット

データ・ビューの準備を参照してください。

Python 拡張を Decision Optimization エクスペリメント環境に追加して、追加の Python ライブラリーを組み込むことができるようになりました。

スクリーン・ショット

環境の構成を参照してください。

2022 年 7 月 22 日までの週

IBM SQL Query 接続の名前変更

2022 年 7 月 22 日

IBM SQL Query 接続の名前が IBM Cloud Data Engineに変更されました。 接続の以前の設定は同じままです。 接続名のみが変更されました。

Dataview 視覚化によるデータの視覚化

2022 年 7 月 22 日

Dataview 視覚化を使用して、さまざまな観点からデータを探索できるようになりました。これにより、パターン、接続、および関係を識別して、大量の情報を素早く理解することができます。

プロジェクトで視覚化を作成して操作するには、 「資産」 タブからデータ資産を選択し、 「視覚化」 タブをクリックします。 グラフ・タイプを選択し、視覚化を作成して保存します。 保存されたデータ・ビュー視覚化は、プロジェクト内で視覚化資産としてリストされます。 グラフィカル・グラフは、最大 5000 レコードのサンプル・データ・セットに基づいて生成されます。

詳しくは、 Data Refineryを参照してください。

資産間の関係をより簡単に追加

2022 年 7 月 20 日

カタログ内の資産間の関係を追加すると、ターゲット資産を簡単に見つけることができるようになりました。

  • ワークスペース (カタログ、プロジェクト、またはデプロイメント・スペース) または資産タイプでフィルターに掛けることができます。
  • 名前で資産を検索できます。
  • カタログの「資産」ページで、関係のセクションが「関連資産」と呼ばれるようになりました。

ワークスペースおよびアセット・タイプを使用してアセットを検索することによるアセット関係の作成

詳しくは、 資産間の関係の追加を参照してください。

カタログ、プロジェクト、およびスペースにわたる資産間の関係の作成

2022 年 7 月 20 日

アクセス権限を持つさまざまなカタログ、プロジェクト、およびスペースにわたって、資産間の関係を作成および編集できるようになりました。 新しい資産関係のテスト・シートを使用すると、資産タイプおよび資産ロケーションのフィルターを使用して、現在のカタログの外部にある資産を検索できます。

2022 年 7 月 15 日までの週

AutoAI 時系列モデルの予測を改善するためのサポート機能を追加します。

2022 年 7 月 15 日

AutoAI Time Series エクスペリメントを作成するときに、予測を改善するためのサポート (または 外因性) 機能を指定できるようになりました。 例えば、エネルギー使用量を予測する時系列実験では、モデルをトレーニングして、毎日の温度などのサポート機能を考慮し、予測をより正確にすることができます。 サポート・フィーチャーの将来の値が分かっている場合は、モデルのデプロイ時にその値を入力として指定できます。 例えば、T シャツの売上を予測する場合、予測に影響を与える可能性がある販売とプロモーションに関する将来のデータを含めることができます。 時系列エクスペリメントにサポート機能を組み込む方法について詳しくは、 時系列エクスペリメントの作成を参照してください。

オンライン・デプロイメントのテスト・インターフェースの向上

2022 年 7 月 15 日

モデルのオンライン・デプロイメントを作成する際に、デプロイメントの 「テスト」 タブから入力データを提供する方法が改善されました。 2 つの方法は以下のとおりです。

  • フォームにデータを直接入力する
  • CSV テンプレートをダウンロードし、値を入力し、入力データをアップロードします
  • ローカル・ファイル・システムまたはスペースからの入力データを含むファイルをアップロードします
  • 「JSON」タブに移動し、入力データを JSON コードとしてアップロードまたは入力します

詳しくは、 オンライン・デプロイメントの作成を参照してください。

Microsoft SQL Server 接続でサポートされる Active Directory

2022 年 7 月 11 日

Microsoft SQL Server 認証用に Active Directory を選択できるようになりました。 この機能拡張は、 Microsoft SQL Serverではなく NTLM アカウント・データベースに保管されている資格情報を利用できることを意味します。 詳しくは、 Microsoft SQL Server 接続を参照してください。

2022 年 7 月 8 日までの週

アプリケーション内支援を使用して、資料内の情報を検索します。

2022 年 7 月 8 日

新しいアプリケーション内支援では、製品で表示しているページに基づいて、資料内の推奨記事が提供されます。 別のタブまたはウィンドウで資料を検索する必要はありません。 支援があなたに代わってそれを行います。 トップ・バナー 「支援」アイコンから支援を開きます。 新しいページに移動したときに支援を閉じて開き、更新された推奨記事を確認します。 また、検索語を入力して情報を素早く検索したり、該当する場合はツアーを起動したり、追加サポートのリンクにアクセスすることもできます。

「Assist me」サイド・パネル

Data Fabric 試用版の新しい Multicloud data integration チュートリアル

この新しいチュートリアルを行うことで、 Watson Query を使用して Multicloud data integration ユース・ケースでデータ・ファブリック・ソリューションを実装する方法を体験できるようになりました。

Multicloud data integration ユース・ケースには、 Watson Query サービスが必要です。

データ・ファブリックの内容について詳しくは、 『Cloud Pak for Data as a Service データ・ファブリック・ソリューション』を参照してください。

このユース・ケースのチュートリアルを利用するには、以下のようにします。

  • 新規ユーザーの場合は、 Multicloud data integration ユース・ケースに登録してから、関連チュートリアルを受講してください。
  • Cloud Pak for Data as a Service の既存のユーザーである場合は、再度登録する必要はありません。 Watson Query Lite サービスをプロビジョンし、 Multicloud data integration チュートリアルを利用することで、 Multicloud data integration ユース・ケースを試すことができます。

データ・ファブリック・サービスのアップグレードの簡素化

2022 年 7 月 7 日

データ・ファブリックのユース・ケースに含まれている Cloud Pak for Data サービスを素早くアップグレードできるようになりました。 ダッシュボードで 「購入」 ボタンをクリックするだけで、プロビジョンされたデータ・ファブリック・サービスとその現在のプランのリストを表示できます。 アップグレードするサービスにチェック・マークを付けて、プランを選択します。 また、各サービスの価格設定サマリーを表示して、すべてのサービスを 1 つのステップでアップグレードすることもできます。 アップグレードの手順については、 Cloud Pak for Data サービスの購入を参照してください。

廃止された「デフォルト Spark 3.0 & R 3.6」環境 (Data Refinery)

2022 年 7 月 4 日

デフォルト Spark 3.0 & R 3.6 環境は、2022 年 7 月 7 日から使用できなくなります。

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

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

2022 年 7 月 1 日までの週

データ・ファブリックの詳細を見る

2022 年 6 月 30 日

Cloud Pak for Data as a Serviceを使用してデータ・ファブリック・ソリューションを実装する方法について説明します。 データ・ファブリック・ソリューションの概要を参照してください。 データ・ファブリックの実装を体験するには、 データ・ファブリックのチュートリアルを参照してください。

ワークフロー・タスクのモニター (Watson Knowledge Catalog)

2022 年 6 月 30 日

ワークフロー管理者は、アクティブ・タスクのメトリックを表示できるようになりました。 「タスク状況」 ページには、すべてのアクティブ・タスクの所有権状況と期限の概要がグラフィックで表示されます。 また、タスク・リストをフィルターに掛け、複数のタスクを一度に要求解除するように設定することもできます。

ワークフロー・タスクの管理」を参照してください。

2022 年 6 月 24 日までの週

Data Refinery フロー・ジョブを実行するための新しい Spark 3.2 環境

2022 年 6 月 24 日

Data Refinery フロー・ジョブの環境を選択するときに、 「デフォルト Spark 3.2 & R 3.6」 を選択できるようになりました。 デフォルト Spark 3.2 & R 3.6 環境には、Spark からの機能拡張が含まれています。 この新しい環境では、他のデフォルト環境と同じキャパシティー・ユニット時間 (CUH) が使用されます。

Spark 3.2 & R 3.6 の選択

重要: デフォルト Spark 3.0 & R 3.6 環境は非推奨です。

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

(Watson Studio および Watson Machine Learning) の新しい PMML ソフトウェア仕様

2022 年 6 月 23 日

spark-mllib_3.0 の PMML モデルは非推奨になりましたが、削除されることはありません。 非推奨の仕様を使用するモデル・デプロイメントは、2022 年 7 月 7 日に動作を停止します。 pmml-3.0_4.3 ソフトウェア仕様を使用して新しい PMML モデルを作成するか、既存のデプロイメントがない場合は pmml-3.0_4.3 ソフトウェア仕様を使用して既存の pmml モデルを更新します。 PMML モデルのノートブック環境の変更について詳しくは、 ノートブック環境の変更を参照してください。 デプロイメント・フレームワークの管理について詳しくは、 古いソフトウェア仕様の管理を参照してください。

資料の新しい翻訳。

2022 年 6 月 22 日

Cloud Pak for Data as a Service の資料は、新たに以下の言語に翻訳されました。

  • ブラジル・ポルトガル語
  • フランス語
  • ドイツ語
  • スペイン語
  • 日本語
  • 韓国語

資料を表示するときに言語を簡単に切り替えることができるようになりました。 以前は、別の言語で資料を表示するには、ブラウザー設定をリセットしました。 これで、各ページの下部にある言語セレクターから目的の言語を選択できます。

言語スイッチャーの画面キャプチャー

エンリッチ結果の公開が簡単になりました (Watson Knowledge Catalog)

2022 年 6 月 23 日

プロジェクトの公開フローにリダイレクトせずに、エンリッチ結果を公開できるようになりました。 公開後、エンリッチ結果 UI に戻り、引き続きそこで作業できます。 各資産の 公開状況 は、エンリッチ結果の 「資産」 タブに表示されます。

エンリッチ結果の公開を参照してください。

エンリッチ結果の公開

2022 年 6 月 10 日までの週

レコードのペアを確認することで、 IBM Match 360 マッチング・アルゴリズムを改善します。

2022 年 6 月 10 日

レコードのペアを確認して、マスター・データ・エンティティーに突き合わせるレコードを決定する方法を決定する IBM Match 360 マッチング・アルゴリズムをトレーニングします。 ペア・レビュー中に、データ・スチュワードはレコードを比較して、それらが一致しているかどうかを判別します。

ペア・レビューが完了すると、 IBM Match 360 は応答を分析し、マッチング・アルゴリズムの重みとマッチングしきい値に対する調整を推奨します。 検討するペアの数が多いほど、推奨されるチューニングは向上します。 その後、データ・エンジニアは推奨を適用するかどうかを決定できます。

ペアのレビューについては、 マッチング・アルゴリズムのカスタマイズと強化を参照してください。

IBM Match 360 レコード間の関係を定義して処理します。

2022 年 6 月 10 日

IBM Match 360に関係情報を追加して、マスター・データ内の新しい接続を見つけます。 これで、関係タイプをデータ・モデルに追加してから、関係データ資産を一括ロードするか、レコード間の関係を手動で定義することができます。 データに関する新しい洞察を得るために、レコード間の関係を探索します。

マスター・データ内の関係の処理について詳しくは、 関係データの探索を参照してください。

IBM Match 360 構成のスナップショットを保存してロードします。

2022 年 6 月 10 日

構成スナップショットを使用して、データ・モデルやマッチング設定など、マスター・データ構成設定のポイント・イン・タイム・バージョンを作成できるようになりました。 マスター・データ構成を前のバージョンに戻すためにスナップショットをロードするか、整合性を確保するためにサービス・インスタンス間でスナップショットを共有します。

スナップショットの操作について詳しくは、 マスター・データ構成スナップショットの保存およびロードを参照してください。

2022 年 6 月 3 日までの週

Spark 3.2 のサポート、および Watson Studio と Watson Machine Learning の Spark 3.0 の非推奨

2022 年 6 月 1 日

Spark 3.2 がサポートされるようになり、Spark 3.0 は機械学習フレームワーク、ノートブック環境、および RStudio ランタイムとして非推奨になりました。 代わりに Spark 3.2 を使用するように資産を更新してください。 トレーニング資産のサポートは 2022 年 6 月 22 日に終了します。 モデルのデプロイとスコアリングのサポートは 2022 年 7 月 7 日に終了し、Spark 3.0 仕様を使用する既存のデプロイメントは削除されます。 サポートされるフレームワークおよびソフトウェア仕様への資産のマイグレーションについて詳しくは、『フレームワークおよびソフトウェア仕様の管理』を参照してください。 ノートブック環境について詳しくは、 『プロジェクトでのノートブック・エディターのリソース・オプションの計算』を参照してください。

2022 年 5 月 27 日までの週

Decision Optimization (Watson Studio および Watson Machine Learning) の環境の更新

2022 年 5 月 25 日

Python 3.8 および CPLEX 12.10 環境で実行される Decision Optimization エクスペリメントおよびモデルの環境を変更する必要があります。

  • Python 3.8 が削除されました。 デフォルト・バージョン Python 3.9 を使用する必要があります。 Decision Optimization エクスペリメントのデフォルト環境を変更するには、 特定のシナリオの別の実行環境の選択を参照してください。 古いバージョンを使用するデプロイ済みモデルの場合、REST API を使用して Python バージョンを更新する必要があります。 REST API を使用した既存のデプロイ済みモデルの Python バージョンの変更を参照してください。
  • CPLEX 12.10 は削除され、同等の do_12.10 ランタイムはサポートされなくなりました。 CPLEX 20.1 はデフォルトのままであり、CPLEX 22.1 とその新しいランタイム do_22.1 が使用可能になりました。 サポートされなくなった CPLEX ランタイムを使用してモデルを既にデプロイしている場合は、 REST API または UIを使用して、既存のデプロイ済みモデルを更新できます。

メタデータ・エンリッチ: 選択した資産のビジネス用語またはデータ・クラスを一度に割り当てまたは削除します (Watson Knowledge Catalog)。

2022 年 5 月 26 日

エンリッチ結果で、選択した資産または列のセットに対して、ビジネス用語を一度に割り当てたり、削除したりできるようになりました。 列の場合は、一度に複数の列にデータ・クラスを割り当てたり、複数の列からデータ・クラスを割り当て解除したりすることもできます。 用語およびデータ・クラスの割り当ての一括変更を参照してください。

資産のメニュー・オプション

列のオプション

コラボレーターを追加したりコラボレーターの役割を変更したりするには、プロジェクト管理者がプロジェクト作成者の IBM Cloud アカウントに属している必要があります。

2022 年 5 月 26 日

プロジェクト作成者とは異なる IBM Cloud アカウントのプロジェクト管理者の場合、コラボレーターを追加したりコラボレーターの役割を変更したりする権限がありません。 別のプロジェクト管理者にコラボレーターの追加または変更を依頼してください。

DataStage の新しいステージ

2022 年 5 月 26 日

以下のステージを DataStage フローで使用できるようになりました。

  • Complex Flat File (CFF)
  • Hierarchical ステージ: REST ステップ
  • Match Frequency ステージ
  • One-source Match ステージ

ステージの詳細および全リストについては、DataStage ステージおよび QualityStage ステージを参照してください。

DataStage フローとその依存関係を単一ファイルとしてダウンロードします。

2022 年 5 月 26 日

個々の DataStage フローとその依存関係を ZIP ファイルとして簡単にまとめてダウンロードすることができます。 その後、そのファイルを別のプロジェクトにインポートできます。 依存関係には、接続、サブフロー、およびパラメーター・セットなどの項目が含まれます。

詳しくは、 DataStage フローとその依存関係のダウンロードとインポートを参照してください。

2022 年 5 月 20 日までの週

SPSS Modeler でのテーブル出力からの新規ノードの生成

2022 年 5 月 16 日

テーブル出力を表示するときに、1 つ以上のフィールドを選択し、 「生成」をクリックして、フローに追加するノードを選択できるようになりました。

新しい「フロー設定」には、 Data Refinery フローのオプションが追加されています。

2022 年 5 月 20 日

Data Refinery フロー設定では、 Data Refinery フロー内のデータを制御するために使用できるプロパティーが追加され、データを精製しながらデータのサンプル・サイズを編集する新機能が提供されます。

Data Refinery フロー設定の「一般」タブ

Data Refinery フロー設定の「ソース」タブ

Data Refinery フロー設定の「ターゲット」タブ

Data Refineryのツールバーから Data Refinery フロー設定にアクセスします。

Data Refinery フロー設定

Data Refinery フロー設定を使用して、以下のアクションを実行します。

ソース・データ・セット:

  • サンプル・サイズの編集: この新機能を使用して、データの精製中にサンプル・サイズを調整します。 サンプル・サイズを調整すると、大規模なデータ・セットがある場合に Data Refinery フローをより迅速に実行できます。
  • ソース・プロパティーの編集: 以前は、CSV ファイルまたは区切り文字で区切られているファイルのフォーマット・オプションのみを指定できました。 より多くのファイル・タイプのオプションと、接続からのより多くのデータのオプションが提供されるようになりました。
  • Data Refinery フローのソースの変更: 1 つの場所で複数のソース・データ・セットを置換できるようになりました。 (結合および結合操作の場合)

ターゲット・データ・セット:

  • Data Refinery フローのターゲット・ロケーションの変更
  • ターゲット・プロパティーを編集します。さまざまなタイプのデータ (接続からのデータを含む) について、より多くのオプションが用意されています。
  • ターゲット・データの説明を入力します

重要: Data Refinery フロー設定により、特定のアクションを実行する場所が変更されます。

アクション ユーザー・インターフェース内の場所
Data Refinery フローの名前の変更 「情報」ペイン (「この資産について」) または Data Refinery フロー設定 「一般」 タブ
Data Refinery フローの説明を入力します。 「情報」ペイン (「この資産について」) または Data Refinery フロー設定 「一般」 タブ
Data Refinery フローのソースの変更 2 つの選択肢があります。「ステップ」ペインで、「データ・ソース」の横にあるオーバーフロー・メニューをクリックし、「編集」を選択します。
新規: Data Refinery フロー設定> 「ソース・データ・セット」 タブ。 データ・セットを選択し、 「データ・ソースの置換」を選択します。
ソース形式オプションを指定します Data Refinery 「フロー設定」> 「ソース・データ・セット」 タブ。 データ・ソースを選択し、 「フォーマットの編集」をクリックします。
Data Refinery フローのターゲット (出力) ロケーションの変更 Data Refinery 「フロー設定」> 「ターゲット・データ・セット」 タブ。 「ターゲットの選択」 をクリックし、データ資産または接続を参照します。
上書きオプションおよびフォーマットを含むターゲット (出力) プロパティーを編集します。 プロジェクト内のデータ資産に対して、またはさまざまな種類の接続からのデータ・セットに対して、さまざまなプロパティーを使用できます。 Data Refinery 「フロー設定」> 「ターゲット・データ・セット」 タブ。 「プロパティーの編集」 をクリックします
ターゲット・データ・セットの説明を入力します Data Refinery 「フロー設定」> 「ターゲット・データ・セット」 タブ

既存の Data Refinery フローまたは Data Refinery フロー・ジョブは、フロー設定を開いて変更しない限り、これらの変更の影響を受けません。

詳しくは、 Data Refinery フローの管理を参照してください。

新しいステップ・オプションにより、 Data Refinery フローをより詳細に制御できます。

2022 年 5 月 20 日

Data Refinery では、ステップの新しいオプションが導入されています。 「複製」「前にステップを挿入」、および 「後にステップを挿入」。 これらのオプションにより、 Data Refinery フローの柔軟性と制御が向上します。

これらのオプションには、「ステップ」ペインからアクセスします。

Data Refinery 挿入ステップの複製

ステップで実行できるすべてのアクションについては、 Data Refinery フローの管理を参照してください。

Data Refinery フローでの新規列の配置の制御

2022 年 5 月 20 日

Data Refinery フローで新しい列を作成できる操作を使用するときに、 「結果の新しい列の作成」を選択すると、新しい列を元の列の右側に配置することを選択できるようになりました。

新しい列の Data Refinery 配置

この新しい選択は、以下の操作に使用できます。

  • 計算
  • 条件付き置換
  • 列タイプの変換
  • 列の値を欠落値に変換
  • 日付か時刻の値を抽出
  • 数学 (Math)
  • 欠損値の置換
  • サブストリングの置換
  • テキスト
  • トークン化

GUI 操作については、 Data Refineryを参照してください。

メタデータ・エンリッチでは、データ・クラスに関する提案も提供されるようになりました (Watson Knowledge Catalog)。

2022 年 5 月 20 日

メタデータ・エンリッチを実行すると、プロファイルによって列のデータ・クラス提案も提供されるようになりました。 これらは、列のガバナンスの詳細で確認できます。 割り当てられたデータ・クラスおよび提案されたデータ・クラスは、メタデータ・エンリッチのプロジェクト設定で設定できる新しいしきい値に基づいて選出されます。 データ・クラス割り当て設定を参照してください。

ガバナンス情報: 推奨されるデータ・クラス

DataStage コネクターの機能拡張

2022 年 5 月 20 日

一部のコネクターでは、関連付けられた接続からメタデータをテストして追加するためのより迅速な方法が提供されるようになりました。

接続を作成すると、 「接続の追加」 ページの 「接続のテスト」 ボタンがこれらの接続に対して機能するようになります。 (以前は、ユーザー・インターフェースで接続をテストする方法がありませんでした。)

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

接続を作成した後、DataStage で資産ブラウザーをキャンバスにドラッグし、接続を選択してドリルダウンし、これらのコネクターのデータを追加またはプレビューできます。 (以前の唯一のオプションは、コネクターをキャンバスにドラッグし、ダブルクリックしてその「詳細」カードを開き、 「プロパティー」>「接続」 に移動して接続を選択することでした。)

  • Db2(最適化)
  • Netezza Performance Server(最適化)
  • ODBC

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

2022 年 5 月 13 日までの週

Data Fabric 評価版の Data governance and privacy のチュートリアル

2022 年 5 月 12 日

以下のチュートリアルを受講することで、 Data governance and privacy のユース・ケースを使用してデータ・ファブリック・ソリューションを実装する方法を体験できるようになりました。

Data governance and privacy のユース・ケースには、 Watson Knowledge Catalog サービスが必要です。

データ・ファブリックの内容について詳しくは、 『Cloud Pak for Data as a Service データ・ファブリック・ソリューション』を参照してください。

このユース・ケースのチュートリアルを利用するには、以下のようにします。

  • 新規ユーザーの場合は、 Data governance and privacy ユース・ケースに登録してから、関連するチュートリアルを受講してください。
  • Cloud Pak for Data as a Service の既存のユーザーである場合は、再度登録する必要はありません。 Data governance and privacy のユース・ケースを試すには、 Watson Knowledge Catalog Lite サービスをプロビジョンし、 Data governance and privacy のチュートリアルを利用します。

SPSS Modeler: テキスト分析の改善

2022 年 5 月 12 日

SPSS Modeler は、テキストを処理するための特殊なノードを提供します。 テキスト・マイニング・ノードから、新しく改善されたテキスト分析ワークベンチ (以前はインタラクティブ・ワークベンチと呼ばれていました) を起動することを選択できます。 広範なユーザー調査の後、ワークベンチが再設計されました。 新しいビデオや更新されたチュートリアルなど、新しい設計を反映するために資料も更新されました。 「 テキスト分析 (Text Analytics)」を参照。

テキスト分析ワークベンチ

DataStage でさらに多くのデータ・ソースに接続します。

2022 年 5 月 13 日

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

  • 汎用S3
  • Teradata(最適化)

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

メタデータ・エンリッチを簡単に実行する (Watson Knowledge Catalog)

2022 年 5 月 13 日

「ジョブ」 ページからジョブを再実行する代わりに、メタデータ・エンリッチ結果から直接エンリッチを実行できるようになりました。 さらに、資産のスコープ全体に対してエンリッチを実行するか、選択したサブセットに対してのみエンリッチを実行するかを選択できます。 手動でのエンリッチメントの実行を参照してください。

エンリッチ結果ページからエンリッチを実行

2022 年 5 月 6 日までの週

新しいプランで Watson Knowledge Catalog の追加機能を試す

2022 年 5 月 5 日

更新されたライト・プランでほぼすべての Watson Knowledge Catalog 機能を無料で試すことも、新しい標準プランで使用した分だけ支払うこともできます。

以下の新しい Watson Knowledge Catalog オファリング・プランから選択できます。

  • 新しい標準プランでは、プロファイル作成、ツール、およびジョブの実行時のキャパシティー・ユニット時間 (CUH) レートに基づいて、カタログ資産および計算使用量ごとに課金されます。 このプランには、月額インスタンス料金や許可ユーザー料金は含まれません。
  • 新しいエンタープライズ・バンドル・プランでは、毎月 100,000 個のカタログ資産と 2500 CUH のインスタンス料金が課金されます。 さらに多くのカタログ資産とコンピュート使用量に対して支払いを行います。 このプランには、許可ユーザー料金は含まれません。

ライト・プランを使用している場合は、プランが自動的に更新されます。 Watson Knowledge Catalog のほとんどの機能にアクセスできるようになりました。 資産およびガバナンス成果物の制限の多くが増加しています。 ただし、月次計算使用量制限は 25 CUH に減少します。

以前に標準プラン、プロフェッショナル・プラン、またはエンタープライズ・プランをプロビジョンした場合は、翌年のレガシー・プランを保持することができます。 新しい標準プランまたはエンタープライズ・バンドル・プランに変更する場合は、 サービスの管理の手順に従うことができます。

Watson Knowledge Catalog サービス・プランを参照してください。

資産アクティビティーの新しいホーム (Watson Knowledge Catalog)

2022 年 5 月 5 日

カタログおよびプロジェクトでは、サイド・パネルで資産アクティビティーに関する情報を使用できるようになりました。 カタログまたはプロジェクト内の資産を開き、 アクティビティー・アイコンをクリックしてそのアクティビティーにアクセスします。 「 アクティビティー」を参照してください。

新規アクティビティー UI

場所に基づくデータの制御 (試験的) (Watson Knowledge Catalog)

2022 年 5 月 4 日

ロケーションに基づいてデータ資産へのアクセスを制御する試験的機能を試すことができるようになりました。 データ・ロケーション・ルールを作成して、ある物理ロケーションまたはソブリン・ロケーションから別のロケーションにデータを移動するときに、データ・プライバシーおよびロケーション認識規制が適用されるようにすることができます。

この試験的機能を試すには、この 投稿 に応答して、チュートリアル例と API に関する追加情報を確認してください。

データ・ロケーション・ルールを参照してください。

2022 年 4 月 29 日までの週

Watson Studio ライト・プランの新しいコンピュート使用制限

2022 年 4 月 29 日

Watson Studio ライト・プランでは、ジョブおよびツールを実行するための毎月のコンピュート使用量制限が 10 CUH になりました。 この制限は、既存および新規のすべてのライト・プランに適用されます。 2022 年 5 月は、CUH 制限が低い最初の 1 カ月です。

1 カ月当たり 10 CUH を超える CUH を使用する場合は、以下の選択肢があります。

  • Professional プランにアップグレードします。 プロフェッショナル・プランでは、使用する CUH に対してのみ課金されるため、他の料金を発生させずにアップグレードすることができます。
  • CUH 率が低い環境を使用するように資産を更新することで、コンピュート使用量を長くすることができます。 例えば、 ノートブック環境の変更を行うことができます。

AutoAI 時系列モデル・パイプラインをノートブックとして保存する (Watson Studio、 Watson Machine Learning)

2022 年 4 月 29 日

AutoAI Time Series エクスペリメントのパイプラインをノートブックとして保存できるようになりました。これにより、パイプラインの生成に使用されたコードとアルゴリズムを確認できます。 詳しくは、 時系列エクスペリメントの作成を参照してください。

メタデータ・エンリッチ: 自動用語割り当て用の新規サービス (Watson Knowledge Catalog)

2022 年 4 月 29 日

自動用語割り当てのサービスとして、言語名マッチングも使用できるようになりました。 このサービスを有効にすると、用語と資産または列の名前との類似性に基づいて用語を割り当てることができます。 デフォルトでは、このサービスはすべての既存プロジェクトおよび新規プロジェクトに対して有効になっています。 メタデータ・エンリッチのデフォルト設定を参照してください。

デフォルトのエンリッチ設定: 用語の割り当て

Watson Query の新しい料金プラン (2022 年 5 月 1 日発効)

2022 年 4 月 29 日

エンタープライズの料金設定が変更され、 Watson Query インスタンスごとの料金が削除され、 Watson Query サービスの仮想プロセッサー・コア (VPC) 時間の料金が引き下げられました。 サービスで作業していない場合でも、サービスは計量され、プロビジョン時に消費されます。 月あたり 250 の無料「仮想プロセッサー・コア-時間」は廃止されました。 Watson Query オファリング・プランを参照してください。

2022 年 4 月 22 日までの週

デプロイメント・サービス名の変更にはアクションが必要です (Watson Machine Learning)

2022 年 4 月 21 日

2022 年 5 月 4 日以降、ユーザーが オンライン ・デプロイメントに割り当てるサービス提供名は、リージョンごとに固有でなければなりません。 API 呼び出し GET /ml/v4/deployments?serving_name={serving_name}&conflict=true APIを使用して、既存のサービス名が固有であるかどうかを確認できます。 GET 呼び出しが状況コード 204を戻した場合、その名前は固有であり、使用することができます。 呼び出しが状況コード 409を返した場合は、サービス名が既に存在しているか、競合している可能性があります。 応答を確認し、必要に応じて PATCH API を使用してサービス提供名を更新するアクションを実行します。 2022 年 5 月 4 日以降、サービス名が複数回存在するサービス名に関連する予測要求は、ユーザーが名前を更新する必要があるというエラーで失敗します。 サービス名について詳しくは、 オンライン・デプロイメントの作成を参照してください。 PATCH コマンドの使用について詳しくは、 デプロイメント・メタデータの更新を参照してください。 更新に関して支援が必要な場合は、IBM サポートに連絡してください。

Data Refinery フロー・ジョブを実行せずに、CSV ファイルで Data Refinery データを表示する

2022 年 4 月 22 日

Data Refinery フロー・ジョブを保存したり実行したりすることなく、 Data Refinery フローの現在のステップでデータを CSV ファイルにエクスポートできるようになりました。 この機能拡張により、進行中のデータを素早く保存して表示することができます。 ツールバーの「エクスポート」アイコンの下にあるテキストをクリックします。

詳しくは、 Data Refinery フローの管理を参照してください。

メタデータ・エンリッチの概要

2022 年 4 月 22 日

新しいサイド・パネルには、エンリッチやサンプリングのオプション、関連付けられたジョブとそのスケジュールなど、メタデータ・エンリッチに関する関連情報の要約が表示されます。

メタデータ・エンリッチ情報パネル

2022 年 4 月 15 日までの週

DataStage の更新

2022 年 4 月 15 日

MQ、 Teradata、および ODBC Connector でリジェクト・リンクがサポートされるようになりました。 SQL Server コネクター内のストアード・プロシージャーがサポートされるようになりました。 DataStage フローをインポートするときにコンパイルを無効にできるようになりました。 UI で、依存関係とともに個々のフローをインポートおよびダウンロードできます。

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

SPSS Modeler でのスクリプトの機能拡張

2022 年 4 月 13 日

再設計されたスクリプト・パネルを開く新しいスクリプト・アイコンがツールバーで使用可能になりました。 『スクリプトの概要』を参照してください。

Decision Optimization の更新 (Watson Studio および Watson Machine Learning)

2022 年 4 月 13 日

Decision Optimization に対する以下の更新を確認できます。

2022 年 4 月 8 日までの週

新規プロジェクト UI がレガシー UI に置き換わります。

2022 年 4 月 7 日

新規プロジェクト UI がレガシー UI を置き換えました。作業は影響を受けません。 プロジェクト・エクスペリエンスが更新され、プロジェクトでの作業とコラボレーションが容易かつ効率的になりました。 拡張された資産組織、資産関係、改善されたナビゲーション、および組み込みガイダンスを体験します。

新しい検索体験により、必要なものを素早く見つけることができます。

2022 年 4 月 7 日

グローバル検索フィールドを使用して資産またはガバナンス成果物を検索するときに、結果を素早く評価できるようになりました。 新しい検索結果エクスペリエンスには、検索語のコンテキストが表示され、より多くのプロパティーに基づいて多くのフィルターが提供されます。

検索結果には、一致するアセットと成果物が表示されます。

また、より良い結果が得られます。 さらに多くの資産および成果物のプロパティーが検索されます。 英語で語句を検索すると、自然言語分析によって一般的な語句が優先され、重要でない語句が破棄されます。

長い検索ストリング内に引用符で囲んだ句を含めることができるようになりました。

『プラットフォーム全体での資産および成果物の検索』を参照してください。

IBM Analytics Engine クラシック・プランと Amazon EMR の非推奨と削除

2022 年 4 月 7 日

2022 年 4 月 7 日以降、新規ユーザーは、ノートブックを実行する Lite プラン、Standard-Hourly プラン、Standard-Monthly プラン、または Amazon Elastic Map Reduce (EMR) インスタンスを使用して IBM Analytics Engine インスタンスを作成できなくなります。

既存のユーザーは、2022 年 6 月 30 日まで IBM Analytics Engine クラシック・インスタンスと任意の Amazon EMR インスタンスを作成できます。 その後、関連付けられているすべてのノートブックを、 Watson Studio で使用可能なサポート対象の Spark ランタイム環境に再割り当てする必要があります。

IBM Analytics Engine クラシック・プランと Amazon EMR は、2022 年 11 月 9 日に削除されます。

新しいガバナンス成果物のエクスペリエンスがレガシー・エクスペリエンスに置き換わります (Watson Knowledge Catalog)。

2022 年 4 月 8 日

Watson Knowledge Catalog で既存のガバナンス成果物のエクスペリエンスを使用していた場合は、2022 年 4 月 7 日に新しいガバナンス成果物のエクスペリエンスに切り替えられました。 レガシー・エクスペリエンスを使用したのは、2021 年 4 月より前に Watson Knowledge Catalog をプロビジョンし、まだ新しいエクスペリエンスに移行していない場合のみです。

移行中に発生したことは以下のとおりです。

  • 既存のビジネス用語、ポリシー、およびデータ保護ルールがすべて完全に削除されました。 レガシー・エクスペリエンスに戻すことはできません。
  • データ資産に対するすべてのビジネス用語、データ・クラス、および分類割り当てが無効になりました。
  • データ保護ルールを使用して構成したデータ・マスキングはすべて削除されました。
  • 分類結果が新しいデータ・クラスを使用するように、データ資産のプロファイルが更新されます。

ここで行う必要があることを以下に示します。

  • ビジネス用語、分類、およびデータ保護ルールを再作成します。
  • カタログ内の資産から無効なビジネス用語および分類の割り当てを削除します。
  • カタログ内の資産に新しいビジネス用語と分類を割り当てます。
  • Watson Knowledge Catalog ロールをユーザーに割り当てます。 『ユーザーへの Watson Knowledge Catalog ロールの割り当て』を参照してください。

ガバナンス成果物の新規バージョンへの移行に関連する質問や懸念事項がある場合は、 サポート・チケットを開くことができます。

Watson Knowledge Catalog 計画に対する今後の変更

2022 年 4 月 7 日

2022 年 5 月 2 日以降、以下の新しい Watson Knowledge Catalog オファリング・プランから選択できます。

  • 新しい標準プランは、プロファイル作成、ツール、およびジョブの実行時に、キャパシティー・ユニット時間 (CUH) レートに基づいて、カタログ資産およびコンピュート使用量ごとに課金されます。 インスタンスや許可ユーザーの料金は含まれません。
  • 新しいエンタープライズ・バンドル・プランでは、1 カ月当たり 100,000 個のカタログ資産と 2500 CUH のインスタンス料金が課金されます。 さらに多くのカタログ資産とコンピュート使用量に対して支払いを行います。 許可ユーザー料金は含まれません。

ライト・プランを使用している場合は、プランが自動的に更新されます。 Knowledge Accelerators を除くすべての Watson Knowledge Catalog 機能にアクセスできます。 資産およびガバナンス成果物の制限の多くは引き上げられますが、月次コンピュート使用量の制限は 25 CUH に引き下げらされます。

現行が標準プラン、プロフェッショナル・プラン、またはエンタープライズ・プランである場合は、プランを翌年も保持できます。 新しい標準バンドル・プランまたはエンタープライズ・バンドル・プランに変更する場合は、2022 年 5 月 2 日以降の サービスの管理の手順に従うことができます。

Data Refinery の「列タイプの変換」操作の自動的な最初のステップからのデータ・タイプの表示

2022 年 4 月 8 日

Data Refinery でファイルを開くと、データ内で非ストリング・データ・タイプが検出された場合、列タイプの変換操作が最初のステップとして自動的に適用されます。 データ・タイプは、推論されるデータ・タイプに自動的に変換されます。 これで、各列のデータがどのデータ・タイプに変換されたかを確認できます。 情報には、日付データまたはタイム・スタンプ・データの形式が含まれます。 オーバーフロー・メニューから 「編集」 をクリックして、データ・タイプを表示します。

Data Refinery 自動変換操作の編集

詳しくは、『GUI 操作』を参照してください。

タイム・スタンプおよび日付データの Data Refinery の「列タイプの変換」での変更

2022 年 4 月 8 日

以下のデータ・タイプは、自動的に変換されなくなりました。

  • 年を表す 2 桁の数字を使用する日付ストリングとタイム・スタンプ・ストリング

既存の Data Refinery フローでの自動変換は影響を受けません。

メタデータ・エンリッチの更新 (Watson Knowledge Catalog)

2022 年 4 月 7 日

メタデータ・エンリッチ結果に、エンリッチ内の各資産のエンリッチ状況が含まれるようになりました。 また、複数の資産または列のレビュー状況を一度に変更できるようになりました。 『メタデータ・エンリッチの結果』を参照してください。

さらに、エンリッチ・ジョブ実行イベント (開始や完了など) の通知を受け取るようになりました。

2022 年 4 月 1 日までの週

簡素化された Watson Studio プラン

2022 年 4 月 1 日

Watson Studio の新しいプロフェッショナル・プランが利用可能になりました。 ライト・プランの変更は今月中に予定されています。

Watson Studio には、標準プランとエンタープライズ・プランの代わりに、プロフェッショナル・プランと呼ばれる有料プランが 1 つ用意されました。 プロフェッショナル・プランは、ツールおよびジョブの実行時のキャパシティー・ユニット時間 (CUH) レートに基づいて、コンピュート使用量に対してのみ課金します。 インスタンスおよび許可ユーザーの料金は含まれません。 2022 年 4 月 1 日現在、選択できる有料プラン・オプションはプロフェッショナル・プランのみです。 Watson Studio プロフェッショナル・プランについて詳しくは、 『Watson Studio サービス・プラン』を参照してください。 IBM Cloud カタログ: Watson Studioを参照することもできます。

現在標準プランまたはエンタープライズ・プランを使用している場合は、そのプランを無期限に保持できます。 プロフェッショナル・プランに変更する場合は、サービスの管理のステップに従ってください。

2022 年 4 月 29 日以降、すべての新規および既存の Watson Studio ライト・プランでは、ジョブとツールを実行するための CUH 数が毎月 10 に制限されます。 プロフェッショナル・プランでは、使用する CUH に対してのみ課金されるため、他の料金を発生させずに有料プランにアップグレードすることができます。 2022 年 5 月は、CUH 制限が低い最初の 1 カ月です。 ランタイム使用量を長くしたい場合は、CUH 率の低い環境を使用するように資産を更新できます。 例えば、 ノートブック環境の変更を行うことができます。

iOS 用の Core ML デプロイメントのサポート終了

2022 年 4 月 1 日

iOS で使用するための Core ML (仮想) デプロイメントは非推奨になりました。 このデプロイメント・タイプのサポートは、2022 年 5 月 4 日に終了します。

(Watson Studio および Watson Machine Learning) の新しい PMML ソフトウェア仕様

2022 年 4 月 1 日

spark-mllib_2.4 の PMML モデルは非推奨になりましたが、削除されることはありません。 非推奨仕様のモデル・デプロイメントは、2022 年 5 月 4 日に動作を停止します。 pmml-3.0_4.3 ソフトウェア仕様を使用して新しい PMML モデルを作成するか、既存のデプロイメントがない場合は pmml-3.0_4.3 ソフトウェア仕様を使用して既存の pmml モデルを更新します。 PMML モデルのノートブック環境の変更について詳しくは、 ノートブック環境の変更を参照してください。 デプロイメント・フレームワークの管理について詳しくは、 古いソフトウェア仕様の管理を参照してください。

2022 年 3 月 25 日までの週

リマインダー:レガシー・ガバナンス成果物エクスペリエンスからの切り替え (Watson Knowledge Catalog)

2022 年 3 月 24 日

Watson Knowledge Catalog でレガシー・ガバナンス成果物のエクスペリエンスを使用している場合は、2022 年 4 月 4 日に新しいガバナンス成果物のエクスペリエンスに切り替えられます。 レガシー・エクスペリエンスを利用できるのは、2021 年 4 月より前に Watson Knowledge Catalog をプロビジョンし、新しいエクスペリエンスにまだ移行していない場合のみです。 新しいガバナンス成果物エクスペリエンスは、2021 年 4 月にデフォルト・エクスペリエンスになりました。

ガバナンス成果物の新規バージョンへの移行に関連する質問や懸念事項がある場合は、 サポート・チケットを開くことができます。

Spark 2.4 で環境テンプレートを使用する Data Refinery フロー・ジョブを更新する必要がある

2022 年 3 月 24 日

Spark 2.4 を使用する Data Refinery フロー・ジョブ (例えば、「Default Spark 2.4 & R 3.6」環境テンプレート) がある場合、ジョブは失敗します。 環境テンプレートを「Default Spark 3.0 & R 3.6」、「Default Data Refinery XS」に変更するか、独自の「Spark 3.0 & R 3.6」環境テンプレートを作成します。 詳しくは、 プロジェクトでの Data Refinery のリソース・オプションの計算を参照してください。

2022 年 3 月 18 日までの週

データ・ファブリックの評価版

2022 年 3 月 18 日

Cloud Pak for Data as a Service を使用してデータ・ファブリック・ソリューションを実装する方法を体験できるようになりました。 いずれかのデータ・ファブリックのユース・ケースから始めて、必要に応じて他のユース・ケースを試してください。

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

データ・ファブリックの内容について詳しくは、 『Cloud Pak for Data as a Service データ・ファブリック・ソリューション』を参照してください。

データ・ファブリックの評価版を体験するには、各ユース・ケースのチュートリアルをご利用ください。

  • 新規ユーザーの場合は、 『データ・ファブリックのユース・ケースに登録する』を参照して、関連するチュートリアルを受けてください。
  • Cloud Pak for Data as a Service の既存のユーザーである場合は、再度登録する必要はありません。 データ・ファブリックのチュートリアルを利用して、データ・ファブリックのユース・ケースを試すことができます。

『データ・ファブリックのチュートリアル』を参照してください。

(Watson Studio および Watson Machine Learning) のフレームワークおよびソフトウェア仕様の変更

2022 年 3 月 17 日

フレームワークおよびソフトウェア仕様に対して以下の変更を行うと、資産を更新するためのユーザー・アクションが必要になる場合があります。

  • CPLEX 12.10 モデル・タイプは、 Watson Studio および Watson Machine Learning で非推奨になりました。 CPLEX 12.10 のサポートは 2022 年 5 月 18 日に終了します。 最新バージョンの CPLEX 20.1にマイグレーションします。 Decision Optimization モデル・タイプについて詳しくは、 『モデルのデプロイメント』を参照してください。
  • Python 3.8 は非推奨になり、2022 年 5 月 18 日に削除されます。 関連付けられたノートブック環境およびソフトウェア仕様で、 Python 3.9 に基づく IBM Runtime 22.1 を使用するように資産およびデプロイメントを更新します。 IBM Runtime 22.1 でサポートされるノートブック環境について詳しくは、 『ノートブック環境の変更』を参照してください。 デプロイメント・フレームワークについて詳しくは、『フレームワークおよびソフトウェア仕様の管理』を参照してください。

2022 年 3 月 11 日までの週

DataStage の新規コネクター: Microsoft Azure Cosmos DB

2022 年 3 月 11 日

Microsoft Azure Cosmos DB データ・ソースからのデータを DataStage フローに組み込むことができるようになりました。

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

統合学習で Python 3.9 がサポートされるようになりました。

2022 年 3 月 10 日

以下のフレームワークで統合学習エクスペリメントに Python 3.9 を使用します。

  • Tensorflow 2.7
  • PyTorch 1.10
  • Scikit-learn 1.0.2

Python 3.8 および関連するすべてのフレームワークは非推奨になります。 統合学習エクスペリメントを Python 3.9 にアップグレードし、完全にサポートされるフレームワークを実装します。 詳しくは、 『フレームワークと Python バージョンの互換性』を参照してください。

2022 年 3 月 4 日までの週

DataStageの新規コネクター: Microsoft Azure SQL Database

2022 年 3 月 4 日

Microsoft Azure SQL Database データ・ソースからのデータを DataStage フローに組み込むことができるようになりました。

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

DataStage の新機能

2022 年 3 月 4 日

Transformer ステージで、UniChar 関数と UniSeq 関数を使用して 10 進値を Unicode に変換できるようになりました。 『Transformer ステージ』を参照してください。

Deep Learning as a Service のサポートの終了 (Watson Machine Learning)

2022 年 3 月 2 日

Deep Learning As A Service および Deep Learning Experiment Builder のサポートは非推奨になり、2022 年 4 月 2 日に廃止されます。 Cloud Pak for Data as a Service の後継製品は予定されていませんが、ディープ・ラーニング・エクスペリメントのサポートは、 Watson Machine Learning Accelerator を使用する Cloud Pak for Data でも引き続きサポートされます。 この廃止は、 Watson Studio k80 GPU ノートブックには影響しないことに注意してください。 GPU ノートブックを引き続き実行できますが、 Watson Machine Learning REST API に依存するディープ・ラーニング・ノートブック、モデル、およびデプロイメントはサポートされません。

エンリッチ結果のフィルタリング (Watson Knowledge Catalog)

2022 年 3 月 4 日

メタデータ・エンリッチの結果で、列に追加のフィルターを適用して、関心のある列をより迅速に見つけることができるようになりました。 新しいフィルターは、レビュー状況、ソース、およびビジネス用語です。

2022 年 2 月 25 日までの週

DataStage の機能

2022 年 2 月 25 日

以下のステージを DataStage フローで使用できるようになりました。

  • Combine Records
  • サブレコードの作成
  • Make Vector
  • サブレコードのプロモート
  • Split Subrecord
  • Split Vector

詳しくは、 DataStage ステージを参照してください。

Python 3.9 のサポートおよび Python 3.7 の非推奨 (Watson Studio および Watson Machine Learning)

2022 年 2 月 25 日

Python 3.9 上の最新のデータ・サイエンス・フレームワークを含む IBM Runtime 22.1 を使用して、 Watson Studio Jupyter ノートブックを実行し、モデルをトレーニングし、 Watson Machine Learning デプロイメントを実行できるようになりました。 Python 3.7 は非推奨になり、2022 年 4 月 14 日に削除されます。 代わりに IBM Runtime 22.1 を使用するように資産とデプロイメントを更新してください。 同様に、 Watson Studio および Watson Machine Learning の XL Python 環境は非推奨になり、2022 年 4 月14 日に削除される予定です。 それに応じて、関連付けられた資産をサポートされる構成に再割り当てします。

統合学習 (Watson Machine Learning) の発表

2022 年 2 月 24 日

統合学習には、いくつかの新機能拡張があります。

  • 統合学習モジュールは、 Watson Machine Learning 用の Python クライアントの一部になりました。 ibmflを含むすべての API 関数が削除されます。 最新バージョンの Watson Machine Learning モジュールおよびパーティー・コネクター・スクリプトに更新してください。 詳しくは、 『統合学習エクスペリメントの作成』を参照してください。
  • Python 3.7 は、旧バージョンから非推奨になっています。 統合学習での使用を継続するには、少なくとも Python 3.8 に更新してください。
  • Scikit-learn 1.0 が Python 3.9 でサポートされるようになりました。

Decision Optimization Modeling Assistant でのカスタム制約の作成

2022 年 2 月 24 日

Modeling Assistant は、カスタマイズ可能な問題領域に関する多くの制約提案を提供します。 ただし、特定の領域に対して事前定義されている制約を超えて制約を表現することもできます。 これは、 Python DOcplex を使用する拡張カスタム制約を使用して実現できるようになりました。 これらの作成方法を示す例については、 『拡張カスタム制約』を参照してください。

Decision Optimization エクスペリメント用の環境を簡単に構成する

2022 年 2 月 25 日

エクスペリメントでモデルを作成するときに、「モデルの作成」ビューの「実行パラメーター」ペインに「環境」タブが含まれるようになりました。 ここでは、「モデルの作成」ビューで「実行」をクリックしたときに求解に使用されるデフォルトの実行環境を確認できます。 「概要」の「情報」ペインの「環境」タブを使用して環境を作成できます。 詳しくは 『ハードウェアおよびソフトウェアの構成』を参照してください。

より多くのデータ・ソースからメタデータをインポート (Watson Knowledge Catalog)

2022 年 2 月 24 日

Apache Cassandra および Teradata データ・ソースに対してもメタデータ・インポートを実行できるようになりました。

2022 年 2 月 18 日までの週

S3-compatible データ・ソースからのデータへのアクセス

2022 年 2 月 18 日

新しい汎用 S3 接続を使用して、Amazon S3 API と互換性のあるストレージ・サービスからデータにアクセスします。 詳しくは、『汎用 S3 接続』を参照してください。

スノーフレーク接続は、セキュリティー強化のために Okta が提供するフェデレーテッド認証をサポートします。

2022 年 2 月 18 日

企業がネイティブ Okta 認証によるシングル・サインオン (SSO) を使用している場合、ユーザー・インターフェースに、Okta アカウントの Okta URL エンドポイントを入力できる新しいフィールドが追加されました。

Nowflake での okta 認証

Snowflake 接続については、 『Snowflake 接続』を参照してください。

2022 年 2 月 11 日までの週

DataStage は、メッセージ・ハンドラーの作成をサポートします。

2022 年 2 月 11 日

ジョブを実行すると、エラー・メッセージと警告がログに書き込まれます。 「ログ」パネルでメッセージとアラートを表示します。 メッセージ・ハンドラーを作成することにより、特定のエラーを別の方法で処理することができます。

メッセージ・ハンドラーは、メッセージの表現方法を定義する規則です。 これらを使用して、ログからのメッセージを抑止したり、エラー・メッセージを警告または通知にする必要があるかどうかを判別したりします。

この機能を試すには、ログ・メッセージを展開し、メッセージ ID の横にある省略符号を選択し、メッセージを警告または通知にするためにプロモートまたはデモートします。 ログからの抑止を選択することもできます。 このオプションは、エラーの場合は使用できません。

新しいプロジェクト・エクスペリエンスで生産性を向上させましょう。

2022 年 2 月 10 日

新しいプロジェクト UI は、デフォルトのプロジェクト・エクスペリエンスになりました。 新しい設計を自由に検討してください。あなたの仕事は影響を受けていません。

拡張された資産組織、資産関係、改善されたナビゲーション、および組み込みのガイダンスを確認します。これらはすべて、プロジェクトでより簡単かつ効率的に作業およびコラボレーションできるように設計されています。

「概要」タブ

2022 年 2 月 4 日までの週

PostgreSQL は、 Watson Knowledge Catalog データに関するレポート作成で使用するためにサポートされているデータベースです。

2022 年 2 月 4 日

Watson Knowledge Catalog データを外部データベースに送信してレポートを生成するときに、 Db2 データベースに加えて PostgreSQL データベースを選択できるようになりました。 詳しくは、 『Watson Knowledge Catalog データに関するレポート作成』を参照してください。

Data Replication (ベータ版) によるデータの配信と統合

2022 年 2 月 4 日

ソース・データベースへの影響が少ないほぼリアルタイムのデータを提供するために、ベータ版の Data Replication サービスを試すことができるようになりました。 Db2 on Cloud からデータを取り込み、 Db2 on Cloud および Db2 Warehouse にデータを配信します。 より多くのソースおよびターゲットに対するサポートが GA 用に追加されます。

開始するには、Cloud Pak for Data メニューから 「サービス」>「サービス・カタログ」 に移動し、 Data Replication サービスをプロビジョンします。 詳しくは、 Data Replication (ベータ)を参照してください。

レガシー・ガバナンス成果物エクスペリエンスからの切り替えの準備をします (Watson Knowledge Catalog)。

2022 年 2 月 4 日

Watson Knowledge Catalog でレガシー・ガバナンス成果物のエクスペリエンスを使用している場合は、2022 年 4 月 4 日に新しいガバナンス成果物のエクスペリエンスに切り替えられます。 レガシー・エクスペリエンスを利用できるのは、2021 年 4 月より前に Watson Knowledge Catalog をプロビジョンし、新しいエクスペリエンスにまだ移行していない場合のみです。 新しいガバナンス成果物エクスペリエンスは、2021 年 4 月にデフォルト・エクスペリエンスになりました。

新しいガバナンス成果物のエクスペリエンスには、以下の新機能が含まれます。

  • 参照データ・セットやガバナンス・ルールなど、より多くのタイプのガバナンス成果物
  • 成果物間および資産間の関係の増加
  • カテゴリーを使用してガバナンス成果物を表示および管理するためのユーザー権限の詳細な制御

移行する前に、ビジネス用語、カスタム分類、およびデータ保護ルールの詳細をメモします。

移行中に発生することを以下に示します。

  • 既存のビジネス用語、ポリシー、およびデータ保護ルールはすべて完全に削除されます。 レガシー・エクスペリエンスに戻すことはできません。
  • データ資産に対するすべてのビジネス用語、データ・クラス、および分類割り当てが無効になります。
  • データ保護ルールを使用して構成したデータ・マスキングはすべて削除されます。
  • 分類結果が新しいデータ・クラスを使用するように、データ資産のプロファイルが更新されます。

移行後に行う必要があることを以下に示します。

  • ビジネス用語、分類、およびデータ保護ルールを再作成します。
  • カタログ内の資産から無効なビジネス用語および分類の割り当てを削除します。
  • カタログ内の資産に新しいビジネス用語と分類を割り当てます。
  • Watson Knowledge Catalog ロールをユーザーに割り当てます。 『ユーザーへの Watson Knowledge Catalog ロールの割り当て』を参照してください。

ガバナンス成果物の新規バージョンへの移行に関連する質問や懸念事項がある場合は、 サポート・チケットを開くことができます。

新しいスクリプト文書

2022 年 2 月 4 日

SPSS Modeler を使用するためにスクリプトは必須ではありませんが、ユーザー・インターフェースでプロセスを自動化するための強力なツールとして使用できます。 スクリプトで、マウスやキーボードを使用した場合と同じ種類のアクションを実行できます。また、頻繁に繰り返したり手動で実行するのに時間がかかるタスクを自動化するために使用できます。

新しいスクリプトと自動化ガイドでは、この機能について詳しく説明しています。

Data Refinery は、拡張子が「sas7bdat」の SAS ファイルをサポートします。

2022 年 2 月 4 日

.sas7bdat拡張子を使用する SAS データ資産を精製できるようになりました。 SAS ファイルはソース・ファイルとしてのみサポートされます。 SAS ファイルを Data Refinery フローのターゲットとして使用することはできません。

Data Refinery でサポートされるファイル・タイプの完全なリストについては、 『データの精製』を参照してください。

大規模なデータ・セットを使用する Data Refinery フローは、特定の GUI 操作を使用する場合に更新する必要があります。

2022 年 2 月 4 日

大規模なデータ資産を使用して Data Refinery ジョブを実行する場合、以下の GUI 操作でパフォーマンスが機能拡張され、それらを使用する Data Refinery フローを更新する必要があります。

  • 列タイプの変換 千単位のグループ化記号 (コンマ、ドット、またはカスタム) を指定する場合は整数。
  • 列タイプの変換 コンマ 10 進数マーカーを使用するか、または千単位のグループ化記号 (コンマ、ドット、またはカスタム) を指定する場合は 10 進数。
  • 「テキスト」>「引用符のトリム」

これらの操作を使用する Data Refinery フローのジョブ・パフォーマンスを向上させるには、Data Refinery フローを開いて保存し、そのフローのジョブを実行することで更新します。 新しい Data Refinery フローでは、パフォーマンスが自動的に向上します。 手順については、『Data Refinery フローの管理』を参照してください。

DataStage の新規コネクター

2022 年 2 月 4 日

DataStage で Box コネクターがサポートされるようになりました。
DataStage コネクターの完全なリストについては、 DataStage コネクターを参照してください。

Decision Optimization モデルの Python 3.8 への移行

2022 年 2 月 4 日

Decision Optimization モデルの場合、 Python モデルのデフォルト・バージョンは Python 3.8 になりました。 Python 3.7 に Decision Optimization モデルがある場合は、問題が発生する可能性を回避するために、 Python 3.8 を使用してモデルを再作成または再デプロイします。

『Decision Optimization ノートブック』および『解決パラメーター』を参照してください。

2022 年 1 月 28 日までの週

カタログ名の固有性の維持

2022 年 1 月 28 日

「カタログの作成」ページでカタログを作成するときに、固有の名前を使用する必要があります。 固有のカタログ名により、あいまいさの問題や同期エラーを回避できます。 カタログに重複する名前を使用する必要がある場合は、API を使用してカタログの名前変更または作成を行います。

データ・サイエンティスト・ロールには、「ガバナンス成果物へのアクセス」権限 (Watson Knowledge Catalog) があります。

2022 年 1 月 28 日

ガバナンス成果物へのアクセス権限を持つデータ・サイエンティストは、資産に割り当てられたガバナンス成果物の詳細を表示して、データの理解を深めることができます。

Watson Studio および Watson Machine Learning での Spark 2.4 の非推奨

2022 年 1 月 27 日

Spark 2.4 は、機械学習フレームワーク、ノートブック環境、および RStudio ランタイムとして非推奨になりました。 代わりに Spark 3.0 を使用するように資産を更新してください。 トレーニング資産のサポートは、2022 年 2 月 16 日に終了します。 モデルのデプロイとスコアリングのサポートは 2022 年 3 月 10 日に終了し、Spark 2.4 仕様を使用する既存のデプロイメントは削除されます。 サポートされるフレームワークおよびソフトウェア仕様への資産のマイグレーションについて詳しくは、『フレームワークおよびソフトウェア仕様の管理』を参照してください。 ノートブック環境について詳しくは、 『プロジェクトでのノートブック・エディターのリソース・オプションの計算』を参照してください。

Decision Optimization (Watson Machine Learning) のラージ・サイズ・ハードウェア仕様のサポート

2022 年 1 月 27 日

Decision Optimization ジョブでラージ・サイズ・ハードウェア仕様 (8 vCPU および 32 GB) を使用できるようになりました。 さらに、並行して実行できるジョブの数が 100 に増えました。 詳しくは、『ジョブの実行』を参照してください。

2022 年 1 月 21 日までの週

DataStage の新規コネクター

2022 年 1 月 21 日

DataStage には、以下の新しいコネクターが含まれます。

  • Amazon RDS for Oracle
  • Compose for MySQL

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

メタデータ・エンリッチメント: 用語の自動割り当てなど (Watson Knowledge Catalog)

2022 年 1 月 20 日

自動用語割り当てをメタデータ・エンリッチメントの一部にして、より多くのサンプリング・オプションから選択できるようになりました。 列レベルでのエンリッチメントの結果と、資産レベルでのさまざまな追加の洞察も新しくなりました。 さらに、アクセスできる任意のカタログに資産と結果を直接公開できます。 詳しくは、 『データのエンリッチ』を参照してください。

ノートブックの Watson 自然言語処理

2022 年 1 月 20 日

ノートブック用の Watson 自然言語処理ライブラリー (ベータ・リリース) は、構文分析のための基本的な自然言語処理機能と、すぐに使用可能な事前トレーニング済みモデルを提供します。これらのモデルを使用して、非構造化データを構造化データに変換し、非構造化データと構造化データを混用することができます。 データの例としては、コール・センターの記録、顧客の苦情、ソーシャル・メディアの投稿、問題報告などがあります。 詳しくは、 『Watson Natural Language Processing ライブラリー (ベータ)』を参照してください。

2022 年 1 月 14 日までの週

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

2022 年 1 月 14 日

一般的なビジネス上の課題に対処するために使用できる事前定義資産として、新しい業界アクセラレーターが 1 つ用意されています。

業界アクセラレーターの名前です 説明
小売顧客の維持 顧客満足度調査を使用して、顧客チャーンを予測し、顧客を維持する戦略を考えます。

AutoAI エクスペリメントの公平性のテストの完全サポート (Watson Machine Learning)

2022 年 1 月 12 日

実験の公平性を評価して、あるグループの結果が別のグループの結果よりも偏っていないことを確認します。 結合されたデータを使用したエクスペリメントと、単一のデータ・ソースを使用したエクスペリメントを評価できるようになりました。 時系列エクスペリメントの公平性を評価することはできません。 公平性テストについて詳しくは、 『AutoAI エクスペリメントへの公平性テストの適用』を参照してください。

2022 年 1 月 7 日までの週

IBM Cloud Satellite を使用してデータ・ソースに安全に接続する

2022 年 1 月 7 日

IBM Cloud Satellite では、オンプレミス・データ・センターまたは別のクラウド・プロバイダーにある独自のコンピュート・インフラストラクチャーを使用して、 Satellite ロケーションを作成します。 次に、 Satellite の機能を使用して、インフラストラクチャー上で IBM Cloud サービスを実行し、アプリのワークロードを一貫してデプロイ、管理、および制御します。

Cloud Pak for Data as a Service の場合は、データ・ソースの Satellite ロケーションをセットアップしてから、 「接続の作成」ページのプライベート接続セクションで Satellite リンクを選択します。

Satellite リンク

Secure Gateway をサポートするすべてのデータ・ソースが Satellite リンクをサポートするようになりました。 手順については、『接続の保護』を参照してください。

2021 年 12 月 24 日までの週

2 月 1 日発効の IBM DataStage as a Service 標準プランでの価格変更

2021 年 12 月 21 日

2 月 1 日以降、DataStage as a Service 標準プランでは、インスタンス料金が廃止され、CUH 当たりの料金が引き上げられます。 標準プランは、$3,000 インスタンス価格を削除することにより、純粋な使用量ベースで料金設定されます。これにより、 DataStage as a Service の使用をより効率的に開始し、消費量に対してのみ料金を支払うことができます。 標準プランのインスタンス価格が削除されると、プランには 400 CUH が含まれなくなり、CUH 当たりの価格は CUH 当たり $.40 から $1.75 に引き上げられます。 詳しくは、『IBM Cloud の発表』を参照してください。

IBM Datastage as a Service は 1 月 20 日以降のジョブ実行に最小所要時間を追加する

2021 年 12 月 21 日

1 月 20 日以降、Datastage as a Service はジョブ実行に最小所要時間を追加します。 DataStage 内では、ジョブ実行は秒数と合計 vCPU で測定されます。 この組み合わせによって、使用される CUH が決まります。 各 vCPU は 1 キャパシティー・ユニット時間です。 DataStage as a Service ジョブの最小請求期間は 60 秒です。 1 分を超えるすべてのジョブ所要時間は、請求のために次の整数分に切り上げられます。 DataStage as a Service ジョブを実行するための最小環境構成オプションおよびデフォルト・オプションは、PX M-1 Conductor: 2 vCPU および 8 GB RAM です。 1 vCPU および 4 GB RAM PX S 構成が削除されます。 詳しくは、『IBM Cloud の発表』を参照してください。

2021 年 12 月 17 日までの週

モデル・インベントリー内のモデルの追跡が GA になりました。 (Watson Knowledge Catalog)

2021 年 12 月 16 日

Watson Knowledge Catalog のモデル・インベントリーを使用して、トレーニングから実動までの機械学習モデルのライフサイクルを追跡します。 開発から検証、評価、実動に至るまでの進捗を追跡するモデル資産の AI ファクトシートを表示します。 AI ファクトシートは、効率的な ModelOps のガバナンスと組織プロトコルへの準拠を促進するのに役立ちます。 詳しくは、 『モデル・インベントリー』を参照してください。 このリリースの新機能は、 Watson Studio の外部で作成された機械学習モデルを追跡する機能です。 詳しくは、『モデル・インベントリーへの外部モデルの追加』を参照してください。

2021 年 12 月 10 日までの週

DataStage の新規コネクター

2021 年 12 月 10 日

DataStage には、以下の新しいコネクターが含まれます。

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

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

カスタム・カテゴリー・ロール (Watson Knowledge Catalog)

2021 年 12 月 10 日

事前に定義されたカテゴリー・ロールに加えて、カスタム・セットの権限を持つカスタム・ロールを作成することもできます。 カスタム・カテゴリー・ロールを使用すると、カテゴリー内でユーザーが実行できるアクションをより細かく制御できます。 詳しくは、 カテゴリー・コラボレーター・ロールを参照してください。

ガバナンス成果物のワークフロー (Watson Knowledge Catalog)

2021 年 12 月 10 日

定義済みのワークフロー・テンプレートを使用して、新規ワークフロー構成を作成できます。 各構成は、ガバナンス成果物の作成、更新、削除、およびインポートに必要なタスクを定義します。 テンプレートを使用すると、ワークフロー・プロセスを定義する際により多くの機能を使用できます。 詳しくは、 『ガバナンス成果物のワークフロー』を参照してください。

ノートブック用に削除された事前作成 Satellite ロケーション (Watson Studio)

2021 年 12 月 9 日

2021 年 12 月 9 日以降、事前作成された Satellite ロケーションはノートブックの環境として使用できなくなります。 Satellite 環境を使用するノートブックおよびノートブック・ジョブは残りますが、代わりに IBM Cloud ロケーションで環境を選択するように編集する必要があります。 ノートブックの環境の変更を参照してください。 事前作成された Satellite 環境は、 DataStage カスタム環境ランタイムで引き続き使用できます。

プロジェクト内の新しいノートブック環境 (Watson Studio)

2021 年 12 月 9 日

以下のノートブック環境のサポートが追加されました。

  • Spark を使用してノートブックを実行するときにDefault Spark 3.0 & Python 3.8を選択できるようになりました。 新しい環境では、他のデフォルト Spark 3.0 環境と同じキャパシティー・ユニット時間 (CUH) が使用されます。
  • 新しいDefault R 3.6 S環境が追加され、古いDefault R 3.6 S環境に非推奨のマークが付けられました。 非推奨の環境の使用を停止し、この新しい環境の使用を開始する必要があります。

詳しくは、『プロジェクトでのノートブック・エディターのリソース・オプションの計算』を参照してください。

AutoAI 時系列 GA (Watson Studio)

2021 年 12 月 9 日

AutoAI 時系列は、ダラス、ロンドン、フランクフルト、および東京の各リージョンで一般に利用可能になりました。 AutoAI 時系列エクスペリメントでは、消費されたリソースに対する請求料金が発生するようになりました。 詳しくは、 『プロジェクトでの AutoAI エクスペリメントのリソース・オプションの計算』を参照してください。 AutoAI 時系列実験による予測の概要については、ブログ投稿「 Right on time (series): Introducing Watson Studio' s AutoAI Time Series」を参照してください。

デプロイメント・サービス名の変更にはアクションが必要です (Watson Machine Learning)

2021 年 12 月 9 日

2021 年 12 月 9 日以降、ユーザーがオンラインデプロイメントに割り当てるサービス提供名は、リージョンごとに固有でなければなりません。 ユーザーは、API 呼び出し GET /ml/v4/deployments?serving_name={serving_name}&conflict=true APIを使用して、既存のサービス提供名が固有であるかどうかを確認できます。 GET 呼び出しが状況コード 204を戻した場合、その名前は固有であり、使用することができます。 呼び出しが状況コード 409を返した場合は、サービス名が既に存在しているか、競合している可能性があります。 応答を確認し、必要に応じて PATCH API を使用してサービス提供名を更新するアクションを実行します。 1 月 9 日以降、サービス提供名が複数回存在するサービス提供名に関連する予測要求は、ユーザーが名前を更新する必要があるというエラーで失敗します。 サービス名について詳しくは、 オンライン・デプロイメントの作成を参照してください。 PATCH コマンドの使用について詳しくは、 デプロイメント・メタデータの更新を参照してください。 更新に関して支援が必要な場合は、IBM サポートに連絡してください。

Watson Query を使用してデータを仮想化します。

2021 年 12 月 7 日

Data Virtualization は Watson Query と呼ばれるようになり、ライト・プランでサービス・インスタンスをプロビジョンすることで試すことができます。 『Watson Query のプロビジョン』を参照してください。 Watson Query には、以下の機能が含まれています。

  • Watson Query でサポートされるデータ・ソースが増えました。 『Watson Query でサポートされるデータ・ソースおよびデータ・タイプ』を参照してください。
  • 仮想化フローを使用してファイルを参照およびプレビューすることにより、 Watson Query で IBM Cloud Object Storage、Amazon S3、および Ceph ® のデータ・ソースの表を仮想化できるようになりました。 Watson Query は、PARQUET (または PARQUETFILE)、Optimized Row Columnar (ORC)、CSV (Comma Separated Values)、TSV (TAB Separated Values)、および JSON のデータ・フォーマットをサポートします。 詳しくは、『Cloud Object Storage への接続』を参照してください。
  • マネージャーはキャッシュを作成して、照会の結果セットをキャッシュに入れることによってパフォーマンスを向上させることができます。 詳しくは、 『データ・キャッシュおよび照会の管理』を参照してください。

詳しくは、「データの仮想化」を参照してください。

2021 年 12 月 3 日までの週

「Netezza (PureData System for Analytics)」接続が「Netezza Performance Server」に名前変更されました。

2021 年 12 月 3 日

これで、 Netezza (PureData System for Analytics) 接続が Netezza Performance Server 接続になります。 Netezza (PureData System for Analytics) への接続の以前の設定は同じままです。 接続名のみが変更されます。

データ保護ルールを管理するユーザー・グループ (Watson Knowledge Catalog)

2021 年 12 月 3 日

データ保護ルールの条件でユーザー・グループを指定できます。 詳しくは、 『データ保護ルールの設計』を参照してください。

新しいプロジェクト UI で生産性を向上させましょう。

2021 年 12 月 2 日

プロジェクトのリノベーションが進行中で、新しいレイアウトと組織のスネーク・プレビューを作成できます。 新しい設計をご検討ください。作業は影響を受けません。いつでも「クラシック」プロジェクトに切り替えることができます。

新しいベータ・プロジェクト・エクスペリエンスに切り替えるには、アバター ( アバター・アイコン ) をクリックして 「プロファイルと設定」 にナビゲートし、 「ベータ」 タブでスイッチをオンに設定します。 拡張された資産組織、資産関係、改善されたナビゲーション、および標準装備のガイダンスを検討します。これらはすべて、プロジェクトでより簡単かつ効率的に作業およびコラボレーションできるように設計されています。 詳細について、および新規プロジェクト UI に関するビデオを視聴するには、 ベータ・プロジェクトを参照してください。

「概要」タブ

新しいノートブック・ジョブはジョブ実行結果出力ファイルを保管します

2021 年 12 月 2 日

新しいノートブック・ジョブを作成すると、ジョブはデフォルトでジョブ実行結果出力ファイルを保管するようになります。 この機能をデフォルトで有効にすると、例えば、さまざまな環境変数を使用してジョブ実行をパラメーター化したり、実行間で結果を比較したり、ノートブック内のコードの動作を調整することができます。

あまりにも多くの実行出力ファイルが累積されないようにするために、ジョブ実行保存値にはデフォルトの 5 が設定されています。

この変更は、新規ジョブにのみ影響します。 詳しくは、 『ノートブック・ジョブの作成』を参照してください。

製品資料でのビデオ検索 (Cloud Pak for Data as a Service)

2021 年 12 月 1 日

資料内のテキスト・トピックを検索するのと同じ方法で、 Cloud Pak for Data as a Service のハウツー・ビデオを検索できるようになりました。

詳しくは、このブログ投稿 (Cloud Pak for Data as a Service のハウツー・ビデオの検索) を参照してください。

ビデオ検索ユーザー・インターフェース

DataStage の新機能

2021 年 11 月 30 日

新しいステージ

DataStage には、データを処理するためのより多くのツールを提供する新しいステージがあります。

  • 階層 (XML)
  • Java Integration
  • Pivot Enterprise
  • Surrogate Key Generator

詳しくは、 DataStage ステージを参照してください。

新しいコネクター

DataStage には、以下の新しいコネクターが組み込まれてます。

  • Google Cloud Pub/Sub
  • MySQL

詳しくは、 DataStage コネクターを参照してください。

再使用可能コンポーネント

  • プロジェクトおよび DataStage フローで使用するコンポーネントを作成できます。 これらのコンポーネントは、DataStage フローの外にあるプロジェクトに作成します。これにより、コンポーネントを別の場所で柔軟に再利用することができます。 コンポーネントは、資産としてプロジェクトに保管されます。 以下のコンポーネントを作成できます。
  • データ定義
  • パラメーター・セット
  • サブフロー

関連資料: DataStage

2021 年 11 月 19 日までの週

今後の AutoAI 時系列 GA (Watson Studio)

2021 年 11 月 19 日

AutoAI 時系列は、ダラス、ロンドン、フランクフルト、および東京の各リージョンで、2021 年 12 月初旬にベータ版から一般出荷版に移行します。 GA が発表されると、AutoAI 時系列エクスペリメントでは、消費されたリソースに対する課金が開始されます。 詳しくは、 『プロジェクトでの AutoAI エクスペリメントのリソース・オプションの計算』を参照してください。

AutoAI 時系列ソフトウェア仕様の非推奨 (Watson Studio)

2021 年 11 月 19 日

ソフトウェア仕様 autoai-ts_3.1-py3.7 および autoai-ts_3.8-py3.8 は非推奨です。 サポートは 2021 年 12 月 1 日に終了します。 それまでは、引き続き仕様を使用してモデルをデプロイしたり、デプロイされたモデルをスコアリングすることができます。ただし、完全にサポートされているバージョンに移行する必要があることが通知されます。 12 月 1 日以降、新規デプロイメントは禁止され、これらの仕様を使用する既存のデプロイメントは削除されます。 サポートされるフレームワークおよびソフトウェア仕様への資産のマイグレーションについて詳しくは、 『フレームワークおよびソフトウェア仕様の管理』を参照してください。

AutoAI エクスペリメントをトレーニングするためのテスト・データのアップロード (Watson Studio)

2021 年 11 月 18 日

時系列エクスペリメントではない単一のデータ・ソースを使用して作成された AutoAI エクスペリメントの場合、パイプラインをテストするために、ホールドアウト・データとして特に使用される 2 番目のデータ・ソースをアップロードできるようになりました。 詳しくは、AutoAI モデルの作成を参照してください。

統合学習の一般出荷可能 (Watson Studio)

2021 年 11 月 18 日

統合学習は、ダラス、ロンドン、フランクフルト、および東京の各リージョンで一般提供されており、完全にサポートされています。 新しいエクスペリメントでは、消費されるリソースに対する請求料金が発生し始めます。 詳しくは、 統合学習を参照してください。

グループを使用したカテゴリー・コラボレーターの管理 (Watson Knowledge Catalog)

2021 年 11 月 16 日

グループを使用して、コラボレーターをカテゴリーに追加できます。 詳しくは、 『カテゴリーへのアクセスの管理』を参照してください。

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

2021 年 11 月 15 日

一般的なビジネス上の課題に対処するために使用できる事前定義資産として、新しい業界アクセラレーターが 1 つ用意されています。

業界アクセラレーターの名前です 説明
病院の再入院プロジェクト 患者データを使用して患者の再入院率を予測します。

2021 年 11 月 12 日までの週

AutoAI の機能拡張: 公平性評価とデータ代入 (Watson Studio)

2021 年 11 月 11 日

AutoAI エクスペリメントの公平性を評価して、結果が他のグループより特定のグループに偏らないようにできるようになりました。 注: この機能はベータ版として提供されており、実動で使用するためのものではありません。 詳しくは、『AutoAI エクスペリメントへの公平性テストの適用』を参照してください。

データ代入をより詳細に制御します。これは、AutoAI エクスペリメントのトレーニング・データに対して欠損値がどのように提供されるかを示します。 詳しくは、 『AutoAI エクスペリメントでのデータ代入』を参照してください。

時系列エクスペリメントではない単一のデータ・ソースを使用して作成された AutoAI エクスペリメントの場合、パイプラインをテストするために、ホールドアウト・データとして特に使用される 2 番目のデータ・ソースをアップロードできるようになりました。 詳しくは、AutoAI モデルの作成を参照してください。

統合学習の発表 (Watson Studio)

2021 年 11 月 10 日

統合学習のベータ版から GA 版への移行は 11 月 17 日以降に延期されます。 統合学習は、今週も引き続きベータ版になります。 新しいエクスペリメントでは、それまでに消費されたリソースの請求料金は発生しません。

2021 年 11 月 5 日までの週

Decision Optimization クイック・スタート・チュートリアル (Watson Studio)

2021 年 11 月 5 日

Decision Optimization モデルを作成、実行、およびデプロイすることによってビジネス上の問題を解決する方法を学習するために、チュートリアルとビデオを視聴できるようになりました。 このチュートリアルは、処方的分析に関するある程度の知識を持つユーザーに適していますが、コーディングは必要ありません。 『クイック・スタート: Decision Optimization モデルの作成、実行、およびデプロイ』を参照してください。

Decision Optimization UI の改善 (Watson Studio)

2021 年 11 月 5 日

「ソリューションの探索」ビューのソリューション・グラフでズームインできるようになりました。 ソリューションの探索ビューを参照してください。

大規模なデータ・セットを使用する Data Refinery フローは、特定の GUI 操作を使用する場合に更新する必要があります。

2021 年 11 月 5 日

大規模なデータ資産を使用して Data Refinery ジョブを実行する場合、以下の GUI 操作でパフォーマンスが機能拡張され、それらを使用する Data Refinery フローを更新する必要があります。

  • 列タイプの変換> 日付 (Data Refinery フローの自動的な最初のステップとしての列タイプの変換操作にも適用されます)
  • 列タイプの変換 > タイム・スタンプ (Data Refinery フローの自動的な最初のステップとしての列タイプの変換操作にも適用されます)
  • Remove stop words
  • Replace substring
  • Text > Pad characters
  • Text > Substring

Data Refinery フロー・ジョブが失敗しないようにするには、Data Refinery フローを開いて保存し、そのフローのジョブを実行して更新します。 新しい Data Refinery フローでは、パフォーマンスが自動的に向上します。 手順については、『Data Refinery フローの管理』を参照してください。

2021 年 10 月 29 日までの週

カタログでの重複処理の指定 (Watson Knowledge Catalog)

2021 年 10 月 29 日

カタログ内の重複する資産の処理方法を指定できるようになりました。 デフォルトでは、重複処理は重複を許可するように設定されています。 カタログを作成するときに別の設定を指定することも、「カタログ設定」ページでいつでも別の設定を指定することもできます。 『カタログ設定の変更』を参照してください。

ドラフト・ポリシーにデータ保護ルールを追加できる (Watson Knowledge Catalog)

2021 年 10 月 29 日

ポリシーにデータ保護ルールを追加すると、ポリシーを公開する必要がなくなります。 ドラフト状態にすることができます。 公開済みポリシーを選択すると、ポリシーのドラフト・バージョンが作成されます。

2021 年 10 月 22 日までの週

統合学習の今後の GA (Watson Studio)

2021 年 10 月 22 日

統合学習は、ダラス、ロンドン、フランクフルト、および東京の各リージョンで、2021 年 11 月 10 日にベータ版から GA に移行します。 その後、統合学習が一般出荷可能になり、新しいエクスペリメントでは、消費されたリソースに対する請求料金が発生し始めます。 詳しくは、 統合学習を参照してください。

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

2021 年 10 月 22 日

一般的なビジネス上の課題に対処するために使用できる事前定義資産として、新しい業界アクセラレーターが 1 つ用意されています。

業界アクセラレーターの名前です 説明
Weather Company Data 気象に基づいて販売を予測するモデルをトレーニングすることにより、企業の販売組織の能力を最適化します。 アクセラレーターには、ビジネス用語とカテゴリー、一連のサンプル・データ・サイエンス資産、および結果を視覚化するためのサンプル・ダッシュボードが含まれています。


Data Refinery 操作ステップの新しいユーザー・インターフェース

2021 年 10 月 22 日

Data Refinery では、データの操作を容易にする新しいユーザー・インターフェースが導入されました。 「ステップ」パネルが操作と統合され、左に移動します。 操作を追加するには、『新規ステップ』をクリックします。 以前と同様に、SNAPSHOT ビューに入るには、前のいずれかのステップをクリックします。 操作は同じままです。

Data Refinery ユーザー・インターフェース

Data Refinery GUI 操作のために再編成されたカテゴリー

2021 年 10 月 22 日

Data Refinery GUI 操作は、以下のカテゴリーに再編成されました。

  • クレンジング
  • COMPUTE
  • ORGANIZE
  • 自然言語

操作は同じままです。 詳しくは、『GUI 操作』を参照してください。

ガバナンス成果物の ZIP インポートおよび ZIP エクスポートの機能拡張 (Watson Knowledge Catalog)

2021 年 10 月 22 日

  • 成果物間の関係は、成果物のコンテキストと名前が使用された以前の方式とは対照的に、成果物 ID を使用して定義されます。
  • インポート・プロセスの同期フェーズが中断された場合 (例えば、ポッドがシャットダウンされたため)、しばらくすると、別のポッドで同期化処理が再開されます。
  • ZIP ファイル内のすべてのガバナンス成果物をインポートおよびエクスポートできるユーザーを制御するための新しい権限が追加されました。 新しい権限は「グロッサリーの管理」であり、「管理者」ロールに含まれています。

ガバナンス成果物のインポートの「ZIP ファイルからのすべてのガバナンス成果物のインポート」セクションを参照してください。

2021 年 10 月 11 日の週

Decision Optimization エクスペリメント UI の改善 (Watson Studio)

2021 年 10 月 11 日

Decision Optimization エクスペリメント UI: サイドバーの「モデルの作成」をクリックすると、モデルの作成方法を尋ねるポップアップ・ウィンドウが表示され、モデルの作成方法をより簡単に選択できるようになりました。 その後、モデリング・アシスタントで補助モードを使用するか、 Python、OPL、LP (CPLEX)、または CPO でモデルをコーディングするか、ファイルをインポートするかを選択できます。

「ソリューションの探索」ビューのソリューション・グラフでズームインできるようになりました。

IBM Cloud Databases for DataStax

2021 年 10 月 11 日

IBM Cloud Databases for DataStax が、分析プロジェクトおよびカタログの接続タイプに追加されました。

2021 年 10 月 8 日までの週

モデル・インベントリーでの機械学習モデルの追跡 (ベータ) (Watson Knowledge Catalog)

2021 年 10 月 8 日

Watson Knowledge Catalog のモデル・インベントリーを使用して、トレーニングから実動までの機械学習モデルのライフサイクルを追跡します。 開発から実動までの進行状況を追跡するモデル資産のファセットシートを表示します。 効率的な ModelOps のガバナンスと組織プロトコルへの準拠を促進するファクトシートをレビューして保守します。 詳しくは、 『モデル・インベントリー』を参照してください。 この機能はベータ版として使用可能であり、最初はダラス・リージョンでのみ使用可能であり、実動での使用を意図していないことに注意してください。

すべての新規アカウントに必要なクレジット・カード情報

2021 年 10 月 8 日

IBM Cloud アカウントの作成を希望する新規のお客様は、登録時にクレジット・カード情報を提供する必要があります。 ライト・アカウントおよび従量課金 (PAYG) アカウントにはクレジット・カードが必要ですが、お客様が有料プランでサービスを利用する場合にのみ課金されます。 登録フローの説明とビデオについては、 『Cloud Pak for Data as a Service への登録』を参照してください。

2021 年 10 月 1 日までの週

Watson Studio からの Natural Language Classifier および Visual Recognition のユーザー・エクスペリエンスの削除

2021 年 10 月 1 日

Watson Studio での IBM Watson Natural Language Classifier および Visual Recognition のユーザー・エクスペリエンスは廃止されます。 2021 年 12 月 1 日以降、既存のサービスに基づいて Watson Studio に新しい Watson Natural Language Classifier 資産および Visual Recognition 資産を作成することはできなくなります。 別の方法として、ディープ・ラーニングを使用してキーワード、カテゴリー、センチメント、感情、構文などのテキストからデータと洞察を抽出する、 IBM Cloud 上の IBM Watson Natural Language Understanding サービス への移行を検討することをお勧めします。 高度なマルチラベル・テキスト分類機能により、お客様のビジネスや業界により豊富な洞察を提供します。 画像認識については、 IBM Maximo Visual Inspection を検討するか、 Watson Machine Learningを使用してオープン・ソースのコンピューター・ビジョン・モデルをトレーニングしてください。

2021 年 9 月 27 日の週

リマインダー: 非推奨の Watson Studio ノートブック環境および Watson Machine Learning デプロイメント・フレームワークの削除

2021 年 9 月 27 日

非推奨 Watson Studio ノートブック環境および Python 3.7 に基づく Watson Machine Learning デプロイメント・フレームワークは、2021 年 10 月 15 日に削除されます。 まだ行っていない場合は、新しい default_py3.7_opence ソフトウェア仕様を使用して資産をリトレーニングおよび再デプロイします。 詳細については、 非推奨の注意事項およびスケジュールを参照してください。

CPLEX 12.9 for Decision Optimization の非推奨の通知

2021 年 9 月 27 日

CPLEX 12.9 モデル・タイプは、 Watson Studio および Watson Machine Learning で非推奨になりました。 CPLEX 12.9 のサポートは 2021 年 12 月 31 日に終了します。 最新バージョンの CPLEX 20.1にマイグレーションします。 Decision Optimization モデル・タイプについて詳しくは、 モデルのデプロイメントを参照してください。

リマインダー: リモート・データにアクセスするためのインライン資格情報のサポート終了 (Watson Machine Learning)

2021 年 9 月 27 日

データ資産に直接接続するためのインライン資格情報の使用は、2021 年 10 月 6 日以降サポートされなくなります。 リモート・データ・アクセスへの接続使用への変更について詳しくは、この『非推奨の通知』を参照してください。

Watson Knowledge Catalog データに関するレポートの生成

2021 年 9 月 27 日

Watson Knowledge Catalog のレポート作成をセットアップすることで、カタログ、プロジェクト、およびガバナンス成果物に関する洞察を得ることができるようになりました。 データは外部データベースに送信され、そこで SQL 照会を実行してレポートを生成できます。 レポートの構成について詳しくは、『『Watson Knowledge Catalog データに関するレポート作成』を参照してください。

ガバナンス成果物の編集の改善 (Watson Knowledge Catalog)

2021 年 9 月 27 日

成果物を選択するガバナンス成果物プロパティーを編集すると、選択した成果物の基本情報を同じ編集パネルに表示できます。


2021 年 9 月 24 日までの週

メタデータ・エンリッチの更新 (Watson Knowledge Catalog)

2021 年 9 月 24 日

全体的なエンリッチ結果の概要を利用できるようになりました。 メタデータ・エンリッチで任意の資産の品質スコアを確認できます。また、各資産のレビュー状況を変更できます。 メタデータ・エンリッチの結果を参照してください。

2021 年 9 月 17 日までの週

Decision Optimization エクスペリメントでの CPLEX および CPO モデルのサポート (Watson Studio)

2021 年 9 月 17 日

Decision Optimization エクスペリメントで CPLEX ファイルと CPO ファイルをインポートして求解できるようになりました。 モデル・ビューの作成を参照してください。

Python 3.8 および Decision Optimization (Watson Studio) を使用する新しいコンピュート・リソース・オプション

2021 年 9 月 17 日

ノートブックを実行する Python 3.8 および Decision Optimization の環境を選択できるようになりました。 使用可能なデフォルト環境と、 Decision Optimizationを使用して独自の環境を作成する方法については、 プロジェクトのノートブック・エディターのリソース・オプションの計算を参照してください。

Decision Optimization エクスペリメントでの Python 3.8 サポート (Watson Studio)

2021 年 9 月 17 日

デフォルトでは、 Decision Optimization エクスペリメントは Python 3.7 を使用します。 ただし、エクスペリメントの 実行パラメーター を編集して、代わりに Python 3.8 を使用することができます。

Amazon S3 データへの一時的なアクセス権限またはロール・ベースのアクセス権限をユーザーに付与する

2021 年 9 月 17 日

Amazon S3 アカウント所有者は、Amazon S3 接続からアクセスするデータについて、一時的なセキュリティー資格情報を提供したり、信頼できるユーザーにロール・ベースのアクセス権限を付与することができます。 この機能は、アカウント所有者が追加ユーザーを IAM アカウントに追加する必要がないため、セキュリティーと柔軟性を向上させます。 手順については、 『Amazon S3 の一時資格情報またはロール ARN のセットアップ』を参照してください。

IBM DataStage の更新

2021 年 9 月 17 日

  • 列の一括編集が拡張されました。
  • ISX インポート・インターフェースで Carbon テアシート・コンポーネントが使用されるようになりました。

2021 年 9 月 10 日までの週

Watson Studio パイプラインの新しいサンプル

2021 年 9 月 10 日

Watson Studio ギャラリーから定義済みのサンプル・プロジェクトをダウンロードして、 Watson Studio パイプラインの機能をテストします。 サンプル・プロジェクトの「概要」ページの指示に従って、フローの構成と実行に必要な資産をセットアップします。

2021 年 9 月 6 日の週


大規模なメタデータ・エンリッチ (Watson Knowledge Catalog)

2021 年 9 月 6 日

分析プロジェクトで使用する新しい自動化ツールにより、データ・スチュワードシップを自動化できます。 1 回のクリックで大量のデータのデータ品質のプロファイル作成と分析を行うことにより、大規模なデータのエンリッチを実現します。 詳しくは、 「メタデータのエンリッチメント」を参照してください。

このツールは、 Watson Knowledge Catalog プロフェッショナル・プランまたは エンタープライズ・プランのお客様のみが使用できます。

2021 年 9 月 3 日までの週

Watson Studio パイプライン・ベータの新規ノード

2021 年 9 月 3 日

Watson Studio パイプライン・ベータには、3 つの新しいノードがあります。 DataStage フローの実行ノードを使用して DataStage ジョブを呼び出すパイプラインを作成できるようになりました。 すべてのアップストリーム依存関係が完了するまで待機することを指定する新しいすべての結果を待機ノードと、最初のアップストリーム依存関係のみが完了するまで待機することを指定する結果を待機ノードを使用して、パイプライン実行順序を制御できます。 これらのノードの構成について詳しくは、 パイプライン・コンポーネントの構成を参照してください。

Data Replication 制限付きベータ

2021 年 9 月 3 日

IBM Data Replicationは、データの効率的な共有を支援するために信頼できるデータ統合と同期を提供しますが、現在はベータ版に制限されています。 絶えず変化するトランザクション処理データベースからの最新データを使用してビッグデータ、データウェアハウス、および分析システムを強化することで、DataOps のリアルタイム情報の使用を支援します。

この IBM ソリューションは、非常に短い待ち時間で大量のデータ配信をサポートするため、データ・センター全体、オンプレミスからクラウドへ、またはあるクラウドから別のクラウドへ、マルチサイト・データの分散とデータ統合に理想的です。 ソース、ターゲット、およびプラットフォームに対して計画された堅固なサポートにより、データレイク、データウェアハウス、データマート、および影響点のあるソリューションで適切なデータを使用できるようにするとともに、最適なリソース使用率と迅速な ROI を実現します。

制限付きベータ版に参加して製品資料を表示するには、登録する必要があります。 詳しくは、 今すぐ IBM Data Replicationのベータ版に登録する

を参照してください。

IBM DataStage の更新

2021 年 9 月 3 日

  • 一括編集列メタデータの最初の配信が可能になりました。
  • DataStage アーカイブ (ISX) をプロジェクトにインポートするときに、CSV レポートをダウンロードできるようになります。

2021 年 8 月 27 日までの週

Watson Studio パイプライン・ベータの発表

Watson Studio パイプラインは、作成からデプロイメントまでの資産のエンドツーエンド・パイプラインを調整するためのグラフィカル・インターフェースを提供します。 パイプライン・エディターを使用して、データを準備し、機械学習モデルおよび Python スクリプトを作成、トレーニング、デプロイ、および更新するためのエンドツーエンド・フローを自動化します。 プリインストールされたサンプル・パイプラインを使用して、ツールの機能を検討します。 詳しくは、 『Watson Studio パイプライン』を参照してください。

注: このツールはベータ版として提供されており、実稼働環境での使用はサポートされていません。

Defined Crowd と Figure Eight によるデータ・アノテーションの削除

9 月 16 日以降、Defined Crowd や Figure Eight のサード・パーティーのクラウド・アノテーション・プラットフォームを使用してアノテーション・ジョブを作成することはできなくなります。

メタデータ・インポートでサポートされる新規データ・ソース (Watson Knowledge Catalog)

IBM Cloud Databases for MongoDB および MongoDB が、プロジェクトのメタデータ・インポートでサポートされるデータ・ソースになりました。

新しい SPSS Modeler 資料 (Watson Studio)

ヒントやショートカット、CLEM 言語リファレンス、SPSS 統計アルゴリズムなどのトピックを扱う新しい 参照情報セクションが追加されました。 今後、スクリプトや自動化ガイドなどの追加情報がこのセクションに追加される予定です。

統合学習 (Watson Machine Learning) の機能拡張

統合学習では、モデル・バージョンとして Python 3.8 と 3.7 がサポートされるようになりました。 パーティーはモデルのバージョンを選択できるようになりましたが、すべてのパーティーとアグリゲーターは同じバージョンの Python を使用する必要があります。

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

ビジネス上の一般的な課題に対処するために使用できる事前定義資産として、以下の 2 つの新しい業界アクセラレーターが用意されています。

業界アクセラレーター
業界アクセラレーターの名前です 説明
効果的な農業プロジェクト 作物ガイドを使用して作物の生育を監視して効果的な農業を支援し、また天候の変化、作物病の発育の可能性、殺菌剤の蒸発、およびソーラーパネルの効率的な使用 (農業学的支援) について、農家にタイムリーに知らせます。
コメント・オーガナイザー・プロジェクト 企業は、段取り良い方法でコメントを表示したり、顧客の特定の肯定的または否定的フィードバックをより簡単に表示したりすることができます。



IBM DataStage の更新

  • ODBC Connector がサポートされるようになりました。
  • Transformer 式ビルダーでマクロがサポートされるようになりました。 ステージ変数およびループ変数の式ビルダー内で作成される式のデータ・タイプを検索する機能が追加されました。 Transformer Expression Builder および「add column」関数の使いやすさが向上しました。
  • 列マッピングおよびロケール・セクションごとの各国語サポート (NLS) がサポートされるようになりました。
  • ログ・ドット機能に改善が追加されました。

2021 年 8 月 13 日までの週



エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

ビジネス上の一般的な課題に対処するために使用できる事前定義資産として、以下の 2 つの新しい業界アクセラレーターが用意されています。

業界アクセラレーター
業界アクセラレーターの名前です 説明
サプライ・チェーン・アクセラレーター AI によってサプライ・チェーンの運用を簡素化にします。
インテリジェント保守 (削除済み) インテリジェントな資産管理と予測メンテナンスにより、運用を簡素化にします。



IBM DataStage の更新

  • 式の戻りに基づいて列データ・タイプが自動的に選択される Transformer 式ビルダーの機能拡張。
  • 警告、失敗、または成功した実行を示す色付きのドットを使用した「ログの表示」ボタンの機能拡張。

2021 年 8 月 6 日までの週



オンライン・デプロイメントのサービス名の追加 (Watson Machine Learning)

オンライン・デプロイメントの URL のカスタム・サービス名を指定します。 オンライン・デプロイメントの作成を参照してください。

Python 3.8 (Watson Studio) および (Watson Machine Learning) のサポート

Watson Studio で GPU を使用する場合と使用しない場合のノートブックを操作する場合に、 Python 3.8 環境を選択できるようになりました。 現在、 Python 3.8 では、CPLEX および DOcplex ライブラリーを含む環境のみを使用できません。 ノートブック環境を参照してください。 Python 3.8 のフレームワークおよびソフトウェア仕様を使用して資産をデプロイすることもできます。 詳しくは、 サポートされるフレームワーク および ソフトウェア仕様 を参照してください。

IBM DataStage の更新

  • ステージ・レベルで NLSMap セクションを使用できるようになりました。
  • クリックして移動メカニズムを使用して、ログ・パネルのサイズを変更できるようになりました。

2021 年 7 月 30 日までの週



入門チュートリアル

実行するタスクのタイプに基づいて、入門資料を表示できるようになりました。

各入門パスには、1 つ以上のチュートリアルと追加リソースへのリンクが含まれています。

リモート・データへのより安全なアクセスのサポート (Watson Machine Learning)

2021 年 7 月 28 日以降、 Watson Machine Learning は、最新のセキュリティー・ベスト・プラクティスを活用し、データ・アクセスを標準化および単純化するために、インライン資格情報のサポートを非推奨にします。

以前は、 Watson Machine Learningでデプロイメント・ジョブまたは Decision Optimization ソリューションのデータ・ソースを指定した場合に、 Cloud Object Storage または Db2 表のコンテンツなどのデータ資産に直接アクセスするための資格情報を含めることができました。 リモート・データに接続するプロセスを単純化し、資格情報を公開しないようにするために、2021 年 9 月 29 日までにデータ資産への直接接続はインライン・データ・ソースでサポートされなくなります。 代わりに、資格情報を安全に保管するためにデータ資産への接続を作成し、接続属性を使用してデータ資産にアクセスします。 以下に例を示します。

"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>
                    }
            }]

サンプルでは、入力データ参照の「タイプ」が「connection_asset」であることに注意してください。

9 月 29 日以降、インライン資格情報は、無効なフィールドのエラーで失敗します。 Cloud Object Storage (S3) または Db2 を使用して入力を提供したり、 Decision Optimization ジョブの結果を Watson Machine Learning に保管する場合は、2021 年 9 月 29 日までにアクションを実行する必要があります。 この変更は、 Watson Machine Learning v4 API (/ml/v4) および Watson Machine Learning v4 Python クライアント・ライブラリーに適用されます。

『接続の作成』、および 『バッチ・デプロイメントの詳細』を参照してください。 Decision Optimization モデルの更新に固有の詳細については、この Decision Optimizationでの接続資産の使用に関するブログ投稿を参照してください。

単一ファイルからのすべてのガバナンス成果物のエクスポートおよびインポート (Watson Knowledge Catalog)

REST API を使用して、すべてのガバナンス成果物を単一の ZIP ファイルにエクスポートし、それらをすべて一度にインポートできるようになりました。 ZIP ファイルからのすべてのガバナンス成果物のインポート および ZIP ファイルへのすべてのガバナンス成果物のエクスポートを参照してください。

統合学習の機能拡張 (Watson Machine Learning)

IBM Federated Learning に Pytorch 1.7.1 が含まれるようになりました。 不均質なデータ・セットを持つニューラル・ネットワーク・モデルでは、Probabilistic Federated Neural Matching (PFNM) の新しいハイパーパラメーターを使用できます。

IBM DataStage の更新

  • (部分的なフローとフロー全体の)「切り取り」のサポートが追加されました。
  • Transformer 式ビルダーが拡張され、左側のパネルをシングルクリックすると関数に関する情報が表示され、関数をダブルクリックすると関数が式に追加されるようになりました。
  • Sybase ASE コネクターがパレットで使用可能になりました。
  • ISX インポートでページネーションを使用できるようになりました。

2021 年 7 月 23 日までの週


IBM DataStage の更新

  • Transformer ステージの式ビルダーでランタイム・パラメーターを使用できるようになりました。
  • Transformer ステージでは、データ定義のインポートとエクスポートがサポートされます。

Watson Studio ライト・プランで制限される Spark 実行プログラムの数

Watson Studio ライト・プランのユーザーは、すべてのリージョンの Spark 環境で 2 つの実行プログラムのみを使用できます。 有料プラン (標準およびエンタープライズ) のユーザーは、Spark クラスターで使用可能な実行プログラムの最大数を使用できます。

カスタム関係のインポートおよびエクスポート (Watson Knowledge Catalog)

CSV ファイルを使用して、関係タイプのカスタム属性をインポートおよびエクスポートできます。 詳しくは、『ガバナンス成果物のインポート』を参照してください。

2021 年 7 月 16 日までの週

更新された Watson Studio ノートブック環境および Watson Machine Learning デプロイメント・フレームワーク

2021 年 7 月 16 日以降、最新の機能とセキュリティーのベスト・プラクティスをサポートするために、ノートブック用の新しい Python 環境および新しいデプロイメント・フレームワークが使用可能になりました。 影響を受けるノートブックを更新するか、2021 年 10 月 15 日までに AutoAI エクスペリメントをリトレーニングするには、アクションが必要です。 古いフレームワークまたはソフトウェア仕様が非推奨になり、その後削除されたため、デプロイメントの更新が必要になる場合もあります。

Python ノートブック環境の変更

ノートブックの非推奨環境には、非推奨のマークが付けられています。 例えば、 (Deprecated) Default GPU Python 3.7 または (Deprecated) Default Python 3.7 などです。 非推奨の環境に基づくカスタム環境テンプレートにも、非推奨のマークが付けられます。 2021 年 8 月 19 日以降、非推奨の環境とソフトウェア構成を使用して新規ノートブックを作成することはできなくなります。既存のノートブックは、サポートされる構成に更新しない限り、2021 年 10 月 15 日に実行を停止します。

ライブラリーのバージョン
ライブラリー 以前のバージョン 新規バージョン
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


デプロイメント・フレームワークおよびソフトウェア仕様の変更

更新されたデプロイメント・フレームワーク・バージョンのサポートに加えて、これらのフレームワークおよびその他のデプロイ済み資産で使用されるdefault_py3.7 Python ソフトウェア仕様は非推奨になり、新しいdefault_py3.7_openceソフトウェア仕様が推奨されます。

フレームワークとソフトウェアの統合の変更
ライブラリーまたは資産 推奨されないバージョン サポート対象バージョン 非推奨のソフトウェア
仕様
新しいソフトウェア
仕様
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
Python 関数 default_py3.7 default_py3.7_opence
Python スクリプト default_py3.7 default_py3.7_opence
AutoAI autoai-kb_3.1-py3.7 autoai-kb_3.3-py3.7

非推奨としてリストされているデプロイメント・フレームワークに対応するデプロイ済み資産 (モデルなど) がある場合は、サービスを中断せずに続行するために、2021 年 10 月 15 日までにデプロイメントを最新のフレームワークに更新してください。 AutoAI モデルの場合、エクスペリメントをリトレーニングして、資産を新しいソフトウェア仕様に更新してから、結果のモデルを再デプロイします。

他のすべてのサポートされるフレームワークバージョンは同じままです。

アクションを実行するタイミング

2021 年 10 月 15 日までに以下のアクションを実行します。

  1. 非推奨の環境に基づくカスタム・ノートブック環境テンプレートがある場合は、サポートされるソフトウェア構成に基づいて新しい定義を作成します。 例えば、 Default Python 3.7 GPU または Default Python 3.7 などです。
  2. サポートされる環境を使用するようにノートブックの環境を変更します。
  3. ノートブックをテストします。 新しい環境でノートブックが正常に実行されない場合は、 TensorFlow version compatibility guide または PyTorch release note on backward compatible changes を参照して、スムーズな移行のために変更を加える必要があるかどうかを確認してください。 多くの場合、TensorFlow と PyTorch は後方互換性があります。
  4. 非推奨の Python 3.7 CPU または GPU 環境でノートブックを実行する既存のジョブを停止します。
  5. Default GPU Python 3.7環境またはDefault Python 3.7環境、あるいは新規カスタム環境を使用する新規ジョブを作成します。
  6. 新しいソフトウェア仕様を自動的に使用するように AutoAI エクスペリメントをリトレーニングします。
  7. サポートされるフレームワークおよびソフトウェア仕様を使用して、 Watson Machine Learning でモデルを再デプロイします。

Watson Studio GPU ノートブックでの作業、および Watson Machine Learningを使用したデプロイについて詳しくは、以下を参照してください。

IBM DataStage の更新

  • ランタイム環境変数のサポートが追加されました。

2021 年 7 月 9 日までの週

IBM DataStage の更新

  • IBM DataStage は、 DataStage 標準プランのクラウド・サービスで大幅な割引を提供するために、ハイブリッド・サブスクリプション・アドバンテージ・プログラムをサポートしています。 詳しくは、ハイブリッド・サブスクリプション・アドバンテージのアクティブ化を参照してください。
  • 順次ファイル入力ノードのデータをプレビューできます。
  • Transformer ステージが更新され、以下の機能がサポートされるようになりました。
    • Transformer 出力の制約フィールドから派生ビルダーを開始します。
    • Transformer の出力列に対して一括処理を実行します。
    • Transformer の派生ビルダーで関数を検索します。
    • Transformer の派生ビルダーでローカル・パラメーターを選択します。
  • 資産ブラウザーから共有コンテナー (「サブフロー」) を追加できます。
  • Modify ステージには、Modify ステージの処理方法を指定するためのティア・シート・サポートがあります。
  • Row Generator ステージの列メタデータ・タイプのサブプロパティーを編集できます。
  • 実行設定の警告のキャンバス・デフォルトが 100 に変更されました。
  • リンク詳細カードには、リンク・タイプを示すさまざまなアイコンがあります。
  • ティア・シートには UI の更新があります。

2021 年 7 月 2 日までの週

Cloud Pak for Data as a Service の学習コレクション

Cloud Pak for Data as a Service で Watson Studio、Watson Knowledge Catalog、Watson Machine Learning、Data Refinery などを使用する方法を学習するためのビデオと完全なチュートリアルを視聴できるようになりました。

Cloud Pak for Data as a Service 学習コレクションを参照してください。

統合学習の新しい機能拡張 (Watson Machine Learning)

統合学習では、XGBoost エクスペリメントのパーティーしきい値メトリック (クォーラム) のサポートが拡張され、 Tensorflow 2.4.2 のサポートがアップグレードされました。

2021 年 6 月 25 日までの週

Cloud Pak for Data as a Service 上での Watson Query は GA です

Watson Query が一般提供されるようになりました。 Watson Query は、データをコピーして複製することなく、ロケーション間で複数のデータ・ソースを統合し、そのすべてのデータを 1 つの論理データ・ビューにします。 IBM Cloud アカウントのアップグレードとサービスのプロビジョニングを開始します。 『Watson Query のプロビジョン』を参照してください。

Watson Query の詳細 または チュートリアルを試す

Watson Knowledge Catalog エンタープライズ・プランが使用可能

Watson Knowledge Catalog エンタープライズ・プランをプロビジョンできるようになりました。

エンタープライズ・プランには、他のプランに含まれていない以下の機能があります。

  • Knowledge Accelerators: 業界のガバナンス成果物のキュレーション済み用語集を追加します。 『Knowledge Accelerators』を参照してください。
  • データ・プライバシー: 拡張マスキング・オプションで保護されているデータのマスクされたコピーを作成します。 『データ・プライバシーは GA です』を参照してください。
  • 20 ユーザー (追加コストなし)

Watson Knowledge Catalog プランを参照してください。

データ・プライバシーは GA です。 (Watson Knowledge Catalog)

新しい Data Privacy 機能により、機密データを保護します。 データ・プライバシーにより、データ管理者は、データ・サイエンティスト、ビジネス・アナリスト、およびアプリケーション・テスター向けにデータのマスク・コピーを作成できます。 データは、カタログにインポートされたすべてのデータに自動的に適用されるデータ保護ルールによって保護されます。

また、データ・プライバシーには、拡張フォーマット保存、片方向ハッシュ・トークン化、可逆暗号化など、データ保護ルールの拡張マスキング・オプションも導入されています。 拡張マスキング・オプションは、関係を維持し、マスクされたデータのユーティリティーを向上させる機能も提供します。

『データ・プライバシー』を参照してください。

Knowledge Accelerators には、 Watson Knowledge Catalog 用のキュレーション済み用語集が用意されています。

Watson Knowledge Catalog エンタープライズ・プランがある場合は、 Knowledge Accelerators をガバナンス・フレームワークに追加できるようになりました。

Knowledge Accelerators は、 Watson Knowledge Catalog 内の規制データ・コンテンツおよび業界データ・コンテンツのオンボーディング中にビジネス・コンテキストと定義を自動的に提供することに加え、一般的で既知のビジネス・ボキャブラリーに沿ってデータを編成するのに役立ちます。 広範なビジネス・ボキャブラリーにより、データを理解しやすくし、データ・カタログへの投資を向上させることができます。

『Knowledge Accelerators』を参照してください。

デプロイメント・ジョブを保持するための制限とデフォルト (Watson Machine Learning)

Watson Machine Learning では、単一のデプロイメント・スペースごとに保持されるデプロイメント・ジョブの数に制限が設けられるようになりました。 重要な点として、この更新では情報は失われませんが、デプロイメント・ジョブの実行時にユーザー・エクスペリエンスを変更する必要が生じる可能性があります。

シングル・スペース用に保存されるデプロイメント・ジョブの数に関する Watson Machine Learning プラン の制限は、以下のとおりです。

  • ライト: 100
  • 標準: 1000
  • プロフェッショナル: 3000 (サポートによる要求によって増加)

制限を超えると、既存のジョブを削除するか計画をアップグレードするまで、新しいデプロイメント・ジョブを作成できなくなります。 新しい自動化により、お客様はプランの制限内に留まることができます。 デフォルトでは、ジョブ・メタデータは 30 日後に自動削除されます。 この値は、ジョブの作成時にオーバーライドできます。

メタデータの保存と削除をプログラムで管理する

Python クライアントまたは REST API を使用してプログラムでジョブを管理している場合は、30 日間に GET メソッドを使用して、デプロイメント・エンドポイントからメタデータを取得できます。

メタデータを 30 日以上保持するには、 POST メソッドの照会パラメーターをデフォルトの retention=30 から変更して、デフォルトをオーバーライドし、メタデータを保持します。 値を retention=-1 に変更すると、自動削除がキャンセルされ、メタデータが保持されることに注意してください。

プログラムでジョブを削除するには、 Watson Machine Learning DELETE メソッドの照会パラメーター hard_delete=true を指定して、ジョブ・メタデータを完全に削除します。 以下に例を示します。

DELETE /ml/v4/deployment_jobs/{JobsID}

Decision Optimization の新機能

以下の機能が Decision Optimization で使用可能になりました。

DataStage の新機能

  • Transformer ステージの出力セクションに、列の出力仕様を直接追加できます。
  • SAP OData は資産ブラウザーで有効になります。
  • パレットで Investigate QualityStage オペレーターが有効になっています。

2021 年 6 月 18 日までの週

Cloud Pak for Data as a Service 上での IBM DataStage は GA です。

DataStage as a Service の一般提供が開始されました。 DataStage は、AI を活用したデータ統合を提供します。これにより、任意の場所にある複数のシステム間でデータを抽出、転送、およびロードすることができます。

DataStage の詳細

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

一般的なビジネス上の課題に対処するために使用できる事前定義資産として、以下の 3 つの新しい業界アクセラレーターが用意されています。

  • Financial Markets Customer Life Event Prediction: Financial Markets Customer Life Event Prediction アクセラレーターを使用して、適切なタイミングで関連オファーを提供することで財務的な成功への道筋をお客様に設定します。 アクセラレーターには、ビジネス用語、一連のサンプル・データ・サイエンス資産、および結果を視覚化するためのサンプル・ダッシュボードが含まれています。
  • ユーティリティー・デマンド・レスポンス・プログラム傾向: デマンド・レスポンス・プログラムに登録する機会をどの顧客に提供する必要がありますか? Utilities Demand Response Program Propensity アクセラレーターを使用して、分析を素早く開始します。 アクセラレーターには、ビジネス用語、一連のサンプル・データ・サイエンス資産、および結果を視覚化するためのサンプル RStudio ダッシュボードが含まれています。 オプションで、 Cognos Dashboard Embeddedを使用してデータを探索および視覚化することもできます。
  • Utilities Payment Risk Prediction: Utilities Payment Risk Prediction アクセラレーターを使用して、未払いのリスクがあるお客様に事前に対応します。 アクセラレーターには、ビジネス用語、一連のサンプル・データ・サイエンス資産、および結果を視覚化するためのサンプル・ダッシュボードが含まれています

AutoAI エクスペリメント用の追加アルゴリズム (Watson Machine Learning)

Snap ML アルゴリズムを AutoAI エクスペリメントのトレーニングに使用できるようになりました。 これらのアルゴリズムは、正確度とトレーニング速度のバランスを取るのに適しています。 詳しくは、 『AutoAI 実装の詳細』を参照してください。

2021 年 6 月 11 日までの週

メタデータ・インポートでサポートされる MariaDB データ・ソース (Watson Knowledge Catalog)

MariaDB は、プロジェクトのメタデータ・インポートでサポートされるデータ・ソースになりました。

2021 年 6 月 4 日までの週

エンドツーエンド・ソリューションのためのその他の業界アクセラレーター (Watson Studio)

一般的なビジネス上の課題に対処するために使用できる事前定義資産として、以下の 3 つの新しい業界アクセラレーターが用意されています。

統合学習の新しい機能拡張 (Watson Machine Learning)

統合学習には、 Tensorflow エクスペリメントのパーティーしきい値メトリック (クォーラム) のサポートや、正確度しきい値に達したときのエクスペリメントの終了のサポートなど、エクスペリメントをチューニングするための新しい方法が用意されています。

拡張接続インターフェース

プロジェクトに接続を追加すると、接続の作成を迅速化する機能拡張がインターフェースに組み込まれます。

  • プロバイダーフィルターを使用して、 IBM データ・ソースまたはサード・パーティー・データ・ソースを識別します。
  • 互換性のあるサービスフィルターを使用して、特定のサービスで使用できる接続タイプを検索します。

あるいは、探している接続タイプの名前がわかっている場合は、「検索」フィールドにその名前を入力することもできます。

「接続の追加」ページ

プロジェクトに接続を追加する手順については、 『プロジェクトへの接続の追加』を参照してください。

2021 年 5 月 28 日までの週

新しい Decision Optimization ランタイムおよび CPLEX バージョン (Watson Machine Learning)

Decision Optimization には以下の新しいオプションがあります。

  • 新しい Decision Optimization ランタイム。 Decision Optimization エクスペリメントでモデルを実行するときに、新しいdo_20.1ランタイムがデフォルトで使用されるようになりました。 『「モデルの作成」ビュー』を参照してください。

  • CPLEX V.20.1 が Watson Machine Learning で使用可能になりました。 『モデルのデプロイメント』を参照してください。

2021 年 5 月 21 日までの週

新しい SPSS Modeler チュートリアル (Watson Studio)

サンプル・プロジェクトに基づいて、 SPSS Modeler 用の新しいチュートリアルを使用できます。 詳しくは、 『SPSS Modeler のチュートリアル』を参照してください。

デプロイメント・ジョブを保持するための新しい制限とデフォルト (Watson Machine Learning)

6 月 23 日に、 Watson Machine Learning は、単一のデプロイメント・スペースごとに保持されるデプロイメント・ジョブの数に制限を導入します。 重要な点として、この更新では情報は失われませんが、デプロイメント・ジョブの実行時にユーザー・エクスペリエンスを変更する必要が生じる可能性があります。

シングル・スペース用に保存されるデプロイメント・ジョブの数に関する Watson Machine Learning プラン の制限は、以下のとおりです。

  • ライト: 100
  • 標準: 1000
  • プロフェッショナル: 3000 (サポートによる要求によって増加)

制限を超えると、既存のジョブを削除するか計画をアップグレードするまで、新しいデプロイメント・ジョブを作成できなくなります。 新しい自動化により、お客様はプランの制限内に留まることができます。 デフォルトでは、ジョブ・メタデータは 30 日後に自動削除されます。 この値は、ジョブの作成時にオーバーライドできます。

メタデータの保存と削除をプログラムで管理する

Python クライアントまたは REST API を使用してプログラムでジョブを管理している場合は、30 日間に GET メソッドを使用して、デプロイメント・エンドポイントからメタデータを取得できます。

メタデータを 30 日以上保持するには、 POST メソッドの照会パラメーターをデフォルトの retention=30 から変更して、デフォルトをオーバーライドし、メタデータを保持します。 値を retention=-1 に変更すると、自動削除がキャンセルされ、メタデータが保持されることに注意してください。

プログラムでジョブを削除するには、 Watson Machine Learning DELETE メソッドの照会パラメーター hard_delete=true を指定して、ジョブ・メタデータを完全に削除します。 以下に例を示します。

DELETE /ml/v4/deployment_jobs/{JobsID}

Data Refinery GUI 操作を紹介する短いビデオ

Data Refinery 操作を使用していることに気付きましたか? その操作の使用例を見ると役立ちますか? その通りです! GUI 操作トピックには、各操作の短いビデオがあります。

Watson Studio および Machine Learning のコミュニティー・ページで、これらのビデオに関するご意見をお送りください。 (コメントには、コミュニティーへのサインインが必要です。)

Sybase 接続の名前の変更

これらの接続には新しい名前が付いています。

  • Sybase は SAP ASE に名前変更されました。
  • Sybase IQ は SAP IQ に名前変更されました。

接続の以前の設定は同じままです。 接続名のみが変更されました。

2021 年 5 月 7 日までの週

結合リレーショナル・データに対する AutoAI フィーチャー・エンジニアリングの一般出荷可能日 (Watson Machine Learning)

結合リレーショナル・データの AutoAI フィーチャー・エンジニアリングは、すべてのリージョンで GA になりました。 この新機能により、AutoAI エクスペリメントのトレーニング・データ・ソースに複数のリレーショナル・データ・ファイルを結合する際に、フィーチャー・エンジニアリングに必要な時間が大幅に短縮されます。 ファイル制限の増加により、最大 20 個のデータ・ファイルを結合できるようになりました。各データ・ファイルは最大 4 GB、合計最大 20 GB になります。 ベータ期間中に作成した結合データを使用した AutoAI エクスペリメントでは、マイグレーションは必要ありませんが、 Watson Machine Learning インスタンスからキャパシティー・ユニット時間 (CUH) を使用するようになりました。 結合されたデータを使用した AutoAI の請求は、2021 年 5 月 10 日 (月曜日) に開始されます。 CUH 使用量について詳しくは、 『IBM Cloud での計画』を参照してください。 この新機能について詳しくは、『結合されたデータを使用したエクスペリメントの作成』を参照してください。

メタデータ・インポートの機能拡張 (Watson Knowledge Catalog)

メタデータ・インポートは、以下の方法で拡張されました。

  • COBOL コピーブック
    • COBOL コピーブックをインポートすると、コピーブックと、対応する仮想表の関係がカタログにインポートされます。
    • メタデータ・インポート用に個々の COBOL コピーブックを選択できます。
    • COBOL コピーブック・メタデータのインポートのパフォーマンスが向上しました。
  • 使いやすさの改善
    • データ・スコープを設定するときには、さらに多くのオプションがあります。
    • タグを作成して、メタデータ・インポート資産に追加することができます。
    • レビュー・セクションから構成を直接編集できます。
    • 資産内からメタデータ・インポート資産を編集できます。
    • インポートされたデータ資産の状況を確認できます。
  • Box がサポートされるデータ・ソースになりました。

メタデータのインポートを参照してください。

2021 年 4 月 30 日までの週

業界アクセラレーターを使用して一般的なビジネス上の問題を解決

業界アクセラレーターは、ダウンロードしてビジネス上の問題を解決するために使用できる資産を含む、定義済みのプロジェクトです (顧客の離反の分析など)。 アクセラレーターをデータ・サイエンス技法の作業サンプルとして使用することもできます。 『エンドツーエンドの例:業界アクセラレーター』を参照してください。 industry acceleratorタグを使用してギャラリーを検索することもできます。

AutoAI を使用したセンチメント分析モデルの作成 (Watson Machine Learning

AutoAI の新機能により、データ・セット内のテキストを検出し、それをベクトルに変換してテキスト分析を実行することができます。 『テキスト分析エクスペリメントの作成』を参照してください。

2021 年 4 月 23 日までの週

AutoAI 時系列エクスペリメントのベータ版 (Watson Machine Learning)

指定された日時範囲における将来のアクティビティー (株価や気温など) を予測するための時系列エクスペリメントを作成します。 時系列エクスペリメントの作成について詳しくは、このブログ投稿を参照してください。 この機能の使用について詳しくは、『時系列エクスペリメントの作成』を参照してください。

一般出荷可能日に移行する結合データを使用した AutoAI エクスペリメント (Watson Machine Learning)

トレーニング入力を作成するために複数のリレーショナル・データ・セットを結合する AutoAI エクスペリメントは、2021 年 5 月 7 日に一般出荷可能になることが予定されています。 既存の AutoAI エクスペリメントや、この機能を使用して作成されたモデルでは、マイグレーションは必要ありません。 ベータ期間の終了は、一般出荷可能日以降の使用に際し、 Watson Machine Learning サービスに対して時間当たりの使用量単位 (CUH) として請求される料金が発生することを意味します。 Watson Machine Learning のプランと料金の詳細は、この機能の一般出荷可能日と同時に更新され、発表されます。

その他のリージョンにおける新規のガバナンス成果物エクスペリエンス (Watson Knowledge Catalog)

新しいガバナンス成果物のエクスペリエンスおよびその他の機能が、以下の IBM Cloud サービス・リージョンで使用可能になりました。

  • ダラス・サービス・リージョン (4 月 22 日)
  • ロンドン・サービス・リージョン (4 月 21 日)
  • フランクフルト・サービス・リージョン (4 月 20 日)

先週の新規エントリーを以下に示します。

非構造化データのプロファイル作成

非構造化データを含む文書のプロファイル作成が、すべての IBM Cloud サービス・リージョンで使用できるようになりました (新着情報を参照)。

2021 年 4 月 16 日までの週

新規のガバナンス成果物エクスペリエンス (Watson Knowledge Catalog)

4 月 16 日から、新規のガバナンス成果物エクスペリエンスが東京サービス・リージョンで使用可能になりました。 その他のリージョンでも、数週間で使用可能になる予定です。

以下の新規ガバナンス機能を使用できるようになりました。

  • IAM で Watson Knowledge Catalog サービスの役割と権限を割り当てて、Watson Knowledge Catalog のコンテキスト内でどのユーザーがどのアクションを実行できるかを制御する。
  • カテゴリーを使用して、すべてのガバナンス成果物、および各成果物を表示および管理できるユーザーを編成する。
  • 独自の分類を作成する。
  • 独自のデータ・クラスを作成します。
  • ガバナンス成果物間の追加の関係を定義する。
  • 参照データ・セットを作成して、データ・クラスのデータ・マッチング基準として使用できる特定のタイプの列の値を定義する。
  • ガバナンス基準の説明を提供するガバナンス・ルールを作成する。

既存の Watson Knowledge Catalog サービスがある場合は、リージョンで使用可能になった新しいエクスペリエンスにアップグレードできます。 ただし、既存のガバナンス成果物は完全に削除されます。 既存のガバナンス成果物を保持する場合は、自動成果物マイグレーションとともにガバナンス成果物エクスペリエンスの自動アップグレードがこの 1 カ月で使用可能になるまで待つことができます。

4 月 22 日より後に Watson Knowledge Catalog サービスをプロビジョンすると、新しいエクスペリエンスが得られます。

カタログの機能拡張 (Watson Knowledge Catalog)

4 月 16 日から、カタログの機能拡張が東京サービス・リージョンで使用可能になりました。 これらは来週、他のリージョンで利用できるようになります。

カタログは、以下の方法で拡張されています。

  • 資産の新しい「概要」ページに、資産のパスや関連資産などの追加情報が表示されます。
  • 追加のアクティビティーが資産の「アクティビティー」ページに表示されます。
  • 資産間の関係をさらに追加できます。 資産関係の追加を参照してください。
  • プロジェクトおよびカタログで資産として COBOL コピーブックを追加できるようになりました。 『COBOL コピーブックの追加』を参照してください。

構造化データのプロファイル作成の機能拡張 (Watson Knowledge Catalog)

4 月 16 日から、リレーショナル・データのプロファイル作成の機能拡張が東京サービス・リージョンで使用可能になりました。 これは来週、他のリージョンで利用できるようになります。

プロファイル作成では、データ資産の全体的な品質スコアと、データ資産内の任意の列の個別品質スコアが生成されるようになりました。 『資産のプロファイル作成』を参照してください。

プラットフォーム全体での検索の改善

グローバル検索バーを使用して、アクセスできるすべてのプロジェクト、カタログ、およびデプロイメント・スペース全体で資産を検索できるようになりました。 また、アクセスできるカテゴリー全体でガバナンス成果物を検索することもできます。

検索で、より多くの資産プロパティーおよびガバナンス成果物での結果が検出されるようになりました。 検索語を二重引用符で囲むことにより、完全に一致する語句を検索できるようになりました。 『プラットフォーム全体での検索』を参照してください。

新規のプラットフォーム資産カタログ

4 月 16 日から、プラットフォーム資産カタログが東京サービス・リージョンで使用可能になりました。 これは来週、他のリージョンで利用できるようになります。

組織全体で接続を共有するためにプラットフォーム資産カタログを作成できるようになりました。 プラットフォーム資産カタログを作成または表示するには、「メインメニュー」から 「データ」>「プラットフォーム接続」 を選択します。 プラットフォーム資産カタログに追加できるコラボレーターおよび接続の数に制限はありません。 『プラットフォーム資産カタログの作成』を参照してください。

Information Governance Catalog 資産のインポートの非推奨化 (Watson Knowledge Catalog)

「カタログに追加」>「資産のインポート」 メニュー・オプションを使用してアーカイブ・ファイルを指定することにより、Information Governance Catalog 資産を Watson Knowledge Catalog にインポートできなくすることができます。

AutoAI エクスペリメントの自動生成ノートブックのサポート (Watson Machine Learning)

自動生成されたノートブックとして AutoAI エクスペリメント・コードを保存して、エクスペリメント・コードを確認し、プログラマチックにエクスペリメントと対話できます。 ノートブックは、確認および実行できるプロジェクト資産として保存されます。 詳しくは、『AutoAI ノートブック』を参照してください。

Master Data Management (ベータ版) サービスが IBM Match 360 with Watson (ベータ版) に名前変更

以前は Master Data Management と呼ばれていたベータ・サービスの名前が、IBM Match 360 with Watson になりました。 IBM Match 360 with Watson について詳しくは、『マスター・データの管理 (ベータ版)』を参照してください。

「Db2 for i」および「Db2 for z/OS」接続に必要な証明書ファイル

「Db2 for i」接続または「Db2 for z/OS」接続を引き続き使用するには、対応する Db2 for z/OS サブシステムまたは Db2 for i サーバー用の Db2 Connect Unlimited Edition ライセンス証明書ファイルを取得する必要があります。 ダウンロードとインストールの手順については、『Db2 Connect Unlimited Edition のライセンス証明書ファイルのアクティブ化』を参照してください。

SOC1 タイプ 2 および SOC2 タイプ 2 の認定の取得

Cloud Pak for Data as a Service カタログ内の以下のサービスが、SOC1 タイプ 2 および SOC2 タイプ 2 の認定を取得しました。

  • Db2 on Cloud
  • Db2 Warehouse on Cloud (Flex)
  • Discovery Service
  • 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

2021 年 4 月 2 日までの週

接続での個人資格情報のサポート

各ユーザーが接続にアクセスする際に独自の資格情報を指定できるようにしたい場合は、データ・ソースへの接続の作成時に、個人資格情報を選択できるオプションが提供されるようになりました。 以前は、すべての接続で共有資格情報が使用されていたため、すべてのユーザーが同じ資格情報を使用して接続にアクセスできていました。 個人資格情報が使用可能なのは、アカウント所有者が「アカウント」ページで個人資格情報を有効にしていて、かつデータ・ソースで個人資格情報がサポートされている場合のみです。

「アカウント」ページでのリソース・スコープおよび接続資格情報設定の追加

「アカウント」ページが拡張され、Cloud Pak for Data as a Service のリソース・スコープ設定および接続資格情報設定 (個人または共有) が含まれるようになりました。 以前と同様に、このページから IBM Cloud アカウント設定にアクセスできます。

すべてのオファリング・プランでのすべての接続タイプのサポート (Watson Studio および Watson Knowledge Catalog)

以前は、特定の接続は、Watson Studio Standard または Enterprise プラン、Watson Knowledge Catalog Standard または Professional プランに制限されていました。 新たに使用可能になった接続のリストについては、Watson Studio および Watson Knowledge Catalog のサービス・プランの変更を参照してください。

2021 年 3 月 26 日までの週

「Db2 for i」接続および「Db2 for z/OS」接続には証明書ファイルが必要です

今後のリリースでは、「Db2 for i」接続と「Db2 for z/OS」接続のプロパティーが変更されます。 対応する Db2 for z/OS サブシステムまたは Db2 for i サーバー用の Db2 Connect Unlimited Edition ライセンス証明書ファイルを取得しない限り、接続が機能しなくなります。 これらの接続を中断せずに引き続き使用するには、そのファイルをインストールする必要があります。 ダウンロードとインストールの手順については、『Db2 Connect Unlimited Edition のライセンス証明書ファイルのアクティブ化』を参照してください。

Satellite ロケーションを使用した AWS での Watson Studio からのノートブック・ワークロードの実行

ノートブック・ワークロードを実行するための Satellite ロケーションが、AWS us-east-1 リージョンで使用可能になりました。 Satellite ロケーションは、IBM によって事前に作成されています。 事前に作成された Satellite ロケーションの環境にアクセスするように Python または R ノートブックを構成すると、そのノートブック・コードは AWS 上で実行されます。 AWS でホストされているデータの場合、Satellite ロケーションにより、データが存在する場所でコードを実行することによって時間とお金を節約できます。 現在、事前に作成された Satellite ロケーションは、ダラス・ロケーションでのみ使用可能です。また、使用できるのは、Standard および Enterprise プランのお客様のみです。

2021 年 3 月 19 日までの週

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

Data Refinery フロー・ジョブの環境を選択するときに、Default Spark 3.0 & R 3.6を選択できるようになりました。 この新しい環境では、他のデフォルト環境と同じキャパシティー・ユニット時間 (CUH) が使用されます。

Spark 3.0 & R 3.6 の選択

DataStage (ベータ版)

DataStage ベータ版の新機能、既知の問題、制限、およびその他のベータ情報に関するすべての情報を 1 カ所で検索できるようになりました。 詳しくは、『DataStage ベータ版へようこそ』を参照してください。

ハイブリッド・サブスクリプション・アドバンテージのユーザー・エクスペリエンスの向上

ハイブリッド・サブスクリプション・アドバンテージのユーザー・インターフェースが改善されたため、サブスクライブがより迅速かつ簡単になっています。 割引ライセンスを表示するための要約ダッシュボードも追加されました。 IBM ハイブリッド・サブスクリプション・アドバンテージ・プログラムは、Cloud Pak for Data as a Service ポートフォリオ内で既存のオンプレミスの Cloud Pak for Data ソフトウェア・ライセンスを適用するライセンス交付の特典です。 詳しくは、ハイブリッド・サブスクリプション・アドバンテージのアクティブ化を参照してください。

2021 年 3 月 12 日までの週

Watson Machine Learning での GPU 環境の調整

2021 年 3 月 19 日以降、 Watson Machine Learning の GPU 環境は、 v2 標準プランおよび v2 プロフェッショナル・プランによってのみ使用可能になります。 『サービス・プランの変更と非推奨』を参照してください。

2021 年 3 月 05 日までの週

結合データを使用した AutoAI エクスペリメントのノートブックとしての保存 (Watson Machine Learning)

結合データ・セットを使用した AutoAI エクスペリメントをノートブックとして保存し、モデル・パイプラインの生成で使用されるすべての変換を確認できるようになりました。 なお、エクスペリメント全体をノートブックとして保存できますが、個々のパイプラインをノートブックとして保存することはできません。 『AutoAI で生成されたノートブックの保存』を参照してください。

デプロイメント・スペースでの Data Refinery フローのサポート (Watson Machine Learning)

プロジェクトからデプロイメント・スペースに Data Refinery フローをプロモートできるようになりました。 デプロイメント・スペースは、プロジェクトとは別の環境で関連資産のセットを管理するために使用されます。 複数のプロジェクトから 1 つのスペースに Data Refinery フローをプロモートできます。 Data Refinery フローのジョブをスペースで実行してから、Watson Machine Learning でデプロイメント・ジョブの入力として、シェーピングされた出力を使用します。 手順については、『Data Refinery フローの管理』『スペースへの Data Refinery フローのプロモート』を参照してください。

非構造化データが含まれている文書の新しいプロファイル作成方法 (Watson Knowledge Catalog)

以前は、Microsoft Word、PDF、HTML、プレーン・テキスト文書などの非構造化データが含まれているデータ資産は、IBM Watson Natural Language Understanding によってプロファイル作成されていました (ダラス・サービス・リージョンのみ)。 そのようなプロファイルは、文書のセマンティック特性を示していました。 構造化データ資産および非構造化データ資産のプロファイル作成を調整し、ガバナンス機能を改善するために、IBM Watson Natural Language Understanding は、Watson Knowledge Catalog データ・クラスも推論できる、非構造化データ用の新しい分析サービスに置き換えられました。 サポートされるタイプの非構造化データ資産は、プロジェクトまたはカタログに追加されたときに、自動的にプロファイル作成されます。 『データ資産のプロファイル』を参照してください。

非構造化データのプロファイル作成は現在、IBM Cloud のダラス (米国南部) サービス・リージョンで Watson Knowledge Catalog をプロビジョンした場合にのみ利用できます。

2021 年 2 月 5 日までの週

Streams フローの非推奨化および削除 (Streaming Analytics)

Streams フロー・ツールが Watson Studio プロジェクトから削除されています。 『サービス・プランの変更と非推奨』を参照してください。

リマインダー: Python 3.6 環境の削除 (Watson Studio および Watson Machine Learning)

Python 3.6 は、セキュリティーの脆弱性のために Watson Studio および Watson Machine Learning から削除されます。 『サービス・プランの変更と非推奨』を参照してください。

リマインダー: V1 機械学習インスタンスおよび非推奨化された API のサポートが 2021 年 4 月 8 日に終了 (Watson Machine Learning)

Watson Machine Learning 標準プランおよびプロフェッショナル・プランのユーザーが V1 機械学習サービス・インスタンスから V2 機械学習サービス・インスタンスに資産をマイグレーションするためのマイグレーション期間は、2021 年 4 月 8 日に終了します。 このとき、非推奨化された V3 および V4 ベータの Watson Machine Learning API のサポートも終了します。 『サービス・プランの変更と非推奨』を参照してください。

Watson OpenScale の非推奨化された API

2021 年 3 月 15 日以降は、Watson OpenScale では、新しい API バージョンを使用する必要があります。 『サービス・プランの変更と非推奨』を参照してください。

2021 年 1 月 29 日までの週

Watson OpenScale の新しい価格設定プラン

Watson OpenScale で新しい Standard v2 価格設定プランが用意されています。 『サービス・プランの変更と非推奨』を参照してください。

2021 年 1 月 22 日までの週

結合データ・セットを使用した AutoAI エクスペリメント作成のオープン・ベータ版 (Watson Machine Learning)

共通キーで 1 つのデータ・セットに結合された最大 5 つのデータ・セットを使用して、AutoAI エクスペリメントを作成できるようになりました。 キャンバス・ツールを使用して、エクスペリメントを実行する前にデータを結合する方法を構成します。 結果のモデルをデプロイするときには、エクスペリメントのスキーマに一致する入力データを指定します。 詳しくは、『結合データを使用した AutoAI エクスペリメントの作成』を参照してください。

2021 年 1 月 15 日までの週

資産を作成およびデプロイするための新規編成 (Watson Machine Learning)

モデルを作成するためのコンテンツが、モデルをデプロイおよび管理するためのコンテンツから分離されました。これにより、ツールおよびプロセスをより簡単に見つけられるようになりました。 更新されたセクションは、以下のとおりです。

  • データの分析とモデルの作成』。モデルおよびソリューションの作成に使用できるすべてのツールについて説明されています。
  • モデルのデプロイと管理』。資産をデプロイ、評価、および更新するためのフレームワーク、ツール、およびプロセスについて説明されています。

親トピック: Cloud Pak for Data as a Service