新機能

リマインダー: Python 3.9 および Spark R 3.6 上のランタイム 22.1 のサポート終了が近づいています。

2023 年 5 月 15 日

IBM Runtime 22.1 on Python 3.9 および Spark R 3.6 環境は、2023 年 6 月 15 日に削除されます。 22.1 ランタイムまたは Spark R 3.6を使用して新しいノートブックを作成したり、カスタム環境を作成したり、 Python 3.9 ソフトウェア仕様を使用して新しいモデルをトレーニングしたりすることはできなくなりました。 2023 年 6 月 15 日より前に、 IBM Runtime 22.2 on Python 3.10 または Spark with R 4.2 を使用するように資産とデプロイメントを更新します。

• 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。
• 環境の変更については、 ノートブックの環境の変更を参照してください。
• R バージョンのライブラリーおよびパッケージについて詳しくは、 CRAN リリース・ノートを参照してください。

上級ユーザー向けのキー/値検索の紹介

2023 年 5 月 18 日

検索バーの key:value ペアを使用して、説明、タグ、カスタム・プロパティー、列名など、アセットと成果物のプロパティー内を検索できるようになりました。 プロパティーの検索を参照してください。

IBM Cloud Compose for MySQL 接続の名前の変更

2023 年 5 月 18 日

IBM Cloud Compose for MySQL 接続の名前が IBM Cloud Databases for MySQLに変更されました。 接続の設定は以前と同じままです。 接続名のみが変更されました。

廃止された接続

2023 年 5 月 18 日

以下の接続は廃止され、 Cloud Pak for Data as a Serviceから削除されました。

• IBM Db2 Event Store
• IBM Db2 Hosted

データ資産の名前を変更すると、プロジェクト内の添付ファイルも名前変更されます

2023 年 5 月 19 日

プロジェクトにアップロードした添付ファイルを含むデータ資産の名前を変更すると、添付ファイルも名前変更されます。 ただし、カタログからインポートされたデータ資産の名前を変更しても、添付ファイルの名前は変更されません。 ノートブックなどのコード・ベースの資産内のデータ資産への参照を新しいデータ資産名に更新する必要があります。そうしないと、コード・ベースの資産は実行されません。 詳しくは、 プロジェクト内の資産の管理を参照してください。

「コード・スニペット」ペインから生成されたコードを追加します

2023 年 5 月 4 日

ノートブック・ツールバーに新しいコード・スニペット・アイコンが追加されました。 アイコンをクリックすると、「コード・スニペット」ペインが開き、プロジェクトに追加されたファイルまたは接続からデータを読み取ることができます。 ノートブック・セルにデータをロードするコードを生成するための既存の「コードに挿入」機能ロジックが、「データの読み取り」の下に移動されました。 以前の「データの検索とロード」ペインは、プロジェクトにデータをアップロードするためにのみ使用できるようになりました。 『ノートブックでのデータのロードおよびアクセス』を参照してください。

新しい Presto 接続でより多くのデータにアクセス

2023 年 4 月 27 日

これで、Presto データ・ソースからのデータを処理できるようになりました。 詳しくは、 Presto 接続を参照してください。

プロファイル作成結果の詳細のドリルダウン (Watson Knowledge Catalog)

2023 年 4 月 20 日

メタデータ・エンリッチ内から、またはプロジェクトまたはカタログ内の資産の 「プロファイル」 タブから、詳細なプロファイル情報にアクセスできるようになりました。 各列について、列データに関する統計情報、データ・クラスに関する情報、データ・タイプとフォーマット、および列内の値の度数分布を表示します。 統計情報については、いくつかのタイプの視覚化から選択することもできます。 既存のプロファイルのこれらのビューにデータを取り込むには、プロファイルを更新します。

詳しくは、 列レベルのプロファイルの詳細を参照してください。

更新されたデフォルトの Python および CPLEX バージョン (Decision Optimization)

2023 年 4 月 13 日

Decision Optimization ユーザーのデフォルトの Python は 3.10 になり、デフォルトの CPLEX バージョンは 22.1になりました。 これらのバージョンは、新規エクスペリメントの作成時にデフォルトで使用されます。 Python 3.9 は非推奨であり、まもなく削除されます。 環境を更新するには、 環境の構成を参照してください。 既存のデプロイ済みモデルを更新するには、 モデル・デプロイメントを参照してください。

データ品質ルールの機能拡張 (Watson Knowledge Catalog)

2023 年 4 月 13 日

以下のデータ・ソースからデータ資産に対してデータ品質ルールを実行することもできるようになりました。

• Amazon S3 (CSV ファイルのみ)
• Apache Cassandra
• SAP ASE

外部管理バインディングを使用してデータ品質ルールを構成する際に、関連付けられた DataStage フロー内の出力リンクの追加コンテンツを選択できるようになりました。 詳しくは、 データ品質定義からのルールの作成を参照してください。

新規: 時系列異常検出エクスペリメント (ベータ)

2023 年 4 月 7 日

AutoAI を使用して、新しいデータに基づいてモデルが結果を予測する際に異常または予期しない結果を検出できる時系列異常予測モデルをトレーニングします。 エクスペリメントによって生成されるモデル候補パイプラインは、最適化メトリックによって測定されるパフォーマンスに従ってランク付けされます。 モデルをノートブックとして保存してコードを確認するか、モデルを保存してデプロイし、新規データ内の潜在的な異常を検出します。 詳しくは、 時系列異常予測モデルの作成 (ベータ)を参照してください。 この機能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まだサポートされていません。

プロジェクトでのアセット・アクティビティーのフィルタリング

2023 年 4 月 6 日

プロジェクトの 「概要」 タブの 「資産」 ペインで、ドロップダウンを使用して 「自分」 または 「すべて」 を選択することにより、資産をフィルターに掛けることができます。 「ユーザーによる」 には、自分が編集した資産が、最新のものから順に上部にリストされます。 「すべて」 には、他のユーザーによって編集された資産と、ユーザーが編集した資産が、最新のものから順にリストされます。

Watson Studio での Spark with R 4.2 へのアップグレード

2023 年 4 月 3 日

Action required Spark R 3.6 environments for Watson Studio が R 4.2にアップグレードされました。 すべての Spark R 3.6 環境は非推奨になり、2023 年 6 月 15 日に削除されます。 2023 年 5 月 11 日以降、Spark R 3.6を使用して新しいノートブックや新しい Data Refinery フローを作成することはできなくなりました。 また、新しい Spark R 3.6 カスタム環境を作成することはできません。 その時点で、ノートブックの一部のパッケージ・バージョンおよびスクリプトの更新が必要になる場合があります。 2023 年 6 月 15 日より前に、Spark with R 4.2 を使用するように資産とデプロイメントを更新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。 R バージョンのライブラリーおよびパッケージについて詳しくは、 CRAN リリース・ノートを参照してください。

Data Refinery フロー・ジョブを実行するための新しい Spark with R 4.2 環境

2023 年 4 月 3 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」 3.3 & R 4.2 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。

必要なアクション 重要: デフォルト Spark 3.3 & R 3.6 環境は非推奨であり、2023 年 6 月 15 日に廃止されます。 新しい デフォルト Spark 3.3 & R 4.2 環境を使用するように Data Refinery フロー・ジョブを変更します。 新しいジョブに新しい環境を使用します。

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。

必要なアクション 環境の変更は、2 つの GUI 操作に影響します。 これらの GUI 操作を含む既存の Data Refinery フローがある場合は、 Data Refinery フローを更新する必要があります。

• 分割
• トークン化

フローを更新するには、フローを開いて保存します。 詳しくは、 Data Refinery フローの管理を参照してください。

カタログからのカスタム資産の作成

2023 年 3 月 31 日

管理者および編集者は、カタログ UI 内でカスタム資産を作成できるようになりました。 新規カスタム資産を追加するには、 「カタログに追加」 ドロップダウン・メニューから 「カスタム資産」 を選択します。 カスタム資産について詳しくは、「 カタログへの資産の追加 (Watson Knowledge Catalog)」の「カスタム資産タイプ、プロパティー、および関係」を参照してください。

Watson Query の改善点と機能拡張

2023 年 3 月 29 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。

• 非同期仮想化を使用すると、 「仮想化データ」 ページでいつでも仮想化ジョブの状況の詳細を表示できます。 仮想化された表が大きく、ジョブの所要時間が長い場合は、ジョブの終了中に、追加の表の仮想化などの他のタスクを処理することができます。
• 「仮想化されたデータ」 ページで非同期公開および割り当てを使用すると、公開ジョブおよび割り当てジョブの終了中に他のタスクを処理できます。
• Web クライアントでジョブを使用して、仮想表の統計を収集できます。 詳しくは、 Watson Queryでの Web クライアントでの統計の収集を参照してください。
• 「仮想化データ」 ページで、オブジェクトの公開または割り当ての履歴を表示できます。 リストからオブジェクト行をクリックすると、その公開と割り当ての履歴が 「仮想化データ」 ページの右側のパネルに表示されます。

Federated Learning は、M シリーズ・チップを搭載した Mac コンピューターで稼働します。

2023 年 3 月 23 日

最新のランタイムの M1 Mac コンピューターおよび M2 Mac コンピューターで統合学習エクスペリメントを実行します。 要件については、 システムのセットアップを参照してください。

参照データ・セットでの複合キーの定義 (Watson Knowledge Catalog)

2023 年 3 月 17 日

複数の列を指定して、参照データ・セットの複合キーを作成できるようになりました。 複合キーを使用しない場合、セット内の参照データ値は、コード列内の固有のストリングによって識別されます。 複合キーは、参照データ・セット内のコード列と最大 5 つのカスタム列の組み合わせです。 複合キーは、各参照データ値を一意的に識別するために使用されます。 複合キーを使用すると、コード列の値が固有である必要がなくなります。 固有性は、指定されたすべての列の値が結合されている場合にのみ保証されます。 詳しくは、 参照データ・セットの設計を参照してください。

カスタム関係に基づいて照会、レポート、またはダッシュボードを作成する (Watson Knowledge Catalog)

2023 年 3 月 9 日

資産とガバナンス成果物の間のカスタム関係を作成する場合、それらを Watson Knowledge Catalog Reporting データマートに同期して、レポートを作成できます。 例えば、カスタム関係レポートを使用して、以下を行うことができます。

• さまざまな細分度レベル (ドメイン別、メタデータ別、ユーザー別、チーム別) で品質分析を取得
• データのデータ品質を認証する
• 特定のプライバシー・プロパティーを持つアセットの数をカウントします

カスタム関係の作成方法については、 ガバナンス成果物およびカタログ資産のカスタム・プロパティーおよび関係 (Watson Knowledge Catalog)を参照してください。

レポートの作成方法については、 Watson Knowledge Catalogのレポートのセットアップを参照してください。

Watson Studio および Watson Machine Learning の Python 3.9 でのランタイム 22.1 の非推奨

2023 年 3 月 9 日

Python 3.9 上の アクションが必要 IBM ランタイム 22.1 は非推奨になり、2023 年 6 月 15 日に削除されます。 2023 年 5 月 11 日以降、 22.1 ランタイムを使用して新規ノートブックを作成したり、カスタム環境を作成したりすることはできなくなりました。 また、 Python 3.9 ソフトウェア仕様を使用して新しいモデルをトレーニングすることもできません。 2023 年 6 月 15 日より前に、 IBM Runtime 22.2 on Python 3.10 を使用するように資産とデプロイメントを更新します。

• 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。
• 環境の変更については、 ノートブックの環境の変更を参照してください。

追加のデータ・ソースでデータ品質ルールを実行する (Watson Knowledge Catalog)

2023 年 3 月 9 日

これで、以下のデータ・ソースからのデータ資産に対してデータ品質ルールを実行できます。

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

データ品質ルールで変数をバインドするための新規オプション (Watson Knowledge Catalog)

2023 年 3 月 9 日

また、ジョブ・パラメーターを使用して、ルール変数をデータ列にバインドし、それらのパラメーターをプロジェクト内で一元的に管理できるようになりました。 したがって、例えばバインディングを別の列に変更したい場合などは、ルールを更新する必要はありません。 データ品質定義からのルールの作成を参照してください。

AI Factsheets (Watson Machine Learning) の機能拡張

2023 年 3 月 3 日

ファイルとイメージをファセット・シートに添付できるようになりました。 詳しくは、 ファセット・シートの詳細のカスタマイズを参照してください。 ファセット・シートには、説明可能性モニターおよびカスタム・モニターからの追加の Watson OpenScale メトリックも表示されます。 詳しくは、 「ファセット・シートの表示」を参照してください。

機械学習機能の作成、保管、および共有 (ベータ) (Watson Studio)

2023 年 3 月 2 日

機能を作成して共有することで、機械学習モデルの開発を迅速化できるようになりました。 フィーチャー・グループをプロジェクト内のデータ資産に追加して、そのデータ・セットのフィーチャーを識別します。 フィーチャー・ストアとして機能するカタログにデータ資産を発行することにより、フィーチャーを組織と共有できます。 機能グループの管理を参照してください。

カスタム関係の管理 (Watson Knowledge Catalog)

2023 年 2 月 24 日

資産の 「概要」 ページで、カタログ資産とガバナンス成果物の間のカスタム関係を管理できるようになりました。

カスタム関係の作成方法については、 ガバナンス成果物およびカタログ資産のカスタム・プロパティーおよび関係 (Watson Knowledge Catalog)を参照してください。

Data Refinery 「計算」操作が「日付」列に対して実行される

2023 年 2 月 17 日

日付データ・タイプ列に対して 「計算」 操作を使用して、日または月の値を加算または減算できるようになりました。

GUI 操作については、 Data Refineryを参照してください。

Watson Studio でプロジェクト資産にアクセスするための新規ライブラリー

2023 年 2 月 17 日

ibm-watson-studio-lib ライブラリーには、 Watson Studio プロジェクトおよびプロジェクト資産との対話に役立つ関数のセットが含まれています。 このライブラリーは、ノートブック・エディターで作成され、 Python および R で使用可能なノートブックで使用できます。 これは、 project_lib ライブラリーの後継です。 詳しくは、 ibm-watson-studio-lib の使用を参照してください。

"デフォルト Spark 3.2 & R 3.6 " 廃止された環境 (Data Refinery)

2023 年 2 月 17 日

デフォルト Spark 3.2 & R 3.6 環境は、2023 年 2 月 17 日以降使用できなくなります。

アクションが必要 デフォルト Spark 3.2 & 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 Default Spark 3.3 & R 3.6 または Default Data Refinery XS に変更するか、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。

データ品質ルールの新機能 (Watson Knowledge Catalog)

2023 年 2 月 16 日

以下の新機能を使用できます。

• 単一のデータ品質ルールで複数のデータ品質定義を使用します。 さらに、個々の定義を複数回組み込んで、同じ定義を異なる列に適用することができます。 詳しくは、 データ品質定義からのルールの作成を参照してください。
• ルール出力を CSV ファイルとしてダウンロードします。 ルールに対して出力表が定義されている場合、例えばスプレッドシート・プログラムで使用するために、ルールの実行履歴から CSV ファイルとしてルール出力をダウンロードすることもできるようになりました。
• Amazon Redshift および Greenplum データ・ソースからのデータに対してルールを実行します。 メタデータ・インポート、メタデータ・エンリッチ、およびデータ品質ルールでサポートされるデータ・ソースを参照してください。
• データ品質資産をエクスポートおよびインポートします。 プロジェクトをデスクトップにエクスポートするときに、データ品質資産を含めることができるようになりました。 プロジェクトのエクスポートを参照してください。

プロジェクトまたはスペースから既存のスペースに資産をインポートする (Watson Machine Learning)

2023 年 2 月 9 日

デプロイメント・スペースまたはプロジェクト (.zip 形式) を既存のデプロイメント・スペースにインポートできるようになりました。 スペースに資産を追加するか、既存の資産を更新します。 例えば、モデルを新しいバージョンに置き換えることができます。 詳しくは、 既存のスペースへのスペースおよびプロジェクトのインポートを参照してください。

DataStage でより多くのマクロを使用する

2023 年 2 月 10 日

DSJobController マクロは、ステージ・プロパティーまたはトランスフォーマー関数に追加できます。

このマクロは DataStage 関数として機能し、引数を必要とせずにデータを出力して、 DataStage ジョブおよびフローのセットアップを単純化します。

詳しくは、 マクロを参照してください。

DataStage でより多くのマクロを使用する

2023 年 2 月 6 日

以下のマクロをステージ・プロパティーまたはトランスフォーマー関数に追加できます。

• DSProjectId
• DSJobRunID
• DSJobId

これらのマクロは、引数を必要とせずに DataStage 関数および出力データとして機能し、 DataStage ジョブおよびフローのセットアップを単純化します。

詳しくは、 マクロを参照してください。

DataStage ステージの入力列の編集

2023 年 1 月 20 日

DataStageで、ステージの「入力」タブを使用して列を編集できるようになりました。 変更がフローの前のステージに伝搬されます。

メタデータ・インポートの新規オプション (Watson Knowledge Catalog)

2023 年 1 月 19 日

メタデータ・インポートのターゲット・プロジェクトまたはカタログに失効したデータが含まれないようにするために、再インポートできないデータ資産をクリーンアップするようにインポートを構成できるようになりました。 メタデータ・インポートの再実行時に、データ・ソースで使用できなくなった資産、インポート・スコープから削除された資産、またはその両方をインポート・ターゲットから削除する場合に選択します。 『メタデータのインポート』を参照してください。

Decision Optimization エクスペリメントからプロジェクトにデータをエクスポートします。

2023 年 1 月 18 日

Decision Optimization エクスペリメントの「データの準備 (Prepare data)」ビューまたは「ソリューションの探索 (Explore solution)」ビューから、表をプロジェクトにエクスポートできるようになりました。 これにより、他のモデルまたはサービスでデータを再利用できます。 Decision Optimization Python クライアントを使用してデータをエクスポートすることもできます。

Decision Optimization エクスペリメントからのデータのエクスポートを参照してください。

更新されたデータ・ファブリックのユース・ケース

2023 年 1 月 12 日

データ・ファブリックのユース・ケースが更新され、製品の使用方法がより適切に反映されるようになりました。

• データ統合: このユース・ケースには、パイプラインが含まれるようになりました。
• データ・ガバナンス: このユース・ケースには Match 360が含まれるようになりました。
• AI ガバナンス: このユース・ケースでは、実動における AI モデルのモニター、保守、自動化、および管理に焦点を当てています。
• Data Science and MLOps: この新しいユース・ケースでは、データ分析とモデル作成を操作する方法について説明します。

データ・ファブリックのユース・ケースを参照してください。

ブランドをサポートするように Web ブラウザーをカスタマイズする

2023 年 1 月 12 日

管理者は、カスタム製品名、ロゴ、およびその他のグラフィックスを追加して、 Cloud Pak for Data as a Service用の Web ブラウザーのブランド設定をカスタマイズできます。

Web ブラウザーのブランド設定のカスタマイズを参照してください。

DataStage でさらに多くのデータ・ソースに接続します。

2023 年 1 月 6 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。

• Dremio
• SingleStoreDB

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 でのスクリプト用のネイティブ Python

2022 年 12 月 13 日

拡張ノードでスクリプトにネイティブ Python を使用できるようになりました。 スクリプトからネイティブ Python API を呼び出して、 SPSS Modelerと対話します。 詳しくは、新しい ネイティブ Python API の資料を参照してください。

データ品質機能はフランクフルト・リージョンで稼働しています

2022 年 12 月 12 日

データ品質機能は、ダラス・リージョンに加え、フランクフルト・リージョンでも稼働するようになりました。

DataStage で DSFlowName マクロを使用します。

2022 年 12 月 9 日

マクロ DSSFlowName をステージ・プロパティーまたはトランスフォーマー関数に追加できます。 このマクロは DataStage 関数として機能し、引数を必要とせずにデータを出力して、 DataStage ジョブおよびフローのセットアップを単純化します。 このマクロを指定すると、「DSFlowName」は実行時にフローの名前に置き換えられます。

詳しくは、 マクロを参照してください。

アカウント管理者は、任意のプロジェクトに参加して、新しいマネージャー役割権限を持つすべてのプロジェクトを表示できます。

2022 年 12 月 9 日

アカウント管理者は、任意のプロジェクトに Admin として参加し、アカウント内のすべてのプロジェクトを表示できるようになりました。 これらの許可を取得するには、 IBM Cloud IAM の IBM Cloud Pak for Data サービスで 管理者 役割を自分に割り当てる必要があります。 詳しくは、 アカウント内のすべてのプロジェクトの管理を参照してください。

構成の簡素化 (Watson OpenScale)

2022 年 12 月 8 日

Watson OpenScaleで公平性評価と説明性を構成すると、カスタム・ノートブックを実行して構成ファイルを生成できます。 Watson OpenScale で構成ファイルをアップロードして、設定を指定できます。

詳しくは、 モデル・モニターの構成を参照してください。

ペイロード・データのアップロード (Watson OpenScale)

2022 年 12 月 8 日

モデルの詳細を指定して実動デプロイメントのモデル評価を構成するために、CSV ファイルを使用してペイロード・データを Watson OpenScaleにアップロードできるようになりました。 詳しくは、 エンドポイント評価の構成を参照してください。

説明可能性メソッドの構成 (Watson OpenScale)

2022 年 12 月 8 日

Watson OpenScaleでモデル評価を構成する際に、ローカルとグローバルの説明を生成するためのさまざまな設定を選択できるようになりました。

• グローバルに説明するために、SHAP (SHapley Additive exPlanations) メソッドを使用できます。
• ローカルでの説明には、SHAP 方式または LIME (ローカル解釈可能モデルに依存しない説明) 方式を使用できます。

詳しくは、 説明性の構成を参照してください。

新しい公平性指標 (Watson OpenScale)

2022 年 12 月 8 日

Watson OpenScaleで以下の公平性指標を構成できるようになりました。

• 統計パリティーの差異
• 平均オッズ差
• 平均絶対オッズ差
• 偽陰性率の差
• 偽陽性率の差
• 偽のディスカバリー率の差
• 偽の除外率の差
• エラー率の差

詳しくは、 公平性指標の概要を参照してください。

RStudio 環境ランタイムは R 4.2 を使用

2022 年 12 月 8 日

デフォルトの RStudio 環境テンプレートはすべて、R 4.2を使用するようになりました。 詳しくは、 プロジェクトでの RStudio のリソース・オプションの計算 を参照してください。

拡張された新しい照会機能 Watson Knowledge Catalog

2022 年 12 月 8 日

以下に関するカスタム・レポートを作成できるようになりました。

• ワークフロー・データ
• メタデータのインポート
• ユーザー・プロファイル
• メタデータのエンリッチメント

例えば、ディスカバーされたデータ・セットと列の自動用語割り当ての品質を確保するために、データ・セットと列に割り当てられた用語と拒否された用語をリストするレポートを生成できます。

カスタム・レポートの作成について詳しくは、 Watson Knowledge Catalogのレポート作成のセットアップを参照してください。

データ品質ルールは、 Cloud Pak for Data as a Service (Watson Knowledge Catalog) に追加されます。

2022 年 12 月 9 日

データ品質機能がダラス・リージョンで使用可能になりました。 これらの機能を操作できるようにするには、 DataStage サービスと Watson Knowledge Catalog サービスが必要です。

一般的なデータ品質ディメンションに照らしてデータを評価することにより、データ品質の問題を特定します。 プロジェクトでデータ品質の定義とルールを資産として使用できるようになりました。

• さまざまなソースからのデータに関するデータ品質ルールを設計して実行します。
• 品質チェックを自動化して、時間の経過に伴うデータ品質の変化を監視します。
• 定義された品質基準を満たしておらず、修復が必要なデータ内のレコードを識別します。

データ品質の管理を参照してください。

Python 3.10 サポートおよび Decision Optimization (Watson Studio) のその他の機能拡張

2022 年 12 月 8 日

Python 3.10 が、 Watson Studio の Decision Optimization エクスペリメント、および Watson Machine Learningでのデプロイメントでサポートされるようになりました。 デフォルト・バージョンは Python 3.9のままです。 環境の構成 および モデル・デプロイメントを参照してください。

DOcplex ノートブックの場合、 Python 3.10 および CPLEX 22.1 を使用する新しいランタイム 22.2 が使用可能になりました。

新しいフィルター機能を使用して、 Watson Studio の Decision Optimization エクスペリメントで OPL エンジン設定を検索できるようになりました。 OPL 設定を参照してください。

ガバナンス成果物の管理の新規アクセス権

2022 年 12 月 9 日

「ガバナンス成果物の管理」 権限を付与すると、ユーザーがすべてのカテゴリーのコラボレーターであるかどうかに関係なく、すべてのカテゴリーのすべてのガバナンス成果物を表示できます。 この権限により、ユーザーはガバナンス成果物のすべての API 呼び出しを実行することもできます。

この新しい権限を付与すると、ユーザーがカテゴリー成果物とガバナンス成果物を完全に制御できるようにするには、 カテゴリーの管理 権限と ガバナンス成果物へのアクセス 権限も同時に付与する必要があります。

詳しくは、 Watson Knowledge Catalog および Watson Studioのユーザー役割と許可を参照してください。

統合学習の同型暗号化

2022 年 12 月 7 日

選択したモデル・フレームワークおよびコンピューター・アーキテクチャーに対して、 IBM Federated Learning で完全同型暗号化 (FHE) を適用できるようになりました。 FHE を使用すると、アグリゲーターに送信されるモデル情報を暗号化することで、統合学習を使用してモデルをトレーニングする際に、セキュリティーとプライバシーの層を追加できます。 詳しくは、 暗号化の適用を参照してください。

詳しくは、 ブログ を参照してください。

JDBC コネクターは、最新の DataStage にマイグレーションされると、自動的にプラットフォーム接続に変換されます。

2022 年 12 月 2 日

従来の DataStage から最新バージョンにジョブをマイグレーションする場合、 JDBC コネクターを持つソースまたはターゲットがジョブに含まれている可能性があります。 このようなジョブをマイグレーションすると、 Cloud Pak for Data as a Service 上の各プラットフォーム接続にステージが自動的に変換されます。

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。

一部のサービスでの IBM Cloud App ID のサポート

2022 年 12 月 1 日

Cloud Pak for Data as a Service 上の一部のサービスは、 IBM Cloud App ID をサポートして、ユーザー認証用にお客様のユーザー・レジストリーを統合します。 IBM Cloud で App ID を構成してから、 Cloud Pak for Data as a Serviceにログインするための別名を組織内のユーザーに提供します。 このベータ版では、 Watson Studio、 Watson Knowledge Catalog、 Watson Machine Learning、 Watson OpenScale、および Watson Queryがサポートされます。 その他のサービスはテストされていません。 IBM Cloud App ID (ベータ) のセットアップを参照してください。

Watson Query の改善点と機能拡張

2022 年 11 月 30 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。

• Data virtualization > 「ユーザー管理」で、 IBMidの代わりに App ID と E メール・アドレスを使用して Watson Query ユーザーを追加できるようになりました。 詳しくは、 IBM Cloud App ID (ベータ) のセットアップを参照してください。
• 仮想化オブジェクトの共有は、より迅速かつ容易になります。 オブジェクトを仮想化するときに、オブジェクトを複数のプロジェクトに割り当てることができ、オブジェクトをカタログに公開することができます。これらのすべてを 1 つのステップで行うことができます。
• 結合処理に時間がかかる場合は、仮想表を結合する前に、プレビューをキャンセルして照会のパフォーマンスを向上させることができます。 詳しくは、 Watson Queryでの照会パフォーマンスの改善を参照してください。
• ライト・プランの有効期限がまもなく切れる場合、 Watson Query は、残りの日数を警告します。 プランの有効期限が切れると、 Watson Query サービスを使用できなくなります。

Python 3.10 および R 4.2 用の新しいランタイム 2022 リリース

2022 年 11 月 17 日

ランタイム 22.2 環境 ( Python 3.10 および R 4.2上の最新のデータ・サイエンス・フレームワークを含む) 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。 R 3.6 を使用するノートブック環境は非推奨になりました。 以下のようにして、ランタイム 22.2 を使用するように R の資産とデプロイメントを更新します。

• ランタイム 22.2 リリース、および Python 3.10 および R 4.2の組み込み環境については、 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。
• 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。

Spark 3.3 は、 Watson Studio および Watson Machine Learning 用の Spark 3.2 に代わるものです。

2022 年 11 月 16 日

Spark 3.3 が Watson Studio および Watson Machine Learningでサポートされるようになりました。 Spark 3.2 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 3.3 を使用するように資産を更新します。 Spark 3.2 を使用したトレーニング資産のサポートは、2023 年 1 月 4 日に終了します。 Spark 3.2 を使用したモデルのデプロイとスコアリングのサポートは 2023 年 2 月 16 日に終了し、Spark 3.2 仕様を使用した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。

接続または接続されたデータ資産での選択した Excel ワークシートからのデータの精製 (Data Refinery)

2022 年 11 月 18 日

接続内または接続されたデータ資産内に複数のワークシートを持つ Excel ファイルがある場合、 Data Refineryでデータの個々のワークシートを選択できます。 以前は、最初のワークシートのみが読み取られていました。

データ保護ルールの設定の管理 (Watson Knowledge Catalog)

2022 年 11 月 11 日

データ保護ルールの適用方法をより詳細に制御できるようになりました。 以下の動作を設定できます。

• データへのアクセスをデフォルトで許可するか拒否するかを制御するルール・データ・アクセス規則を設定します。
• ルール・アクションとマスキングの優先順位を設定して、複数のルールがさまざまなアクションとマスキング・メソッドを単一の意思決定に結合する方法を決定します。

ルール設定の管理を参照してください。

DataStage Transformer ステージでの新機能の使用

2022 年 11 月 11 日

Transformer ステージで UrlEncode 関数と UrlDecode 関数を DataStage フローの一部として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。

DataStage Transformer ステージでトリガーを使用する

2022 年 11 月 11 日

Transformer ステージが DataStage ジョブで実行されるときに、「トリガー」タブを使用して、特定の実行ポイントで実行するルーチンを選択できるようになりました。 使用可能な組み込みルーチンは、 SetCustomSummaryInfo および SetUserStatus です。 詳しくは、 Transformer ステージのトリガーを参照してください。

データ・ガバナンスの実装の計画 (Watson Knowledge Catalog)

2022 年 11 月 10 日

Watson Knowledge Catalogを使用してデータ・ガバナンスの実装を計画する方法を理解できるようになりました。これには、選択項目、選択項目の影響、および選択項目が実装タスクの順序にどのように影響するかが含まれます。 データ・ガバナンスの実装計画を参照してください。

プロジェクトを機密としてマーク

2022 年 11 月 10 日

「管理者」として、プロジェクトの作成時にプロジェクトに機密のマークを付けることができます。 プロジェクトに機密のマークを付けると、プロジェクトのメンバーがプロジェクトからデータ資産を移動できなくなります。 プロジェクトが作成された後は、プロジェクトに機密のマークを付けることはできません。 詳しくは、 プロジェクトを機密としてマークするを参照してください。

拡張 Data Privacy 用のツールの名称がマスキング・フロー (Watson Knowledge Catalog) に変更されました。

2022 年 11 月 7 日

永続的にマスクされたデータ資産を作成するマスキング・フローを実行するには、 「新規資産」 ページで 「マスキング・フロー」 オプションを選択します。 マスキング・フローを使用したデータのマスキングを参照してください。

Apache HDFS コネクター (DataStage) で使用可能な新規オプション

2022 年 11 月 11 日

Apache HDFS コネクターで、 DataStageに固有の新しいコネクター・プロパティーを使用します。 これらのプロパティーは、「最適化された」コネクターと同様に、フロー実行の機能ときめ細かい制御を提供します。 プロパティー・パネルで 「 DataStage プロパティーの使用」 を選択します。

大規模なデータ資産を使用するフローでの「分割」列 GUI 操作のパフォーマンスの向上 (Data Refinery)

2022 年 11 月 4 日

「列の分割」 操作が拡張され、大規模なデータ資産での作業が高速化されました。
アクションが必要 「分割」列 操作を使用する既存の Data Refinery フローがある場合は、フローを更新する必要があります。 フローを更新するには、フローを開いて保存し、フローのジョブを実行します。 詳しくは、 Data Refinery フローの管理を参照してください。

接続済みデータ資産のバッチ・インポート

2022 年 11 月 3 日

同じ接続から複数の接続済みデータ資産を同時にインポートできるようになりました。 詳しくは、 接続からプロジェクトへのデータの追加を参照してください。

Watson Studio の GPU 環境のアップグレード

2022 年 10 月 27 日

Watson Studio が NVIDIA V100 GPU をサポートし、ダラス地域のランタイム環境を強化することをお知らせします。 V100 GPU は、前世代よりも桁違いに速いパフォーマンスを提供し、高度な AI および並列コンピューティング・タスクを効率的にサポートできるようにします。 新しい GPU 環境には、高速化されたコンピュートとメモリーを備えた以下の 2 つの構成が用意されています。

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

さらに、NVIDIA K80 GPU 環境は非推奨になりました。 2022 年 11 月 18 日以降は新しい K80 環境を作成できなくなり、 K80 環境は 2022 年 12 月 8 日に完全に削除されます。 資産用に別の環境を選択するには、 ノートブックの環境の変更 を参照してください。

通知設定の管理の改善

2022 年 10 月 27 日

「応答不可」 を選択して、画面に短時間表示されるプッシュ通知をオフにし、ベルに表示される通知の数を表示し続けることができるようになりました。 [応答不可]を選択するには、通知ベルアイコンをクリックし、設定アイコンをクリックします。 通知設定について詳しくは、 設定の管理 を参照してください。

Watson 自然言語処理ライブラリーに追加された新機能

2022 年 10 月 27 日

DBPedia 概念の抽出、および入力データからの 2 つのエンティティー間の関係をカプセル化する 2 つの新しいコンポーネント (ブロック) が、 Watson Natural Language Processing ライブラリーに組み込まれるようになりました。 さらに、エンティティー抽出に PII 情報の抽出が含まれるようになりました。 詳しくは、 Watson Natural Language Processingを参照してください。

Data Refinery フロー・ジョブを実行するための新しい Spark 3.3 環境

2022 年 10 月 28 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」 3.3 & R 3.6 を選択できるようになりました。 デフォルト Spark 3.3 & 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。

重要: デフォルト Spark 3.2 & R 3.6 環境は非推奨であり、今後の更新で廃止されます。 新しい デフォルト Spark 3.3 & R 3.6 環境を使用するように Data Refinery フロー・ジョブを変更します。

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。

生産性を向上させるためのスペース・ユーザー・インターフェースの拡張

スペースが拡張され、プロジェクト内の資産組織とより緊密に調整されるようになりました。 拡張された資産組織、資産インポート・フロー、改善されたナビゲーション、標準装備のガイダンスを検討します。これらはすべて、スペース内での作業とコラボレーションをより簡単かつ効率的に行えるように設計されています。 詳しくは、 デプロイメント・スペースを参照してください。

AI Factsheets 用にレポート・テンプレートをカスタマイズします。

2022 年 10 月 20 日

AI Factsheets で提供されるデフォルトのレポート・テンプレートがニーズに合わない場合は、デフォルトのレポート・テンプレートをダウンロードし、ニーズに合わせてカスタマイズして、新しいテンプレートをアップロードすることができます。 現時点では、 AI Factsheets API を使用してテンプレートをダウンロードする必要がありますが、テンプレートはモデル・インベントリー UI からアップロードできます。 「 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。

DataStage での Oracle データベース・シーケンスのサポート

2022 年 10 月 21 日

Oracle データベース・シーケンスをサロゲート・キー生成プログラム、徐々に変化するディメンション、および Transformer の各演算子で使用できるようになりました。 Oracle 接続のパスワードは、暗号化されたパラメーターでなければなりません。

詳しくは、 状態ファイルの更新、 DataStage 「徐々にディメンションを変更しています」ステージ、 「代理キー」タブ、および パラメーターとパラメーター・セットの作成と使用を参照してください。

データ保護ルールを使用した行のフィルタリング

2022 年 10 月 21 日

データ保護ルールのアクションで、影響を受けるデータ資産の行をフィルターに掛けることを指定できるようになりました。 同じ資産または参照資産内の指定された列の値に基づいて、行を含めたり除外したりすることができます。 詳しくは、「 行のフィルタリング」を参照してください。

メタデータ・エンリッチでの ML ベースの用語割り当ての学習スコープのカスタマイズ (Watson Knowledge Catalog)

2022 年 10 月 21 日

ML ベースの用語割り当てのモデルが、プロジェクト内の資産からトレーニングされるか、任意のカタログからトレーニングされるかをプロジェクト・レベルで決定できるようになりました。

デフォルトのエンリッチメント設定を参照してください。

メタデータ・エンリッチでのサンプリングの向上によるデータ変更のキャプチャーの向上 (Watson Knowledge Catalog)

2022 年 10 月 21 日

メタデータ・エンリッチ用にカスタマイズしたサンプリングをセットアップするときに、順次サンプリングとランダム・サンプリングのいずれかを選択できるようになりました。 さらに、一定の行数ではなく、一定の割合の表の行をサンプルに含めることを選択できます。 ランダム・サンプリングは、そのようなサンプリング方式をサポートするデータ・ソースからのデータ資産に対してのみ使用できます。

詳しくは、 データ資産の拡張を参照してください。

IBM Data Virtualization 接続の名前変更

2022 年 10 月 21 日

IBM Data Virtualization 接続の名前が IBM Watson Queryに変更されました。 接続の設定は以前と同じままです。 接続名のみが変更されました。

IBM Data Virtualization コネクター (DataStage) の名前変更

2022 年 10 月 21 日

DataStage キャンバスの IBM Data Virtualization コネクター の名前が IBM Watson Queryに変更されました。 コネクターの以前の設定は同じままです。 コネクター名のみが変更されました。

個人データの事前定義ビジネス用語 (Watson Knowledge Catalog)

2022 年 10 月 21 日

Cloud Pak for Data as a Service ライト・プランおよび標準プランの新規アカウントの場合、事前定義されたビジネス用語は、Knowledge Accelerator の「サンプル個人データ」カテゴリーで使用可能です。 詳しくは、 事前定義されたビジネス用語を参照してください。

資産プレビューの方が最新です

2022 年 10 月 14 日

資産のプレビューは、デフォルトでより頻繁に更新されるようになりました。 以前は、資産のプレビューは 10 日ごとに更新されていました。 これで、資産のプレビューは毎日更新されます。 資産プレビューはいつでも手動で更新できます。 資産のプレビューを参照してください。

Decision Optimization エクスペリメントのエンジン・パラメーターのカスタマイズ (Watson Studio)

2022 年 10 月 13 日

Decision Optimization エクスペリメントに OPL エンジン設定ファイルを追加できるようになりました。 これにより、新しいビジュアル・エディターでモデルの求解に使用されるエンジン・パラメーターを表示およびカスタマイズできます。 既存の OPL 設定をインポートすることもできます。

エンジン設定を参照してください。

カタログ内のブロックされた資産のメタデータの表示

2022 年 10 月 13 日

データ保護ルールによって資産へのアクセスを拒否されたユーザーは、資産のメタデータを表示できるようになりました。 例えば、ユーザーがカタログ内のブロックされた資産をクリックすると、ブロックされた資産の説明、割り当てられた用語、カスタム・プロパティー、関係、および列名を表示できるようになります。

リソース・スコープで重要なカタログに焦点を合わせる

2022 年 10 月 14 日

リソース・スコープを使用すると、表示されるカタログを、自分が所有しているカタログ、およびカタログのアカウント内で自分と共有しているカタログに制限できます。 アカウント設定に移動して、既存のアカウントのリソース・スコープを有効にします。 新規アカウントは、デフォルトでリソース・スコープを使用します。 リソース・スコープが有効になっているカタログ・アカウントの場合、フェデレーテッド・ユーザーがコラボレーションできるのは、管理者に招待されている場合のみです。

DataStage: Elasticsearch で新規データ・ソースに接続します。

2022 年 10 月 14 日

Elasticsearch 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 ODBC コネクターで複数の入力リンクを使用する

2022 年 10 月 7 日

ODBC Connector で複数の入力リンクを使用し、各リンクに異なる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。

DataStage の Apache Cassandra コネクターで複数の入力リンクを使用する

2022 年 10 月 7 日

Apache Cassandra コネクターで複数の入力リンクを使用できるようになりました。

DataStage の Db2、 Oracle、および ODBC コネクターで複数のリジェクト・リンクを使用する

2022 年 10 月 7 日

Db2、 Oracle、および ODBC コネクターで複数のリジェクト・リンクを使用できるようになりました。

非推奨になった結合データを使用した AutoAI エクスペリメント

2022 年 10 月 6 日

必要なアクション 単一のトレーニング・データ・セットを作成するために複数のデータ・ソースを結合する AutoAI エクスペリメント機能は非推奨です。 AutoAI エクスペリメントでのデータの結合のサポートは、2022 年 12 月 7 日に削除されます。 2022 年 12 月 7 日より後は、結合されたデータと結果のモデルのデプロイメントを使用した AutoAI 実験は実行されなくなります。 複数のデータ・ソースを結合するには、 Data Refinery や DataStage などのデータ準備ツールを使用してデータを結合および準備し、 AutoAI エクスペリメントをトレーニングするために結果のデータ・セットを使用します。 結果のモデルを再デプロイします。 詳しくは、データ・ソースの結合を参照してください。

Platform assets catalog 内の接続に対するビューアー権限をすべてのユーザーに割り当てます。

2022 年 9 月 30 日

Platform assets catalogを作成するときは、コラボレーターを追加して、それらのコラボレーターにロールを割り当てる必要があります。 これで、個々のユーザーに ビューアー 役割を割り当てる代わりに、パブリック・アクセス・グループをコラボレーターとして追加し、そのグループに ビューアー 役割を割り当てることができます。 既存の Platform assets catalog で 「ビューアー」 役割を持つコラボレーターとしてパブリック・アクセス・グループを追加することもできます。 ビューアー 役割により、ユーザーは接続を検索し、プロジェクトでそれらを使用することができます。 デフォルトでは、アカウント内のすべてのユーザーがパブリック・アクセス・グループのメンバーになります。 プラットフォーム接続用のカタログの作成を参照してください。

DataStage での新しいゆっくりと変化するディメンション・ステージ

2022 年 9 月 30 日

これで、 DataStage フローで「徐々に変化するディメンション」ステージを使用できるようになりました。 時間の経過とともに現在のデータと履歴データを保管および管理するには、徐々に変化するディメンション・ステージを使用します。 詳しくは、 「ディメンション・ステージのゆっくりと変更」を参照してください。

DataStage で DStageName サーバー・マクロを使用します。

2022 年 9 月 30 日

DSStagename マクロは、ステージ・プロパティーに追加することも、トランスフォーマー関数に追加することもできます。 このマクロは DataStage 関数として機能し、引数を必要とせずにデータを出力して、 DataStage ジョブおよびフローのセットアップを単純化します。 このマクロを指定すると、「DSStageName」は、ジョブ・コンパイルの一部としてステージの名前に置き換えられます。

詳しくは、 マクロを参照してください。

DataStage ジョブで使用可能なブール・パラメーター・タイプとリスト・パラメーター・タイプ

2022 年 9 月 30 日

DataStage ジョブでは、パラメーター・タイプ「ブール」および「リスト」を使用できます。 ブール・パラメーター・タイプを使用して true または false の値を指定し、リスト・パラメーター・タイプを使用してジョブで選択可能な値のリストを指定します。 パラメーターについて詳しくは、 パラメーターおよびパラメーター・セットの作成と使用を参照してください。

DataStage でデータ定義の列メタデータを追加および編集します。

2022 年 9 月 30 日

データ定義では、列レベルでメタデータ・プロパティーを追加および編集できます。 例えば、フィールド・レベル、区切り文字、引用符、ストリング・タイプなどのプロパティーを設定できます。 データ定義について詳しくは、 データ定義の定義を参照してください。

DataStage でサブフローをコピーして貼り付けます。

2022 年 9 月 30 日

DataStage フロー内でも、同じプロジェクト内の異なる DataStage フロー間でも、共有サブフローを簡単にコピーして貼り付けることができます。 サブフローは、より大きなフローの一部として、またはサブフロー自体としてコピー・アンド・ペーストすることができます。 サブフローについて詳しくは、 サブフローを参照してください。

Oracle、Snowflake、および Teradata コネクターで、複数の入力リンクを使用できるようになりました。各リンクには、個別のアクションがあります。

2022 年 9 月 30 日

以前は、 Oracle、Snowflake、および Teradata コネクターには入力リンクが 1 つしかなく、「ステージ」プロパティーでリンクのプロパティーを指定していました。 これで、コネクターは複数の入力リンクを持つことができ、各リンクは異なるプロパティーを持つことができます。 この機能拡張は、各リンクが読み取り、書き込み、追加などの個別のアクションを持つことができることを意味します。 「入力」 タブでリンクを切り替えることにより、プロパティーを表示できます。

IBM Watson Pipelines ベータはフランクフルト地域で稼働しています

2022 年 9 月 26 日

IBM Watson Pipelines は、ダラス・リージョンに加え、フランクフルト・リージョンで稼働するようになりました。 このツールは、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。 詳しくは、 IBM Watson Pipelinesを参照してください。

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。

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。

• IBM Planning Analytics 接続 タイプを使用して、多次元 OLAP キューブにデータを格納する TM1 データベースに接続できます。 Watson Queryで IBM Planning Analytics データ・ソースへの接続を作成する場合、CAM 資格情報を認証方式として使用することはできません。 その他の制限については、 Watson Queryでサポートされるデータ・ソースを参照してください。
• 新しい DVSYS.COLLECT_STATISTICS プロシージャー。 このプロシージャーは SYSPROC.NNSTAT プロシージャーに置き換わるもので、以下の改善点が組み込まれています。
  • 統計収集をサポートするリモート・データ・ソースから統計を収集します。
  • 表のカーディナリティー、つまり表の列内の NULL 値の数を含みます。
• Cloud Object Storageのデータ・ソースの列ヘッダーを含むテキスト・ファイルを仮想化できます。 列ヘッダーは、読みやすくするためにデータを列に分類するのに役立ちます。
  • 詳しくは、 Watson Queryで Cloud Object Storage 内のファイルから仮想表を作成するを参照してください。

Documentation 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
• German
• 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。

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。

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 Databases 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の将来の更新で削除されます。

Data Fabric 試用版の新しいデータ・ガバナンス・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する方法を体験して、データ・ガバナンスのユース・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できるようになりました。これには、新しいチュートリアル 「仮想化データの管理」 を参照してください。

このチュートリアルは、データ・ガバナンスのユース・ケースからの他の 3 つのチュートリアルの続きです。これには、 Watson Knowledge Catalog と、 Watson Query サービスを必要とするデータ統合ユース・ケースからの 仮想化外部データ のチュートリアルが必要です。

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

• 新規ユーザーの場合は、 データ・ガバナンスのユース・ケースに登録してから、 「仮想化データの管理」 チュートリアルに進みます。
• 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。 必要なサービスをプロビジョニングし、前提条件チュートリアルを完了することで、 仮想化データの管理 チュートリアルを試すことができます。

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、タイプ Db2 サーバー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

• Transformer ステージの ConvertDatum、 NextValidDate、Fold、Fmt、および Rmunprint 関数を DataStage フローの一部として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。

DataStage の Db2 (最適化) コネクターで複数の入力リンクを使用する

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。

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。

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

アクションが必要 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、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。

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。

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

Documentation : ビデオが組み込まれた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視聴できます。 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を一時停止する

アニメーション・イメージを再生する

データ・ファブリックのチュートリアル を試して、実際のビデオ画像をご覧ください。

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。

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。

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。

データ・ビューの準備を参照してください。

Decision Optimization エクスペリメント環境に Python 拡張機能を追加して、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。

環境の構成を参照してください。

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。

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、資産タイプと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。

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。

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。 上部バナー 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。

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。 ダッシュボードの 「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・サービスとその最新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 日以降は使用できなくなります。

アクションが必要 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 Default Spark 3.2 & R 3.6 または Default Data Refinery XS に変更するか、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。

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・リストをフィルタリングして、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。

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。

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

アクションが必要 spark-mllib_3.0 の PMML モデルは非推奨ですが、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
• German
• 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。

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されずに、エンリッチ結果を公開できるようになりました。 公開すると、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。

レコードのペアを確認することにより、 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、レコード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および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、データ・モデルに関係タイプを追加してから、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。

Spark 3.2 のサポート、および Watson Studio および 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 が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 を使用するようにアセット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 日に廃止され、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。

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

2022 年 5 月 25 日

必要なアクション 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 が削除され、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、新しいランタイム do_22.1 を持つ CPLEX 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既にモデルを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。

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である場合、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の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バンドルしてダウンロードできます。 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。

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用意されました。
• 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・プロパティーの編集: 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。

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、 「複製」、 「ステップを前に挿入」、および 「ステップを後に挿入」の各ステップの新規オプションが導入されています。 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。

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、元の列の右側に新しい列を配置することを選択できるようになりました。

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・クラスと提案されたデータ・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。

DataStage コネクターの機能拡張

2022 年 5 月 20 日

特定のコネクターは、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を提供す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。

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。

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。

新しいプランで Watson Knowledge Catalog の機能をさらに試す

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、 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。

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実験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、データを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の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。

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。

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。 1 カ月あたり 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。

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

アクションが必要 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。

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。

• Decision Optimization ユーザーのデフォルトの Python は 3.9 になりました。 Python 3.8 は非推奨になり、Python 3.7 はまもなく削除されます。 詳しくは、 『Decision Optimization ノートブック』を参照してください。
• Decision Optimization エクスペリメントで複数のシナリオを実行および削除できるようになりました。 詳しくは、『Decision Optimization のビューとシナリオ』 を参照してください。

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。

新しい検索機能により、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。

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。

必要な処置 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して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。

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。

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

アクションが必要 spark-mllib_2.4 の PMML モデルは非推奨ですが、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。

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して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 の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ります。

2022 年 3 月 24 日

必要なアクション 「デフォルトの Spark 2.4 & R 3.6」環境テンプレートなど、Spark 2.4を使用する Data Refinery フロー・ジョブがある場合、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。

(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

必要な処置 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。

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。

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。

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

必要な処置 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。

• IBM Runtime 22.1 リリース、および Python 3.9 に組み込まれている環境については、『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。
• Decision Optimization エクスペリメント用の Python バージョンの選択について詳しくは、 『「実行構成」ペイン』および『解決パラメーター』 を参照してください。

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。

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。

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

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。

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。

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

必要な処置移行する前に、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して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

必要な処置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 は、Box コネクターをサポートす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。

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。

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。

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。

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。

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。

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。