0 / 0
영어 버전 문서로 돌아가기
새로운 기능
새로운 기능

새로운 기능

Watson Studio, Watson Machine Learning, DataStage 및 Watson Knowledge Catalog와 같은 서비스 및 Cloud Pak for Data as a Service의 새 기능 및 업데이트에 대해 알아보려면 매주 확인하십시오.

2022년 9월 23일까지

Watson Studio 에서 스파크 3.2를 사용하는 노트북 환경의 디프리케이션

2022년 5월 23 일

스파크 3.2는 노트북 환경 런타임으로 사용되지 않습니다. 대신 스파크 3.3환경을 사용하도록 노트북을 업데이트하십시오.

자세한 정보는 프로젝트에서 노트북 편집기의 자원 옵션 계산을 참조하십시오.

Watson Query 의 개선사항 및 개선사항

2017년 9월 21일

Watson Query 는 다음 기능을 제공하도록 업데이트되었습니다.

문서가 더 많은 언어로 번역되었습니다.

2018년 9월 19 일

이제 다음 언어로 Cloud Pak for Data as a Service 문서를 볼 수 있습니다.

  • 포르투갈어(브라질)
  • 중국어 간체
  • 대만어
  • 체코어
  • 프랑스어
  • 독일어
  • 이탈리아어
  • 일본어
  • 한국어
  • 폴란드어
  • 스페인어
  • 터키어

문서는 이제 매주 자동으로 변환됩니다. 언어 지원을 참조하십시오.

2022년 9월 16 일

문서에 대한 피드백 제공

2022년 9월 16 일

이제 문서 컨텐츠에 대한 피드백을 제공할 수 있습니다. 페이지의 맨 아래로 스크롤하여 옵션을 선택하십시오.

피드백 메커니즘의 화면 캡처

2022년 9월 9 일

DataStage 스토어드 프로시저는 더 많은 데이터 소스에 대해 지원됩니다.

9월 9 일

이제 다음 커넥터에서 스토어드 프로시저를 사용할 수 있습니다.

  • Db2 for i
  • Db2 for z/OS

자세한 내용은 스토어드 프로시저 사용을 참조하십시오.

사용되지 않

9월 9 일

다음 연결은 더 이상 사용되지 않습니다.

  • IBM Cloud Compose for MySQL 연결은 IBM Cloud에서 더 이상 사용되지 않습니다. IBM Cloud 의 모든 인스턴스는 3월 1st, 2023년이후에 제거됩니다.
  • IBM Db2 Event Store 연결은 더 이상 사용되지 않으며 Cloud Pak for Data as a Service의 향후 업데이트에서 제거됩니다.

2022년 9월 2일 종료

데이터 패브릭 평가판에 대한 새 Data governance and privacy 학습서

2018년 09월 02일

이제 Watson Query 를 사용하여 가상화된 데이터를 관리하여 Data governance and privacy 를 사용하여 데이터 패브릭 솔루션을 구현하는 방법을 경험할 수 있습니다. 가상화된 데이터

This tutorial is a continuation of three other tutorials from the Data governance and privacy use case, which requires Watson Knowledge Catalog and the 외부 데이터 가상화 tutorial from the Multicloud data integration use case, which requires the Watson Query service.

데이터 패브릭에 대한 자세한 정보는 Cloud Pak for Data as a Service 데이터 패브릭 솔루션을 참조하십시오.

이 튜토리얼을 본다.

기존 DataStage Db2 서버 유형 데이터 연결 오브젝트 이주 지원

2018년 09월 02일

일반 DataStage Db2 서버 유형의 데이터 연결 오브젝트를 지원합니다. 이러한 데이터 연결 오브젝트를 최신 DataStage로 마이그레이션하는 경우 DataStage 플로우 및 작업에서 계속 사용할 수 있도록 Db2 커넥터 오브젝트로 자동 변환됩니다.

DataStage 단계에서 새 기능 사용

2022년 9월 2 일

  • 이제 DataStage 일부로 변환기 스테이지에서 ConvertDatum, NextValidDate, Fold, Fmt및 Rmunprint 함수를 사용할 수 있습니다. 사용 가능한 함수의 전체 목록은 병렬 변환 함수를 참조하십시오.
  • 이제, 트랜스포머 스테이지는 파티션을 지원한다.
  • 이제 함수, 열 및 변수에 대해 트랜스포머 스테이지에서 자동 완성 검색을 사용할 수 있습니다.

DataStage 데이터 소스에 연결

2022년 9월 2 일

이제 DataStage 이러한 데이터 소스의 데이터를 포함할 수 있습니다.

  • Cognos Analytics
  • IBM Match 360
  • SAP IQ

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

Orchestrate DataStage flows with Watson™ Studio Pipelines

2022년 9월 2 일

이제 DataStage 시퀀스를 실행하는 파이프라인을 작성할 수 있습니다. 파이프라인에 조건, 루프, 표현식 및 스크립트를 추가할 수 있습니다. 자세한 내용은 플로우 조정을 참조하십시오.

DataStage 에서 Watson™ Studio Pipelines 로 시퀀스 작업을 마이그레이션하기 위한 지원

2022년 9월 2 일

이제 일반 DataStage 최신 DataStage 작업을 파이프라인 플로우로 마이그레이션할 수 있습니다. 자세한 내용은 DataStage을 참조하십시오.

2022년 9월 2 일

이제 Db2 (최적화됨) 커넥터에서 다중 입력 링크를 사용하고 각 링크에 개별 조치를 지정할 수 있습니다.

SPSS Modeler 플로우를 실행할 작업 작성

2022년 9월 1일

이제 SPSS Modeler 플로우를 실행할 작업을 작성할 수 있습니다. 프로젝트에서 작업 작성 및 관리 SPSS Modeler에서 작업 작성을 참조하십시오.

2022년 8월 19일까지

프로젝트 내에서 카탈로그 자산 추가

2022년 8월 18 일

이제 해당 프로젝트 내의 프로젝트에 카탈로그 자산을 추가할 수 있습니다. 이전에는 카탈로그 내에서 프로젝트에 카탈로그 자원을 추가해야 했습니다. 자세한 내용은 프로젝트에 카탈로그 자산 추가를 참조하십시오.

자산 가져오기 페이지에서 카탈로그 자산 가져오기를 표시합니다.

2022년 11월 18일 이전에 이전 SPSS Modeler 플로우 마이그레이션

2022년 8월 18 일

2019년 1월이전에 작성한 SPSS Modeler 플로우가 있는 경우 2022년 11월 18일이전에 이를 열어 마이그레이션하십시오. 그렇지 않으면 플로우가 사용 불가능해질 수 있습니다.

모델 fact시트및 항목에 대한 보고서 내보내기 (Watson Knowledge Catalog)

2022년 8월 19 일

모델 인벤토리에서 추적되는 모델에 대한 세부사항을 공유하거나 인쇄할 수 있도록 PDF, HTML및 DOCX 형식의 팩트시트 또는 모델 항목에서 보고서를 생성한다. 팩트시트 및 모델 항목에 대한 보고서 생성을 참조하십시오.

2022년 8월 12일까지

Watson 자연어 처리는 GA입니다! (Watson Studio)

2022년 8월 11 일

Watson 처리 라이브러리를 일반적으로 사용할 수 있습니다.

Watson 자연어 처리 라이브러리를 사용하여 구조화되지 않은 데이터를 구조화된 데이터로 변환하여 데이터를 쉽게 이해하고 Python 노트북에 사용할 수 있습니다. 이 고급 라이브러리는 20개 이상의 언어로 사전 훈련된 고품질의 텍스트 분석 모델에 즉시 액세스할 수 있도록 합니다. 이러한 모델은 각 언어에 대해 IBM 및 IBM 전문가에 의해 작성, 유지보수 및 평가됩니다. Watson 처리 라이브러리가 고급 환경 템플리트의 Decision Optimization 라이브러리에 포함되어 있습니다. 자세한 내용은 Watson 라이브러리를 참조하십시오.

8월 31일까지 자연어 처리 Default Python 3.8 + Watson NLP XS (beta)에 대한 기존 베타 환경 템플리트를 계속 사용할 수 있습니다. 계속 작업하려면 새 환경 템플리트 DO + NLP Runtime 22.1 on Python 3.9로 전환하십시오. 노트북의 환경 변경을 참조하십시오.

노트북 환경 템플리트에서 "IBM제거 (Watson Studio)

2022년 8월 11 일

"IBM가 모든 IBM Runtime 22.1 환경 템플리트에서 제거되었습니다. 예를 들어, IBM Runtime 22.1 on Python 3.9 XXS 템플리트를 Runtime 22.1 on Python 3.9 XXS라고 합니다. 마찬가지로 자체 템플리트를 작성할 때 선택할 수 있는 소프트웨어 버전에서 "IBM가 삭제되었습니다. 자세한 내용은 프로젝트에서 노트북 편집기에 대한 자원 옵션 계산을 참조하십시오.

SingleStoreDB 의 데이터 액세스

2022년 8월 11 일

새 SingleStoreDB 연결을 사용하여 스토리지 및 분석 서비스의 데이터에 액세스합니다. 자세한 정보는 SingleStoreDB 연결을 참조하십시오.

자동 용어 지정은 이제 제거된 용어 (Watson Knowledge Catalog) 를 고려합니다.

2022년 8월 11 일

메타데이터 보강 결과에서 사용자는 정확하지 않다고 생각되는 열에서 용어를 제거할 수 있습니다. 그러한 부정적 피드백에 대해 훈련된 새로운 기계 학습 모델은 부정확한 내용을 줄이기 위해 자동적인 용어 할당에 대한 전반적인 신뢰도 점수에 기여한다. 용어 지정을 참조하십시오.

Watson Query 에 대한 업데이트

2022년 8월 11 일

Watson Query 에는 한 번에 둘 이상의 가상화된 데이터 세트를 쉽게 관리할 수 있는 새 탐색 메뉴가 있습니다. Watson Query 를 실행하여 엔터프라이즈 계획에 대한 새 사이드 메뉴, 업데이트된 사이트 이동 경로 및 개선된 스케일링 인터페이스를 사용합니다.

2022년 8월 5일까지

사진을 사용하여 비디오 보기

2022년 8월 5 일

임베드된 비디오가 있는 문서 주제가 더 좋아졌습니다. 비디오가 재생 중일 때, 페이지의 나머지 부분을 스크롤할 수 있고, 픽처 인 픽처 모드로 비디오를 여전히 볼 수 있다. 이를 통해 학습서의 단계를 완료하는 동안 비디오를 볼 수 있습니다. 또한 시간소인을 클릭하여 픽처 인 픽처 모드에서 다음 태스크의 미리보기를 볼 수 있습니다.

애니메이션 이미지

데이터 패브릭 학습서 를 사용하여 작동 중인 동영상 사진을 보십시오.

새로운 API 기능 및 동작

2022년 8월 1 일

역할 지정을 위한 IBM Watson 데이터 자산 API에는 다음과 같은 개선사항이 포함되어 있습니다.

  • 사용자 그룹을 자산 구성원으로 벌크로 지정할 수 있습니다.
  • 자산 구성원을 지정할 때 자산 편집기 및 자산 뷰어 역할을 지정할 수 있습니다.
  • 자산에 여러 자산 소유자 및 자산 작성자를 지정할 수 있습니다.
  • 자산을 프로젝트에 추가하거나 자산을 공개하거나 승격하는 경우, 자산 작성자가 되고 소스 자산의 자산 소유자 목록이 대상 자산에 보존됩니다.

2022년 7월 29일까지

새로운 기능에 쉽게 액세스할 수 있습니다.

사진: 2022년 7월 26일

이제 Cloud Pak for Data as a Service 홈 페이지의 시작 영역에 있는 바둑판식 영역에서 새로운 기능으로 이동할 수 있습니다.

홈 페이지의 시작 영역에 대한 스크린샷

Decision Optimization 실험에서 데이터 테이블 및 Python 확장에 대한 유연성 향상 (Watson Studio 및 Watson Machine Learning)

2022년 7월 28일

이제 Decision Optimization 실험의 데이터 준비 보기에서 테이블 열의 데이터 유형 (숫자 또는 문자열) 을 변경할 수 있습니다. 이러한 유형은 배치를 위한 모델로 시나리오를 저장할 때 사용됩니다.

스크린샷

데이터 보기 준비를 참조하십시오.

추가 Python 라이브러리를 포함할 수 있도록 Decision Optimization 실험 환경에 Python 확장을 추가할 수 있습니다.

스크린샷

환경 구성을 참조하십시오.

2022년 7월 22일까지

IBM SQL Query 연결에 대한 이름 변경

2017년 07월 22일

IBM SQL Query 연결의 이름이 IBM Cloud Data Engine로 바뀌었습니다. 연결에 대한 이전 설정은 동일하게 유지됩니다. 연결 이름만 변경되었습니다.

데이터 보기 시각화를 사용하여 데이터 시각화

2017년 07월 22일

이제 데이터 보기 시각화를 사용하여 다양한 관점에서 데이터를 탐색할 수 있으므로 패턴, 연결 및 관계를 식별하여 많은 양의 정보를 신속하게 이해할 수 있습니다.

프로젝트에서 시각화를 작성하고 작업하려면 자산 탭에서 데이터 자산을 선택하고 시각화 탭을 클릭하십시오. 차트 유형을 선택하고 시각화를 작성하고 저장하십시오. 저장된 데이터 보기 시각화는 프로젝트에 시각화 자산으로 나열됩니다. 그래픽 차트는 최대 5000개 레코드의 샘플 데이터 세트를 기반으로 생성됩니다.

자세한 내용은 Data Refinery 에서 데이터 시각화의 내용을 참조하십시오.

자산 간 관계를 보다 쉽게 추가

2015년 7월 20 일

카탈로그에서 자산 간의 관계를 추가하면 이제 대상 자산을 쉽게 찾을 수 있습니다.

  • 작업공간 (카탈로그, 프로젝트 또는 배치 공간) 또는 자산 유형별로 필터링할 수 있습니다.
  • 이름별로 자산을 검색할 수 있습니다.
  • 카탈로그의 자산 페이지에서 관계에 대한 섹션은 이제 관련 자산이라고 합니다.

작업공간 및 자산 유형을 사용하여 자산을 검색하여 자산 관계 작성

자세한 내용은 자산 간 관계 추가를 참조하십시오.

카탈로그, 프로젝트 및 공간에서 자산 사이의 관계 작성

2015년 7월 20 일

이제 액세스 권한이 있는 여러 카탈로그, 프로젝트 및 공간에서 자산 간의 관계를 작성하고 편집할 수 있습니다. 새 자산 관계 속성을 사용하여 자산 유형 및 자산 위치에 대한 필터를 사용하여 현재 카탈로그 외부의 자산을 검색할 수 있습니다.

2022년 7월 15일까지

지원 기능을 추가하여 AutoAI 시계열 모델 예측 개선

2006년 7월 15 일

AutoAI 시계열 실험을 작성할 때 이제 지원 (또는 외인성) 기능을 지정하여 예측을 개선할 수 있습니다. 예를 들어, 에너지 사용량을 예측하는 시계열 실험에서 모델을 훈련하여 예측을 보다 정확하게 하기 위해 매일 온도와 같은 지원 기능을 고려할 수 있습니다. 지원 기능의 향후 값을 아는 경우 모델을 배치할 때 해당 값을 입력으로 제공할 수 있습니다. 예를 들어, 티셔츠 판매를 예측하는 경우 예측에 영향을 줄 수 있는 판매 및 판촉에 대한 향후 데이터를 포함할 수 있습니다. 시계열 실험에서 지원 기능을 포함하는 방법에 대한 자세한 내용은 시계열 실험 빌드를 참조하십시오.

온라인 배치를 위한 개선된 테스트 인터페이스

2006년 7월 15 일

모델에 대한 온라인 배치를 작성하는 경우, 이제 배치의 테스트 탭에서 입력 데이터를 제공하기 위한 개선된 메소드가 있습니다. 여기에는 다음 항목이 포함되어 있습니다.

  • 폼에 데이터를 직접 입력한다.
  • CSV 템플리트 다운로드, 값 입력 및 입력 데이터 업로드
  • 로컬 파일 시스템 또는 공간에서 입력 데이터를 포함하는 파일 업로드
  • JSON 탭으로 변경하고 입력 데이터를 JSON 코드로 업로드 또는 입력하기

세부사항은 온라인 배치 작성을 참조하십시오.

Microsoft SQL Server 연결에 대해 Active Directory 지원

2017년 07월 11일

이제 Microsoft SQL Server 인증에 대해 Active Directory 를 선택할 수 있습니다. 이 개선사항은 Microsoft SQL Server대신 NTLM 계정 데이터베이스에 저장된 신임 정보를 이용할 수 있음을 의미합니다. 자세한 정보는 Microsoft SQL Server 연결을 참조하십시오.

2017년 7월 8일까지

문서에서 정보를 찾으려면 인앱 지원을 사용하십시오.

2022년 7월 8일

새 애플리케이션 지원은 제품에서 보고 있는 페이지에 따라 문서에서 권장되는 기사를 제공합니다. 별도의 탭 또는 창에서 문서를 검색할 필요가 없습니다. 지원은 사용자를 위한 것입니다. 맨 위 배너 아이콘을 지원합니다.에서 지원을 여십시오. 업데이트된 권장 기사를 보려면 새 페이지로 이동할 때 도움을 닫고 여십시오. 또한 검색 용어를 입력하여 정보를 빠르게 찾고, 적용 가능한 경우 둘러보기를 시작하며, 추가 지원에 대한 액세스 링크를 입력할 수 있습니다.

보조 패널 지원

데이터 패브릭 평가판에 대한 새 Multicloud data integration 학습서

이제 Watson Query 를 사용하여 새 학습서를 사용하여 Multicloud data integration 유스 케이스를 사용하여 데이터 패브릭 솔루션을 구현하는 방법을 경험할 수 있습니다.

Multicloud data integration 유스 케이스에는 Watson Query 서비스가 필요합니다.

데이터 패브릭에 대한 자세한 정보는 Cloud Pak for Data as a Service 데이터 패브릭 솔루션을 참조하십시오.

이 유스 케이스에 대한 학습서를 가져오려면 다음을 수행하십시오.

  • 새 사용자인 경우 Multicloud data integration 유스 케이스에 등록를 선택하고 연관된 학습서를 받으십시오.
  • Cloud Pak for Data as a Service의 기존 사용자인 경우 다시 등록할 필요가 없습니다. Watson Query Lite 서비스를 프로비저닝하고 Multicloud data integration 학습서를 사용하여 Multicloud data integration 유스 케이스를 시도할 수 있습니다.

데이터 패브릭 서비스의 손쉬운 업그레이드

2022년 7월 7 일

이제 데이터 패브릭 유스 케이스에 포함된 Cloud Pak for Data 서비스를 신속하게 업그레이드할 수 있습니다. 대시보드에서 구매 단추를 클릭하면 프로비저닝된 데이터 패브릭 서비스 및 현재 계획의 목록이 표시됩니다. 업그레이드하려는 서비스를 선택 표시하고 계획을 선택하십시오. 또한 각 서비스의 가격 결정 요약을 보고 한 단계에서 모두 업그레이드할 수 있습니다. 업그레이드 지시사항은 Cloud Pak for Data 서비스 구매의 내용을 참조하십시오.

"Default Spark 3.0 & R 3.6" environment discontinued (Data Refinery)

신도호 기자

기본 스파크 3.0 (스파크 3.0), 환경은 더 이상 2022년 7월 7일에 사용할 수 없습니다.

기본 스파크 3.0 (스파크 3.0), 환경 또는 스파크 3.0을 사용하는 사용자 정의 환경으로 Data Refinery 플로우 작업이 설정된 경우 작업이 실패합니다. 환경을 기본 스파크 3.2% 또는 기본 Data Refinery XS 또는 스파크 3.0을 사용하지 않는 사용자 정의 환경으로 변경하십시오.

Data Refinery에 대한 환경에 대한 정보는 프로젝트의 Data Refinery 에 대한 자원 계산 옵션을 참조하십시오.

2022년 7월 1일 종료

데이터 패브릭에 대해 자세히 알아보기

2022년 6월 30일

이제 Cloud Pak for Data as a Service로 데이터 패브릭 솔루션을 구현하는 방법에 대해 자세히 학습할 수 있습니다. 데이터 패브릭 솔루션 개요를 참조하십시오. 데이터 패브릭 구현을 경험하려면 데이터 패브릭 학습서를 수행하십시오.

워크플로우 태스크 모니터 (Watson Knowledge Catalog)

2022년 6월 30일

워크플로우 관리자는 이제 활성 태스크에 대한 메트릭을 볼 수 있습니다. 태스크 상태 페이지에는 모든 활성 태스크에 대한 소유권 상태 및 만기 날짜의 그래픽 개요가 포함됩니다. 또한 태스크 목록을 필터링하고 여러 태스크를 다시 청구되지 않은 상태로 다시 설정할 수 있습니다.

워크플로우 작업 관리를 참조하십시오.

2022년 6월 24일까지

Data Refinery 플로우 작업 실행을 위한 새 스파크 3.2 환경

2010년 6월 24 일

Data Refinery 플로우 작업의 환경을 선택할 때 기본 스파크 3.2% 를 선택할 수 있습니다. 기본 스파크 3.2% 환경에는 스파크의 개선사항이 포함되어 있습니다. 새 환경에서는 다른 기본 환경과 동일한 용량 단위 시간(CUH)을 사용합니다.

Spark 3.2 & R 3.6 selection

중요한: 기본 스파크 3.0 (스파크 3.0), 환경은 더 이상 사용되지 않습니다.

Data Refinery에 대한 환경에 대한 정보는 프로젝트의 Data Refinery 에 대한 자원 계산 옵션을 참조하십시오.

(Watson Studio 및 Watson Machine Learning)의 새 PMML 소프트웨어 스펙

2006년 6월 23 일

spark-mllib_3.0 가 있는 PMML 모델은 더 이상 사용되지 않지만 제거되지 않습니다. 더 이상 사용되지 않는 스펙이 있는 모델 배치는 2022년 7월 7일에 작동을 중지합니다. pmml-3.0_4.3 소프트웨어 스펙을 사용하여 새 PMML 모델을 작성하거나 기존 배치가 없는 경우 pmml-3.0_4.3 소프트웨어 스펙을 사용하여 기존 pmml 모델을 업데이트하십시오. PMML 모델의 노트북 환경 변경에 대한 자세한 내용은 노트북 환경 변경을 참조하십시오. 배치 프레임워크 관리에 대한 세부사항은 오래된 소프트웨어 스펙 관리를 참조하십시오.

문서의 새로운 변환!

2017년 06월 22일

Cloud Pak for Data as a Service 문서는 다음 언어로 새로 번역됩니다.

  • 포르투갈어(브라질)
  • 프랑스어
  • 독일어
  • 스페인어
  • 일본어
  • 한국어

이제 문서를 볼 때 쉽게 언어를 전환할 수 있습니다. 이전에는 다른 언어로 된 문서를 보기 위해 브라우저 환경 설정을 재설정합니다. 이제 각 페이지의 맨 아래에 있는 언어 선택기에서 원하는 언어를 선택할 수 있습니다.

언어 전환기의 화면 캡처

강화 결과 공개가 더 쉬워졌습니다 (Watson Knowledge Catalog).

2006년 6월 23 일

이제 프로젝트의 공개 플로우로 경로 재지정되지 않고 보강 결과를 공개할 수 있습니다. 공개한 후에는 농축 결과 UI를 사용하여 계속해서 작업을 수행할 수 있습니다. 각 자산의 상태 공개 는 보강 결과의 자산 탭에 표시됩니다.

보강 결과 공개를 참조하십시오.

농축 결과 게시

2022년 6월 10일까지

레코드 쌍을 검토하여 IBM Match 360 일치 알고리즘을 개선합니다.

2022년 6월 10일

레코드 쌍을 검토하여 IBM Match 360 일치 알고리즘을 훈련하여 마스터 데이터 엔티티에 일치하는 레코드를 결정하는 방법을 확인하십시오. 쌍을 검토하는 동안 데이터는 레코드를 비교하여 일치 여부를 판별합니다.

쌍 검토가 완료되면 IBM Match 360 은 응답을 분석하고 일치하는 알고리즘의 가중치 및 일치하는 임계값에 대한 조정을 권장합니다. 사용자가 더 많은 쌍을 검토할수록 튜닝 권장사항이 더 좋아질 수 있습니다. 그러면 데이터 엔지니어가 권장사항을 적용할지 여부를 결정할 수 있습니다.

쌍 검토에 대한 정보는 일치 알고리즘 사용자 정의 및 강화를 참조하십시오.

IBM Match 360 레코드 사이의 관계를 정의하고 작업합니다.

2022년 6월 10일

IBM Match 360에 관계 정보를 추가하여 마스터 데이터 내의 새 연결을 찾으십시오. 이제 데이터 모델에 관계 유형을 추가한 후 벌크 로드 관계 데이터 자산을 추가하거나 수동으로 레코드 간의 관계를 정의할 수 있습니다. 데이터에 대한 새 통찰력을 얻기 위해 레코드 사이의 관계를 탐색하십시오.

마스터 데이터의 관계에 대한 작업에 대한 정보는 관계 데이터 탐색을 참조하십시오.

IBM Match 360 구성의 스냅샷 저장 및 로드

2022년 6월 10일

이제 구성 스냅샷을 사용하여 데이터 모델 및 일치하는 설정을 포함하여 마스터 데이터 구성 설정의 특정 시점 버전을 작성할 수 있습니다. 스냅샷을 로드하여 마스터 데이터 구성을 이전 버전으로 리턴하거나 서비스 인스턴스에서 스냅샷을 공유하여 일관성을 유지합니다.

스냅샷 작업에 대한 정보는 마스터 데이터 구성 스냅샷 저장 및 로드를 참조하십시오.

2022년 6월 3일 종료

Watson Studio 및 Watson Machine Learning 에 대한 스파크 3.2의 지원 및 스파크 3.0 지원

2022년 6월 1일

스파크 3.2는 현재 지원되고 있으며 스파크 3.0은 기계 학습 프레임워크, 노트북 환경, RStudio 런타임으로 더 이상 사용되지 않는다. 대신 스파크 3.2를 사용하도록 자산을 업데이트하십시오. 훈련 자산 지원은 2022년 6월 22일에 중단될 것이다. 모델 배치 및 스코어링에 대한 지원은 2022년 11월 7일에 중단되며 스파크 3.0규격을 사용하는 기존 배치는 제거됩니다. 자산을 지원되는 프레임워크 및 소프트웨어 스펙으로 마이그레이션하는 방법에 대한 자세한 내용은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오. 노트북 환경에 대한 세부사항은 프로젝트에서 노트북 편집기에 대한 자원 계산 옵션을 참조하십시오.

2022년 5월 27일까지

Decision Optimization 의 환경 업데이트 (Watson Studio 및 Watson Machine Learning)

2022년 5월 25일

Python 3.8및 CPLEX 12.10환경에서 실행되는 Decision Optimization 실험 및 모델에 대한 등록을 변경해야 합니다.

  • 이제 Python 3.8이 제거됩니다. 기본 버전 Python 3.9를 사용해야 합니다. Decision Optimization 실험의 기본 환경을 변경하려면 특정 시나리오에 대해 다른 실행 환경 선택을 참조하십시오. 이전 버전을 사용하는 배치된 모델의 경우, REST API를 사용하여 Python 버전을 업데이트해야 합니다. REST API를 사용하여 기존 배치된 모델의 Python 버전 변경을 참조하십시오.
  • CPLEX 12.10이 이제 제거되고 동등한 do_12.10 런타임이 더 이상 지원되지 않습니다. CPLEX 20.1은 기본값이고, 새 런타임 do_22.1 을 사용하여 CPLEX 22.1을 사용할 수 있습니다. 더 이상 지원되지 않는 CPLEX 런타임으로 모델을 이미 배치한 경우 REST API 또는 UI를 사용하여 기존 배치된 모델을 갱신할 수 있습니다.

메타데이터 보강: 한 번에 선택한 자산에서 비즈니스 용어 또는 데이터 클래스를 지정 또는 제거합니다 (Watson Knowledge Catalog).

2022년 5월 26일

보강 결과에서 이제 비즈니스 용어를 선택한 자산 또는 열 세트에서 한 번에 제거하거나 비즈니스 조건을 제거할 수 있습니다. 열의 경우, 데이터 클래스를 한 번에 여러 열에 지정하거나 지정 해제할 수도 있습니다. 용어 및 데이터 클래스 지정을 대량 변경하기을 참조하십시오.

자산에 대한 메뉴 옵션

열에 대한 옵션

협력자 역할을 변경하거나 협력자 역할을 변경하려면 프로젝트 관리자가 프로젝트 작성자의 IBM Cloud 계정에 속해야 합니다.

2022년 5월 26일

프로젝트 작성자가 프로젝트 작성자와 다른 IBM Cloud 계정의 프로젝트 관리인 경우 협업자를 추가하거나 협업자 역할을 변경할 수 있는 권한이 없습니다. 다른 프로젝트 관리자에게 협업자를 추가하거나 변경하도록 요청하십시오.

DataStage 스테이지

2022년 5월 26일

이제 DataStage 플로우에서 사용할 수 있는 단계는 다음과 같습니다.

  • CFF(Complex Flat File)
  • 계층 스테이지: REST 단계
  • Match Frequency 스테이지
  • 한 소스 일치 스테이지

자세한 정보 및 스테이지 전체 목록은 DataStage 스테이지QualityStage 스테이지를 참조하십시오.

DataStage 종속성을 단일 파일로 다운로드

2022년 5월 26일

개별 DataStage 해당 종속 항목을 ZIP 파일로 편리하게 함께 다운로드할 수 있습니다. 그런 다음 파일을 다른 프로젝트로 가져올 수 있습니다. 종속성에는 연결, 서브플로우 및 매개변수 세트와 같은 항목이 포함됩니다.

자세한 내용은 DataStage 및 가져오기를 참조하십시오.

2022년 5월 20일까지

SPSS Modeler 의 테이블 출력에서 새 노드 생성

2022년 5월 16일

테이블 출력을 볼 때 이제 하나 이상의 필드를 선택하고 생성을 클릭한 후 플로우에 추가할 노드를 선택할 수 있습니다.

새 "플로우 설정" 은 Data Refinery 플로우에 대한 추가 옵션을 제공합니다.

2022년 5월 20 일

Data Refinery 플로우 설정은 Data Refinery 플로우에서 데이터를 제어하는 데 사용할 수 있는 추가 특성을 제공하고 데이터를 세분화하는 동안 데이터의 샘플 크기를 편집하는 새 기능을 제공합니다.

Data Refinery 플로우 설정 일반 탭

Data Refinery 플로우 설정 소스 탭

Data Refinery 플로우 설정 대상 탭

Data Refinery의 도구 모음에서 Data Refinery 플로우 설정에 액세스하십시오.

Data Refinery 플로우 설정

Data Refinery 플로우 설정을 사용하여 다음 조치를 수행하십시오.

소스 데이터 세트:

  • 샘플 크기 편집: 이 새 기능을 사용하여 데이터를 세분화하는 동안 샘플 크기를 조정하십시오. 샘플 크기를 조정하면 큰 데이터 세트가 있을 때 Data Refinery 플로우를 더 빨리 실행하는 데 도움이 됩니다.
  • 소스 특성 편집: 이전에는 CSV 또는 구분된 파일에 대한 형식 옵션만 지정할 수 있었습니다. 이제 연결에서 더 많은 파일 유형 및 데이터에 대한 추가 옵션에 대한 옵션이 있습니다.
  • Data Refinery 플로우의 소스 변경: 이제 한 위치에 두 개 이상의 소스 데이터 세트를 대체할 수 있습니다. (결합 및 연합 조작의 경우)

대상 데이터 세트:

  • Data Refinery 플로우의 대상 위치 변경
  • 대상 특성 편집: 연결의 데이터를 포함하여 다른 유형의 데이터에 대한 추가 옵션이 있습니다.
  • 대상 데이터에 대한 설명을 입력합니다.

중요: Data Refinery 플로우 설정은 특정 조치를 수행하는 위치를 변경합니다.

조치 사용자 인터페이스의 위치
Data Refinery 플로우 제거 정보 분할창 (이 자산 정보) 또는 Data Refinery 플로우 설정 일반
Data Refinery 플로우에 대한 설명을 입력하십시오. 정보 분할창 (이 자산 정보) 또는 Data Refinery 플로우 설정 일반
Data Refinery 플로우 소스 변경 이제 두 가지 선택사항: 단계 분할창에서 데이터 소스 옆에 있는 오버플로우 메뉴를 클릭하고 편집을 선택하십시오.
새로 작성: Data Refinery 플로우 설정 > 소스 데이터 세트 탭. 데이터 세트를 선택한 후 데이터 소스 바꾸기를 선택하십시오.
소스 형식 옵션 지정하기 Data Refinery 플로우 설정 > 소스 데이터 세트 탭. 데이터 소스를 선택한 후 형식 편집을 클릭하십시오.
Data Refinery 플로우의 대상 (출력) 위치 변경 Data Refinery 플로우 설정 > 대상 데이터 세트 탭. 대상 선택 을 클릭하고 데이터 자산 또는 연결을 찾아보십시오.
겹쳐쓰기 옵션 및 형식을 포함하여 대상 (출력) 특성을 편집합니다. 프로젝트의 데이터 자산 또는 다른 연결 유형의 데이터 세트에 대해 서로 다른 특성을 사용할 수 있습니다. Data Refinery 플로우 설정 > 대상 데이터 세트 탭. 특성 편집 을 클릭하십시오.
대상 데이터 세트에 대한 설명을 입력하십시오. Data Refinery 플로우 설정 > 대상 데이터 세트

플로우 설정을 열고 변경하지 않는 한, 기존 Data Refinery 플로우 또는 Data Refinery 플로우 작업은 이러한 변경사항의 영향을 받지 않습니다.

자세한 정보는 Data Refinery 플로우 관리를 참조하십시오.

새 단계 옵션을 사용하면 Data Refinery 플로우를 더 제어할 수 있습니다.

2022년 5월 20 일

Data Refinery 는 중복, 이전 단계 삽입뒤에 단계 삽입단계에 대한 새 옵션을 도입합니다. 이러한 옵션을 사용하면 Data Refinery 플로우의 유연성과 제어를 향상시킬 수 있습니다.

단계 분할창에서 이러한 옵션에 액세스하십시오.

Data Refinery 중복 삽입 단계

단계별로 수행할 수 있는 모든 조치에 대한 정보는 Data Refinery 플로우 관리를 참조하십시오.

Data Refinery 플로우에서 새 열 배치를 제어합니다.

2022년 5월 20 일

Data Refinery 플로우에서 새 열을 작성할 수 있는 오퍼레이션을 사용하고 결과에 대한 새 열 작성을 선택하면, 이제 원래 열의 오른쪽에 새 열을 배치하도록 선택할 수 있습니다.

Data Refinery 새 열 배치

이 새 선택사항은 다음 오퍼레이션에 사용할 수 있습니다.

  • 계산
  • 조건부 교체
  • 열 유형 변환
  • 열 값을 결측값으로 변환
  • 날짜 또는 시간 값 추출
  • 수학
  • 결측값 대체
  • 하위 문자열 바꾸기
  • 텍스트
  • 토큰화

GUI 조작에 대한 정보는 Data Refinery 의 GUI 조작의 내용을 참조하십시오.

메타데이터 보강은 이제 데이터 클래스에 대한 제안도 제공합니다 (Watson Knowledge Catalog).

2022년 5월 20 일

메타데이터 보강을 실행할 때 프로파일링은 이제 열에 대한 데이터 클래스 제안도 제공합니다. 열의 통제 세부사항에서 이를 볼 수 있습니다. 메타데이터 보강을 위해 프로젝트 설정에서 설정할 수 있는 새 임계값에 따라 지정되고 제안된 데이터 클래스가 선택됩니다. 데이터 클래스 지정 설정을 참조하십시오.

통제 정보: 제안된 데이터 클래스

DataStage 개선사항

2022년 5월 20 일

특정 커넥터는 이제 연관된 연결에서 메타데이터를 테스트하고 추가하는 더 빠른 방법을 제공합니다.

연결을 작성할 때 연결 추가 페이지의 연결 테스트 단추가 이러한 연결에 대해 작동합니다. (이전에는 사용자 인터페이스에서 연결을 테스트할 방법이 없었습니다.)

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

연결을 작성한 후 DataStage에서 자산 브라우저를 캔버스로 끌어서 연결을 선택하고 드릴 다운하여 해당 커넥터에 대한 데이터를 추가하거나 미리볼 수 있습니다. (이전에는 커넥터를 캔버스로 끌어 놓은 경우에만 해당 옵션을 두 번 클릭하여 세부사항 카드를 열고 특성 > 연결 으로 이동하여 연결을 선택하십시오.)

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

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

2022년 5월 13일까지

데이터 패브릭 평가판에 대한 Data governance and privacy 학습서

2022년 5월 12일

이제 다음 학습서를 사용하여 Data governance and privacy 유스 케이스를 사용하여 데이터 패브릭 솔루션을 구현하는 방법을 경험할 수 있습니다.

Data governance and privacy 유스 케이스에는 Watson Knowledge Catalog 서비스가 필요합니다.

데이터 패브릭에 대한 자세한 정보는 Cloud Pak for Data as a Service 데이터 패브릭 솔루션을 참조하십시오.

이 유스 케이스에 대한 학습서를 가져오려면 다음을 수행하십시오.

  • 새 사용자인 경우 Data governance and privacy 유스 케이스에 등록하고연관된 학습서를 사용하십시오.
  • Cloud Pak for Data as a Service의 기존 사용자인 경우 다시 등록할 필요가 없습니다. Watson Knowledge Catalog Lite 서비스를 프로비저닝하고 Data governance and privacy 학습서를 사용하여 Data governance and privacy 유스 케이스를 시도할 수 있습니다.

SPSS Modeler: 텍스트 분석 개선사항

2022년 5월 12일

SPSS Modeler 는 텍스트 처리를 위한 특수 노드를 제공합니다. 텍스트 마이닝 노드에서 새로 개선된 텍스트 분석 워크벤치 (이전에는 대화식 워크벤치로 알려져 있음) 를 실행하도록 선택할 수 있습니다. 광범위한 사용자 조사를 수행한 후 워크벤치가 다시 디자인되었습니다. 새 비디오 및 업데이트된 학습서를 포함하여 새 디자인을 반영하도록 문서도 업데이트되었습니다. 텍스트 분석을 참조하십시오.

텍스트 분석 워크벤치

DataStage 데이터 소스에 연결

2022년 5월 13일

이제 DataStage 이러한 데이터 소스의 데이터를 포함할 수 있습니다.

  • 일반 S3
  • Teradata(최적화됨)

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

메타데이터 보강을 실행하기 쉽습니다 (Watson Knowledge Catalog).

2022년 5월 13일

이제 작업 페이지에서 작업을 다시 실행하는 대신 메타데이터 보강 결과에서 직접 보강을 실행할 수 있습니다. 또한 선택한 서브세트에 대해서만 자산의 전체 범위에 대해 보강을 실행하도록 선택할 수 있습니다. 수동으로 보강 실행을 참조하십시오.

농축 결과 페이지에서 보강 실행

2022년 5월 6일까지

보다 많은 Watson Knowledge Catalog 기능을 새 계획으로 시도하십시오.

2022년 5월 5일

이제 업데이트된 Lite 계획을 사용하여 거의 모든 Watson Knowledge Catalog 기능을 사용 가능하게 하거나 새 표준 계획에서 사용하는 내용에 대해서만 비용을 지불할 수 있습니다.

다음과 같은 새 Watson Knowledge Catalog 오퍼링 계획에서 선택할 수 있습니다.

  • 프로파일링, 도구 및 작업을 실행할 때 용량 단위 시간 (CUH) 비율에 따라 카탈로그 자산 및 계산 사용량에 대한 새 표준 계획 요금입니다. 이 계획에는 월별 인스턴스 요금 또는 권한 부여된 사용자 요금이 포함되지 않습니다.
  • 새로운 엔터프라이즈 번들 계획은 매월 100,000개의 카탈로그 자산 및 2500개의 CUH에 대해 매월 인스턴스 요금을 부과합니다. 더 많은 카탈로그 자산 및 계산 사용법에 대해 비용을 지불합니다. 계획에는 권한이 부여된 사용자 요금이 포함되지 않습니다.

라이트 계획이 있는 경우 계획이 자동으로 업데이트됩니다. 이제 대부분의 Watson Knowledge Catalog 기능에 액세스할 수 있습니다. 자산 및 통제 아티팩트에 대한 많은 한계가 증가합니다. 그러나, 월간 계산 사용 한계는 25 CUH로 감소된다.

이전에 표준, 전문가 또는 엔터프라이즈 계획을 프로비저닝한 경우, 다음 연도에 대한 레거시 계획을 보존할 수 있습니다. 새 표준 또는 엔터프라이즈 번들 계획으로 변경하려는 경우 서비스 관리에 대한 단계를 수행할 수 있습니다.

Watson Knowledge Catalog 서비스 플랜을 참조하십시오.

자산 활동을 위한 새 홈 (Watson Knowledge Catalog)

2022년 5월 5일

카탈로그 및 프로젝트에서는 이제 사이드 패널에서 자산 활동에 대한 정보를 사용할 수 있습니다. 카탈로그 또는 프로젝트에서 자산을 열고 활동 아이콘을 클릭하여 해당 활동에 액세스하십시오. 활동을 참조하십시오.

새 활동 UI

위치 (실험) 에 기반한 제어 데이터 (Watson Knowledge Catalog)

2022년 5월 4일

이제 위치를 기반으로 데이터 자산에 대한 액세스를 제어하는 실험 기능을 시도할 수 있습니다. 데이터 위치 규칙을 작성하여 데이터 개인정보 보호 및 위치 인식 규제가 하나의 실제 또는 주권 위치에서 다른 위치로 데이터를 이동할 때 적용되는지 확인할 수 있습니다.

이 실험 기능을 시도하려면 예제 자습서에 대한 이 게시물 에 응답하고 API에 대한 추가 정보를 참조하십시오.

데이터 위치 규칙을 참조하십시오.

2022년 4월 29일까지

Watson Studio Lite 계획에 대한 새 계산 사용 한계

2022년 4월 29일

Watson Studio Lite 계획에는 이제 작업 및 도구를 실행하는 10 CUH의 월간 계산 사용량 한계가 있습니다. 이 한계는 모든 기존 및 새 Lite 계획에 적용됩니다. 2022년 5월은 하급 CUH 하한선이 적용된 첫 달입니다.

월 10개 이상의 CUH를 사용하는 경우 다음과 같은 선택사항이 있습니다.

  • 전문가 계획으로 업그레이드하십시오. 전문 계획은 사용자가 사용하는 CUH의 경우에만 부과되므로 다른 비용을 발생시키지 않고 업그레이드할 수 있습니다.
  • 낮은 CUH 비율의 환경을 사용하도록 자산을 업데이트하여 계산 사용량을 연장할 수 있습니다. 예를 들어, 노트북 환경 변경을 사용할 수 있습니다.

AutoAI 시계열 모델 파이프라인을 노트북으로 저장 (Watson Studio, Watson Machine Learning)

2022년 4월 29일

이제 파이프라인을 생성하는 데 사용되는 코드 및 알고리즘을 검토할 수 있도록 AutoAI 시계열 실험에서 노트북으로 파이프라인을 저장할 수 있습니다. 자세한 내용은 시계열 실험 빌드를 참조하십시오.

메타데이터 강화: 자동 용어 지정을 위한 새 서비스 (Watson Knowledge Catalog)

2022년 4월 29일

언어 이름 일치는 이제 자동 용어 지정을 위한 서비스로도 사용 가능합니다. 이 서비스가 사용 가능하면 용어와 자산 또는 열의 이름 사이의 유사성을 기반으로 용어를 지정할 수 있습니다. 기본적으로 이 서비스는 모든 기존 및 새 프로젝트에 대해 사용 가능합니다. 메타데이터 강화 기본 설정을 참조하십시오.

기본 강화 설정: 용어 지정

Watson Query 의 새 가격 책정 계획 (2022년 5월유효)

2022년 4월 29일

엔터프라이즈 가격 결정은 Watson Query 인스턴스당 비용을 제거하고 Watson Query 서비스에 대한 VPC (Virtual Processor Core) 시간을 낮추도록 변경되었습니다. 서비스에서 작업하고 있지 않은 경우에도 서비스가 프로비저닝되고 이용됩니다. 매월 250개의 사용 가능한 가상 프로세서 코어-시간이 중단되었습니다. Watson Query 오퍼링 계획을 참조하십시오.

2022년 4월 22일까지

배치 사용 이름으로 변경하려면 조치(Watson Machine Learning)가 필요합니다.

2022년 4월 21일

2022년 5월 4일부터 사용자가 온라인 배치에 지정하는 서비스 이름은 지역별로 고유해야 합니다. API 호출 GET /ml/v4/deployments?serving_name={serving_name}&conflict=true API를 사용하여 기존 제공 이름이 고유한지 확인할 수 있습니다. GET 호출이 204의 상태 코드를 리턴하는 경우, 이름은 고유하며 사용 가능합니다. 호출이 409의 상태 코드를 리턴하면 서비스 이름이 이미 존재하거나 충돌할 수 있습니다. 응답을 검토하고 필요한 경우 PATCH API 를 사용하여 서비스 이름을 업데이트하기 위한 조치를 수행하십시오. 2022년 5월 4일부터 서비스 이름이 두 번 이상 존재하는 서비스 이름과 연관된 예측 요청은 사용자가 이름을 업데이트해야 하는 오류와 함께 실패합니다. 이름 제공에 대한 세부사항은 온라인 배치 작성을 참조하십시오. PATCH 명령 사용에 대한 세부사항은 배치 메타데이터 업데이트를 참조하십시오. 업데이트에 대한 지원이 필요한 경우 IBM 지원 센터에 문의하십시오.

Data Refinery 플로우 작업을 실행하지 않고 CSV 파일에서 Data Refinery 데이터를 보십시오.

2022년 4월 22일

이제 Data Refinery 플로우 작업을 저장하거나 실행하지 않고 Data Refinery 플로우의 현재 단계에서 데이터를 CSV 파일로 내보낼 수 있습니다. 이 개선사항은 진행 중인 데이터를 신속하게 저장하고 볼 수 있는 기능을 제공합니다. 도구 모음의 내보내기 아이콘 아래에 있는 텍스트를 클릭하십시오.

자세한 정보는 Data Refinery 플로우 관리를 참조하십시오.

메타데이터 강화 개요

2022년 4월 22일

새 사이드 패널은 농축 및 샘플링 옵션, 연관된 작업 및 해당 스케줄과 같은 메타데이터 보강에 대한 관련 정보의 요약을 제공합니다.

메타데이터 강화 정보 패널

2022년 4월 15일로 끝나는 주

DataStage 대한 업데이트

2022년 4월 15 일

이제 거부 링크가 MQ, Teradata및 ODBC 커넥터에 대해 지원됩니다. 이제 SQL Server 커넥터의 스토어드 프로시저가 지원됩니다. DataStage 가져올 때 컴파일을 사용 불가능하게 할 수 있습니다. UI 에서 종속성과 함께 개별 플로우를 가져오고 다운로드할 수 있다.

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

SPSS Modeler의 스크립트 개선사항

2022년 4월 13 일

새 스크립팅 아이콘은 다시 디자인된 스크립팅 패널을 여는 도구 모음에서 사용할 수 있습니다. 스크립트 개요를 참조하십시오.

Decision Optimization 업데이트(Watson Studio 및 Watson Machine Learning)

2022년 4월 13 일

Decision Optimization에 대한 다음 업데이트를 볼 수 있습니다.

  • Decision Optimization 사용자의 기본 Python은 이제 3.9입니다. Python 3.8은 이제 폐기되며 Python 3.7이 곧 제거됩니다. 자세한 내용은 Decision Optimization 노트북을 참조하십시오.
  • 이제 Decision Optimization 실험에서 다중 시나리오를 실행하고 삭제할 수 있습니다. 자세한 내용은 Decision Optimization 보기 및 시나리오를 참조하십시오.

2022년 4월 8일로 끝나는 주

새 프로젝트 UI가 레거시 UI를 대체합니다.

2022년 4월 7일

새 프로젝트 UI가 레거시 UI를 대체했고 작업이 영향을 받지 않았습니다. 프로젝트에서 더 쉽고 효율적으로 작업하고 협업할 수 있도록 프로젝트 경험이 업데이트되었습니다. 향상된 자산 조직, 자산 관계, 개선된 탐색 및 내장 안내를 경험하십시오.

새 검색 경험으로 빠르게 필요한 사항 찾기

2022년 4월 7일

이제 글로벌 검색 필드를 사용하여 자산 또는 통제 아티팩트를 검색할 때 결과를 신속하게 평가할 수 있습니다. 새 검색 결과 경험은 검색 용어의 컨텍스트를 표시하고 추가 특성을 기반으로 많은 필터를 제공합니다.

검색 결과는 일치하는 자산 및 아티팩트를 표시합니다.

또한 더 나은 결과를 얻을 수 있습니다. 추가 자산 및 아티팩트 특성이 검색됩니다. 영어로 된 문구를 검색할 때, 자연어 분석은 일반적인 구문을 우선 순위화하고 중요하지 않은 단어를 버립니다.

이제 더 긴 검색 문자열 내에 인용된 문구를 포함시킬 수 있습니다.

플랫폼에서 자산 및 아티팩트 검색을 참조하십시오.

IBM Analytics Engine 클래식 계획 및 Amazon EMR 폐기 및 제거

2022년 4월 7일

2022년 4월부터 새 사용자는 노트북을 실행할 Lite, Standard-매시간 또는 Standard-월별 계획 또는 Amazon Elastic Map Reduce(EMR) 인스턴스를 사용하여 IBM Analytics Engine 인스턴스를 작성할 수 없습니다.

기존 사용자는 여전히 IBM Analytics Engine 클래식 인스턴스와 Amazon EMR 인스턴스를 2022년 6월 30일까지 작성할 수 있습니다. 그런 다음, 모든 연관된 노트북을 Watson Studio에서 사용 가능한 지원되는 Spark 런타임 환경에 재지정해야 합니다.

IBM Analytics Engine 클래식 계획 및 Amazon EMR이 2022년 11월 9일에 제거됩니다.

새 거버넌스 아티팩트 경험이 레거시 경험을 바꿉니다(Watson Knowledge Catalog).

2022년 4월 8 일

Watson Knowledge Catalog에서 레거시 거버넌스 아티팩트 경험을 사용하는 경우, 2022년 4월 7일에 새 거버넌스 아티팩트 경험으로 전환되었습니다. 2021년 4월 이전에 Watson Knowledge Catalog를 프로비저닝한 경우에만 레거시 경험이 있었으며 새로운 경험으로 아직 이동하지 않았습니다.

이동 중에 발생한 사항은 다음과 같습니다.

  • 기존의 모든 비즈니스 용어, 정책 및 데이터 보호 규칙이 영구적으로 삭제되었습니다. 레거시 경험으로 되돌릴 수는 없습니다.
  • 데이터 자산에 대한 모든 비즈니스 용어, 데이터 클래스 및 분류 지정이 유효하지 않게 되었습니다.
  • 데이터 보호 규칙으로 구성한 모든 데이터 마스킹이 제거되었습니다.
  • 분류 결과가 새 데이터 클래스를 사용하도록 데이터 자산의 프로파일이 업데이트됩니다.

지금 수행해야 할 작업은 다음과 같습니다.

  • 비즈니스 용어, 분류 및 데이터 보호 규칙을 다시 작성하십시오.
  • 카탈로그의 자산에서 올바르지 않은 비즈니스 용어 및 분류 지정을 제거합니다.
  • 카탈로그의 자산에 새 비즈니스 용어 및 분류를 지정하십시오.
  • 사용자에게 Watson Knowledge Catalog 역할을 지정하십시오. 사용자에게 Watson Knowledge Catalog 역할 지정을 참조하십시오.

통제 아티팩트의 새 버전으로 이동하는 것과 관련된 질문 또는 관련 사항이 있는 경우 지원 티켓을 열다.를 수행할 수 있습니다.

Watson Knowledge Catalog 계획에 예정된 변경 사항

2022년 4월 7일

2022년 5월 2일부터 다음과 같은 새 Watson Knowledge Catalog 오퍼링 계획 중에서 선택할 수 있습니다.

  • 새 Standard 계획은 프로파일링, 도구 및 작업을 실행할 때 용량 단위 시간(CUH) 비율에 따라 카탈로그 자산 및 계산 사용법에 대해 비용을 부과합니다. 인스턴스 또는 권한 부여된 사용자 요금은 포함되지 않습니다.
  • 새로운 Enterprise 번들 계획은 매월 100,000개의 카탈로그 자산과 2500개의 CUH에 대해 매월 인스턴스 요금을 부과합니다. 더 많은 카탈로그 자산 및 계산 사용법에 대해 비용을 지불합니다. 권한 부여된 사용자 요금은 포함되지 않습니다.

라이트 계획이 있는 경우 계획이 자동으로 업데이트됩니다. Knowledge Accelerators를 제외한 모든 Watson Knowledge Catalog 기능에 액세스할 수 있습니다. 그러나 자산 및 거버넌스 아티팩트에 대한 많은 한계가 증가되었지만 월간 계산 사용 한계는 25 CUH로 감소합니다.

현재 Standard, Professional 또는 Enterprise 계획이 있는 경우, 다음 연도에 대한 계획을 유지할 수 있습니다. 새 Standard 또는 Enterprise 번들 계획으로 변경하려는 경우, 2022년 5월 2일부터 서비스 관리에 대한 단계를 수행할 수 있습니다.

데이터 재생 "열 유형 변환" 조작의 자동 첫 번째 단계에서 데이터 유형을 보십시오.

2022년 4월 8 일

Data Refinery에서 파일을 열면 데이터에서 문자열이 아닌 데이터 유형을 발견하면 변환 열 유형 조작이 첫 번째 단계로 자동으로 적용됩니다. 데이터 유형은 유추된 데이터 유형으로 자동으로 변환됩니다. 이제 각 열의 데이터 유형이 변환된 데이터 유형을 확인할 수 있습니다. 정보에는 날짜 또는 시간소인 데이터의 형식이 포함됩니다. 오버플로우 메뉴에서 편집을 클릭하여 데이터 유형을 보십시오.

Data Refinery 자동 변환 조작 편집

자세한 정보는 GUI 조작을 참조하십시오.

시간소인 및 날짜 데이터의 Data Refinery "열 유형 변환"으로 변경합니다.

2022년 4월 8 일

다음 데이터 유형은 더 이상 자동으로 변환되지 않습니다.

  • 연도에 두 자리를 사용하는 날짜 및 시간소인 문자열

기존 Data Refinery 플로우의 자동 변환은 영향을 받지 않습니다.

메타데이터 보강 업데이트(Watson Knowledge Catalog)

2022년 4월 7일

이제 메타데이터 보강 결과에는 보강의 각 자산에 대한 강화 상태가 포함됩니다. 또한 한 번에 여러 자산 또는 열의 검토 상태를 변경할 수 있습니다. 메타데이터 강화 결과를 참조하십시오.

또한 이제 시작 또는 완료와 같은 보강 작업 실행 이벤트에 대한 알림을 수신합니다.

2017년 4월 1일로 끝나는 주

단순화된 Watson Studio 계획

2022년 1월 1 일

이제 Watson Studio에 대한 새 Professional 계획을 사용할 수 있습니다. Lite 계획을 변경하는 것은 이번 달 말에 있을 예정입니다.

Watson Studio는 이제 Standard 및 Enterprise 계획을 대체하는 단일 지불 계획(Professional 계획이라고 함)을 보유합니다. 직무 계획은 공구 및 작업을 실행할 때 용량 단위 시간(CUH) 비율에 따라 계산 용도로만 청구됩니다. 인스턴스 및 권한 부여된 사용자 요금은 포함되지 않습니다. 2022년 4월 1일 현재, Professional 계획은 사용자가 선택할 수 있는 유일한 지불 계획 옵션입니다. Watson Studio Professional 계획에 대한 자세한 정보는 Watson Studio 서비스 계획을 참조하십시오. IBM Cloud 카탈로그: Watson Studio를 참조할 수도 있습니다.

현재 Standard 또는 Enterprise 계획이 있는 경우 이 계획을 무기한으로 유지할 수 있습니다. Professional 계획으로 변경하려면 서비스 관리에 대한 단계를 수행하십시오.

2022년 4월 29일부터 모든 신규 및 기존 Watson Studio Lite 계획은 작업 및 도구를 실행하기 위해 매월 10 CUH 제한을 가질 것입니다. Professional 계획은 사용자가 사용하는 CUH의 경우에만 부과되므로 다른 비용을 발생시키지 않고 지불 계획으로 업그레이드할 수 있습니다. 2022년 5월은 하급 CUH 하한선이 적용된 첫 달입니다. 런타임 사용을 연장하려는 경우, 낮은 CUH 비율이 있는 환경을 사용하도록 자산을 업데이트할 수 있습니다. 예를 들어, 노트북 환경 변경을 사용할 수 있습니다.

iOS용 코어 ML 배치에 대한 지원 종료

2022년 1월 1 일

코어 ML 또는 가상, iOS와 함께 사용하기 위한 배치는 폐기됩니다. 이 배치 유형에 대한 지원은 2022년 5월 4일에 종료됩니다.

(Watson Studio 및 Watson Machine Learning)의 새 PMML 소프트웨어 스펙

2022년 1월 1 일

spark-mllib_2.4 가 있는 PMML 모델은 더 이상 사용되지 않지만 제거되지 않습니다. 폐기된 스펙이 있는 모델 배치는 2022년 5월 4일에 작동을 정지합니다. pmml-3.0_4.3 소프트웨어 스펙을 사용하여 새 PMML 모델을 작성하거나 기존 배치가 없는 경우 pmml-3.0_4.3 소프트웨어 스펙을 사용하여 기존 pmml 모델을 업데이트하십시오. PMML 모델의 노트북 환경 변경에 대한 자세한 내용은 노트북 환경 변경을 참조하십시오. 배치 프레임워크 관리에 대한 세부사항은 오래된 소프트웨어 스펙 관리를 참조하십시오.

2022년 3월 25일로 끝나는 주

Reminder: 레거시 거버넌스 아티팩트 경험에서 전환(Watson Knowledge Catalog)

2022년 Mar 2022

Watson Knowledge Catalog로 레거시 거버넌스 아티팩트 경험을 사용하는 경우, 2022년 4월 4일에 새 거버넌스 아티팩트 경험으로 전환됩니다. 2021년 4월 이전에 Watson Knowledge Catalog를 프로비저닝한 경우에만 레거시 경험이 있으며 새 경험으로 아직 이동하지 않았습니다. 새로운 거버넌스 아티팩트 경험은 2021년 4월의 기본적인 경험이 되었습니다.

통제 아티팩트의 새 버전으로 이동하는 것과 관련된 질문 또는 관련 사항이 있는 경우 지원 티켓을 열다.를 수행할 수 있습니다.

스파크 2.4가 포함된 환경 템플리트를 사용하는 Data Refinery 플로우 작업은 갱신되어야 합니다.

2022년 Mar 2022

If you have a Data Refinery flow job that uses Spark 2.4, for example, the "Default Spark 2.4 & R 3.6" environment template, the job will fail. Change the environment template to "Default Spark 3.0 & R 3.6," "Default Data Refinery XS," or create your own "Spark 3.0 & R 3.6" environment template. 자세한 정보는 프로젝트의 Data Refinery 에 대한 자원 계산 옵션을 참조하십시오.

2022년 3월 18일로 끝나는 주

데이터 패브릭 평가판!

2022년 5월 18 일

이제 Cloud Pak for Data as a Service를 사용하여 데이터 패브릭 솔루션을 구현하는 방법을 경험할 수 있습니다. 데이터 패브릭 유스 케이스 중 하나로 시작한 후 필요에 따라 다른 사용자를 시도하십시오.

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

데이터 패브릭에 대한 자세한 정보는 Cloud Pak for Data as a Service 데이터 패브릭 솔루션을 참조하십시오.

데이터 패브릭 평가판을 경험하려면 각 유스 케이스에 대한 학습서를 참조하십시오.

  • 새 사용자인 경우 데이터 패브릭 사용 사례에 대한 등록을 선택하고 연관된 학습서를 받으십시오.
  • Cloud Pak for Data as a Service의 기존 사용자인 경우 다시 등록할 필요가 없습니다. 데이터 패브릭 학습서를 사용하여 데이터 패브릭 유스 케이스를 시도할 수 있습니다.

데이터 패브릭 학습서를 참조하십시오.

(Watson Studio 및 Watson Machine Learning)에 대한 프레임워크 및 소프트웨어 스펙 변경사항

2022년 5월 17 일

프레임워크 및 소프트웨어 스펙에 대한 다음 변경사항은 자산을 업데이트하기 위한 사용자 조치가 필요할 수 있습니다.

  • CPLEX 12.10 모델 유형은 Watson Studio 및 Watson Machine Learning에서 폐기됩니다. CPLEX 12.10 지원은 2022년 5월 18일에 종료됩니다. 최신 버전인 CPLEX 20.1로 마이그레이션하십시오. 의사결정 최적화 모델 유형에 대한 세부사항은 모델 배치를 참조하십시오.
  • Python 3.8은 폐기되며 2022년 5월 18일에 제거됩니다. 연관된 노트북 환경 및 소프트웨어 스펙과 함께 Python 3.9를 기반으로 IBM Runtime 22.1을 사용하도록 자산 및 배치를 업데이트하십시오. IBM Runtime 22.1의 지원되는 노트북 환경에 대한 세부사항은 노트북 환경 변경을 참조하십시오. 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

2022년 3월 11일로 끝나는 주

DataStage용 새 커넥터: Microsoft Azure Cosmos DB

2022년 10 월

이제 DataStage 플로우에서 Microsoft Azure Cosmos DB 데이터 소스의 데이터를 포함할 수 있습니다.

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

Federated Learning은 이제 Python 3.9를 지원합니다.

2022년 10 월

다음 프레임워크를 사용하여 Federated Learning 실험에 대해 Python 3.9를 사용하십시오.

  • Tensorflow 2.7
  • PyTorch 1.10
  • Scikit-learn 1.0.2

Python 3.8 및 연관된 모든 프레임워크는 폐기됩니다. Federated Learning 실험을 Python 3.9로 업그레이드하고 완전히 지원되는 프레임워크를 구현하십시오. 자세한 정보는 프레임워크 및 Python 버전 호환성을 참조하십시오.

2022년 3월 4일로 끝나는 주

DataStage에 대한 새 커넥터: Microsoft Azure SQL Database

2022년 4 월

이제 DataStage 플로우에 Microsoft Azure SQL Database 데이터 소스의 데이터를 포함시킬 수 있습니다.

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

새 DataStage 기능

2022년 4 월

이제 UniChar 및 UniSeq 함수를 사용하여 트랜스포머 단계에서 10진수 값을 유니코드로 변환할 수 있습니다. 트랜스포머 단계를 참조하십시오.

서비스로 딥 러닝에 대한 지원 종료(Watson Machine Learning)

2022년 3월 2일

심층 학습 지원 서비스 및 심층 학습 실험 빌더 지원은 더 이상 사용되지 않으며 2022년 4월 2일에 중단됩니다. Cloud Pak for Data as a Service에 대한 교체 계획은 없지만 딥 러닝 실험에 대한 지원은 Watson Machine Learning Accelerator를 사용하여 Cloud Pak for Data에서 계속 지원됩니다. 이 중단은 Watson Studio k80 GPU 노트북에 영향을 주지 않습니다. GPU 노트북을 계속 실행할 수 있지만, Watson Machine Learning REST API에 의존하는 딥 러닝 노트북, 모델 및 배치는 지원되지 않습니다.

강화 결과 필터링(Watson Knowledge Catalog)

2022년 3월 4일

메타데이터 보강 결과에서 열에 추가 필터를 적용하여 관심있는 열을 더 빨리 찾을 수 있습니다. 새 필터는 검토 상태, 소스 및 비즈니스 조건입니다.

2022년 2월 25일로 끝나는 주

DataStage 기능

2022년 2월 25 일

이제 DataStage 플로우에서 사용할 수 있는 단계는 다음과 같습니다.

  • Combine Records
  • 하위 레코드 작성
  • Make Vector
  • 하위 레코드 승격
  • Split Subrecord
  • Split Vector

자세한 정보는 DataStage 단계의 내용을 참조하십시오.

Python 3.9지원 및 Python 3.7 폐기(Watson Studio 및 Watson Machine Learning)

2022년 2월 25 일

이제 Python 3.9의 최신 데이터 과학 프레임워크가 포함된 IBM Runtime 22.1을 사용하여 Watson Studio Jupyter 노트북을 실행하고, 모델을 훈련하고, Watson Machine Learning 배치를 실행할 수 있습니다. Python 3.7은 이제 폐기되며 2022년 4월 14일에 제거됩니다. 대신 IBM Runtime 22.1을 사용하도록 자산 및 배치를 업데이트하십시오. 마찬가지로, Watson Studio 및 Watson Machine Learning의 XL Python 환경은 폐기되며 2022년 4월 14일에 제거됩니다. 이에 따라 지원되는 구성에 연관된 자산을 다시 지정하십시오.

Federated Learning(Watson Machine Learning) 발표

2022년 2월 24일

Federated Learning을 위한 몇 가지 새로운 기능 향상이 있습니다.

  • Federated Learning 모듈은 이제 Watson Machine Learning에 대한 Python 클라이언트의 일부입니다. ibmfl을(를) 포함하는 모든 API 함수가 제거됩니다. Watson Machine Learning 모듈의 최신 버전 및 당사자 커넥터 스크립트로 업데이트하십시오. 자세한 정보는 Federated Learning 실험 작성을 참조하십시오.
  • Python 3.7은 이전 버전에서 폐기됩니다. Federated Learning에서 계속 사용하려면 Python 3.8 이상으로 업데이트하십시오.
  • Scikit-learn 1.0은 이제 Python 3.9에서 지원됩니다.

Decision Optimization Modeling Assistant에서 사용자 정의 제한조건 작성

2022년 2월 24일

모델링 지원 프로그램은 사용자 정의할 수 있는 문제점 도메인에 대한 많은 제한조건 제안을 제공합니다. 그러나 지정된 도메인에 대해 사전 정의된 제한조건 이상으로 제한조건을 표현할 수 있습니다. 이제 Python DOcplex를 사용하는 고급 사용자 정의 제한조건을 사용하여 이를 수행할 수 있습니다. 이를 작성하는 방법을 설명하는 예제는 고급 사용자 정의 제한조건을 참조하십시오.

Decision Optimization 실험 환경을 쉽게 구성

2022년 2월 25 일

실험에서 모델을 빌드할 때 빌드 모델 보기의 실행 매개변수 분할창에 환경 탭이 포함됩니다. 여기서 빌드 모델 보기에서 실행을 클릭하면 해결에 사용되는 기본 실행 환경을 볼 수 있습니다. 개요의 정보 분할창에서 환경 탭을 사용하여 환경을 작성할 수 있습니다. 자세한 내용은 하드웨어 및 소프트웨어 구성을 참조하십시오.

추가 데이터 소스에서 메타데이터 가져오기(Watson Knowledge Catalog)

2022년 2월 24일

이제 Apache Cassandra 및 Teradata 데이터 소스에 대해서도 메타데이터 가져오기를 실행할 수 있습니다.

2022년 2월 18일로 끝나는 주

S3 호환 데이터 소스의 데이터 액세스

2022년 2월 18일

새 일반 S3 연결을 사용하여 Amazon S3 API와 호환 가능한 스토리지 서비스의 데이터에 액세스할 수 있습니다. 자세한 정보는 일반 S3 연결을 참조하십시오.

Snowflake 커넥션은 보안 강화를 위해 옥타에서 제공하는 연합 인증을 지원합니다.

2022년 2월 18일

회사에서 네이티브 옥타 인증에 싱글 사인온(SSO)을 사용하는 경우 사용자 인터페이스에는 옥타 계정에 대한 옥타 URL 엔드포인트를 입력할 수 있는 새로운 필드가 있습니다.

스노우플레이크의 옥타 인증

Snowflake 연결에 대한 정보는 Snowflake 연결을 참조하십시오.

2022년 2월 11일로 끝나는 주

DataStage는 메시지 핸들러 작성을 지원합니다.

2022년 2월 11 일

작업을 실행할 때 오류 메시지 및 경고가 로그에 기록됩니다. 로그 패널에서 메시지 및 경보를 봅니다. 메시지 핸들러를 작성하여 특정 오류를 다르게 처리하도록 선택할 수 있습니다.

메시지 핸들러는 메시지를 표현하는 방법을 정의하는 규칙입니다. 사용자는 이를 사용하여 로그의 메시지를 억제하거나 오류 메시지가 경고 또는 정보용이어야 하는지 여부를 판별합니다.

로그 메시지를 펼치고 메시지 ID옆에 생략 기호를 선택하고 메시지를 경고 또는 정보용으로 만들기 위해 승격 또는 강등하여 이 기능을 시도하십시오. 로그에서 억제하도록 선택할 수도 있습니다. 이 옵션은 오류에 대해 사용할 수 없습니다.

새로운 프로젝트를 경험하여 생산성을 향상시키십시오!

2022년 2월 10 일

새 프로젝트 UI가 기본 프로젝트 경험이 되었습니다. 새 디자인을 자유롭게 탐색하십시오. 작업이 영향을 받지 않았습니다.

향상된 자산 조직, 자산 관계, 개선된 탐색 및 내장 안내를 확인하십시오. 모두 프로젝트에서 보다 쉽고 효율적으로 작업하고 협업할 수 있도록 설계되었습니다.

개요 탭

2022년 2월 4일로 끝나는 주

PostgreSQL은 Watson Knowledge Catalog 데이터에 대해 보고하는 데 사용할 지원되는 데이터베이스입니다.

2022년 2월 4일

보고서를 생성하기 위해 외부 데이터베이스에 Watson Knowledge Catalog 데이터를 보내는 경우 이제 Db2 데이터베이스 외에 PostgreSQL 데이터베이스를 선택할 수 있습니다. 자세한 내용은 Watson Knowledge Catalog 데이터에 대한 보고를 참조하십시오.

Data Replication(베타)으로 데이터 전달 및 통합

2022년 2월 4일

이제 베타 Data Replication 서비스를 사용하여 소스 데이터베이스에 대한 영향이 적은 거의 실시간 데이터를 전달할 수 있습니다. Db2 on Cloud에서 데이터를 편리하게 캡처하고 Db2 on Cloud 및 Db2 Warehouse로 데이터를 전달합니다. GA에 더 많은 소스와 타깃이 추가될 것입니다.

시작하려면 Cloud Pak for Data 메뉴에서 서비스 > 서비스 카탈로그로 이동하여 Data Replication 서비스를 제공하십시오. 자세한 정보는 Data Replication(베타)을 참조하십시오.

레거시 거버넌스 아티팩트 경험에서 전환 준비(Watson Knowledge Catalog)

2022년 2월 4일

Watson Knowledge Catalog로 레거시 거버넌스 아티팩트 경험을 사용하는 경우, 2022년 4월 4일에 새 거버넌스 아티팩트 경험으로 전환됩니다. 2021년 4월 이전에 Watson Knowledge Catalog를 프로비저닝한 경우에만 레거시 경험이 있으며 새 경험으로 아직 이동하지 않았습니다. 새로운 거버넌스 아티팩트 경험은 2021년 4월의 기본적인 경험이 되었습니다.

새 거버넌스 아티팩트 경험에는 다음과 같은 새 기능이 포함됩니다.

  • 참조 데이터 세트 및 거버넌스 규칙과 같은 더 많은 유형의 거버넌스 아티팩트
  • 아티팩트와 자산 간의 보다 많은 관계
  • 범주를 사용하여 거버넌스 아티팩트를 보고 관리할 수 있는 사용자 권한의 세분화된 제어

이동하기 전에 비즈니스 용어, 사용자 정의 분류 및 데이터 보호 규칙의 세부사항을 기록해 두십시오.

이동 중에 발생하는 작업은 다음과 같습니다.

  • 기존의 모든 비즈니스 용어, 정책 및 데이터 보호 규칙이 영구적으로 삭제됩니다. 레거시 경험으로 되돌릴 수는 없습니다.
  • 데이터 자산에 대한 모든 비즈니스 용어, 데이터 클래스 및 분류 지정이 유효하지 않게 됩니다.
  • 데이터 보호 규칙으로 구성한 모든 데이터 마스킹이 제거됩니다.
  • 분류 결과가 새 데이터 클래스를 사용하도록 데이터 자산의 프로파일이 업데이트됩니다.

이동 후에 수행해야 하는 작업은 다음과 같습니다.

  • 비즈니스 용어, 분류 및 데이터 보호 규칙을 다시 작성하십시오.
  • 카탈로그의 자산에서 올바르지 않은 비즈니스 용어 및 분류 지정을 제거합니다.
  • 카탈로그의 자산에 새 비즈니스 용어 및 분류를 지정하십시오.
  • 사용자에게 Watson Knowledge Catalog 역할을 지정하십시오. 사용자에게 Watson Knowledge Catalog 역할 지정을 참조하십시오.

통제 아티팩트의 새 버전으로 이동하는 것과 관련된 질문 또는 관련 사항이 있는 경우 지원 티켓을 열다.를 수행할 수 있습니다.

새 스크립트 문서

2022년 2월 4일

스크립팅이 SPSS Modeler를 사용할 필요는 없지만 사용자 인터페이스에서 프로세스를 자동화하기 위한 강력한 도구가 될 수 있습니다. 스크립트는 마우스나 키보드로 수행하는 것과 같은 유형의 동작을 수행할 수 있으며, 스크립트를 사용하여 반복성이 높거나 수동으로 하려면 시간이 많이 걸리는 작업을 자동화할 수 있습니다.

스크립팅 및 자동화 가이드는 이 기능을 자세히 설명합니다.

Data Refinery는 "sas7bdat" 확장자를 갖는 SAS 파일을 지원합니다.

2022년 2월 4일

이제 .sas7bdat 확장을 사용하는 SAS 데이터 자산을 정제할 수 있습니다. SAS 파일은 소스 파일로만 지원됩니다. Data Refinery 플로우의 대상으로 SAS 파일을 사용할 수 없습니다.

Data Refinery에서 지원하는 파일 유형의 전체 목록은 데이터 정제를 참조하십시오.

특정 GUI 조작을 사용할 때 대용량 데이터 세트를 사용하는 Data Refinery 플로우를 업데이트해야 함

2022년 2월 4일

대형 데이터 자산이 있는 Data Refinery 작업을 실행하기 위해 다음 GUI 조작에는 이를 사용하는 Data Refinery 플로우를 업데이트해야 하는 성능 개선사항이 있습니다.

  • 천 개의 그룹화 기호(쉼표, 점 또는 사용자 정의)를 지정할 때 정수로 변환 열 유형
  • 변환 열 유형 - 쉼표 십진 마커가 있는 10진수로, 또는 그룹화 기호(쉼표, 점 또는 사용자 정의)를 지정할 때
  • 텍스트 > 작은 따옴표

이러한 조작을 사용하는 Data Refinery 플로우의 작업 성능을 향상시키려면 데이터를 열고 저장한 후 이에 대한 작업을 실행하여 Data Refinery 플로우를 업데이트하십시오. 새 Data Refinery 플로우에는 자동으로 성능 향상이 있습니다. 지시사항은 Data Refinery 플로우 관리를 참조하십시오.

DataStage용 새 커넥터

2022년 2월 4일

DataStage 이제 상자 커넥터를 지원합니다.
DataStage 전체 목록은 DataStage를 참조하십시오.

Decision Optimization 모델은 Python 3.8로 이동

2022년 2월 4일

Decision Optimization 모델의 경우, Python 모델의 기본 버전은 이제 Python 3.8입니다. Python 3.7의 Decision Optimization 모델이 있는 경우, 가능한 문제를 피하려면 Python 3.8로 모델을 다시 작성하거나 다시 배치하십시오.

Decision Optimization 노트북Solve 매개변수를 참조하십시오.

2022년 1월 28일로 끝나는 주

카탈로그 이름을 고유하게 유지

2022년 1월 28 일

카탈로그 작성 페이지에서 카탈로그를 작성할 때 이제 고유 이름을 사용해야 합니다. 고유 카탈로그 이름은 모호성 문제점 및 동기화 오류를 방지합니다. 카탈로그에 대한 중복 이름을 사용해야 하는 경우, API를 사용하여 카탈로그를 작성하거나 이름을 변경합니다.

데이터 사이언티스트 역할에 액세스 거버넌스 아티팩트 권한(Watson Knowledge Catalog)이 있습니다.

2022년 1월 28 일

거버넌스 아티팩트 액세스 권한을 사용하여 데이터 과학자는 데이터를 더 잘 이해하기 위해 자산에 지정된 거버넌스 아티팩트의 세부사항을 볼 수 있습니다.

Watson Studio 및 Watson Machine Learning에 대한 Spark 2.4의 폐기

2년 6월 27 일

Spark 2.4는 기계 학습 프레임워크, 노트북 환경, RStudio 런타임으로 폐기됩니다. 대신 Spark 3.0을 사용하도록 자산을 업데이트하십시오. 훈련 자산 지원은 2022년 2월 16일에 중단될 것입니다. 모델 배치 및 스코어링 지원은 2022년 3월 10일부터 중단되며, Spark 2.4 스펙을 사용하는 기존 배치는 제거됩니다. 자산을 지원되는 프레임워크 및 소프트웨어 스펙으로 마이그레이션하는 방법에 대한 자세한 내용은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오. 노트북 환경에 대한 세부사항은 프로젝트에서 노트북 편집기에 대한 자원 계산 옵션을 참조하십시오.

Decision Optimization(Watson Machine Learning)에 대한 대형 하드웨어 스펙 지원

2년 6월 27 일

이제 Decision Optimization 작업과 함께 큰 크기의 하드웨어 스펙(8 vCPU 및 32GB)을 사용할 수 있습니다. 또한 병렬로 실행할 수 있는 작업 수가 100개로 증가합니다. 자세한 내용은 실행 중인 작업을 참조하십시오.

2022년 1월 21일로 끝나는 주

DataStage에 대한 새 커넥터

2022년 1월 21 일

DataStage에는 다음과 같은 새 커넥터가 포함됩니다

  • Amazon RDS for Oracle
  • Compose for MySQL

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

메타데이터 강화: 자동 용어 지정 및 추가(Watson Knowledge Catalog)

2022년 1월 20 일

자동 조건 지정은 이제 메타데이터 보강의 일부가 될 수 있으며 더 많은 샘플링 옵션에서 선택할 수 있습니다. 자산 레벨에서의 다양한 추가적인 통찰과 열 레벨에서의 풍부한 결과 또한 새로운 것입니다. 또한 액세스 권한이 있는 카탈로그에 직접 자산 및 결과를 게시할 수 있습니다. 자세한 내용은 데이터 보강을 참조하십시오.

Watson 자연어 처리 노트북

2022년 1월 20 일

노트북의 Watson 자연어 처리 라이브러리(베타 릴리스)는 비정형 데이터를 구조화된 데이터로 변환하여 비정형 데이터와 구조화된 데이터를 혼합하여 작업할 수 있는 구문 분석 및 즉시 사용 가능한 선행 학습된 모델을 위한 기본 자연어 처리 기능을 제공합니다. 데이터의 예로 콜 센터 레코드, 고객 불만, 소셜 미디어 포스트 또는 문제 보고서가 있습니다. 자세한 내용은 Watson 자연어 처리 라이브러리(베타)를 참조하십시오.

2022년 1월 14일로 끝나는 주

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

2022년 1월 14 일

공통 비즈니스 문제를 해결하기 위해 사용할 수 있는 사전 정의된 자산으로 새 산업 액셀러레이터 하나를 사용할 수 있습니다.

산업 액셀러레이터 이름 설명
소매 고객 보유 고객 이탈을 예측하고 보존 전략을 수립하기 위해 고객 만족도 조사를 사용합니다.

공정성을 위한 AutoAI 실험 테스트를 위한 전체 지원(Watson Machine Learning)

2022년 1월 12 일

공정성에 대한 실험을 평가하여 결과가 다른 그룹보다 한 그룹에 편향되지 않도록 하십시오. 이제 단일 데이터 소스를 사용한 실험뿐만 아니라 결합된 데이터로 실험을 평가할 수 있습니다. 공정성에 대한 시계열 실험을 평가할 수 없습니다. 공정성 테스트에 대한 자세한 내용은 AutoAI 실험에 공정성 테스트 적용하기를 참조하십시오.

2022년 1월 7일로 끝나는 주

IBM Cloud Satellite를 사용하여 데이터 소스에 안전하게 연결

2022년 1월 07 일

IBM Cloud Satellite를 사용하면 온프레미스 데이터 센터 또는 다른 클라우드 제공자에 있는 자체 계산 인프라를 사용하여 Satellite 위치를 작성합니다. 그런 다음 Satellite의 기능을 사용하여 인프라에서 IBM Cloud 서비스를 실행하고 애플리케이션 워크로드를 지속적으로 배치, 관리 및 제어할 수 있습니다.

Cloud Pak for Data as a Service의 경우, 데이터 소스의 Satellite 위치를 설정한 후 연결 작성 페이지의 개인용 연결 섹션에서 Satellite 링크를 선택하십시오.

Satellite 링크

Secure Gateway를 지원하는 모든 데이터 소스는 Satellite 링크를 지원합니다. 지시사항은 연결 보안을 참조하십시오.

2021년 12월 24일로 끝나는 주

2월 1일 유효한 IBM DataStage as a Service Standard 계획에 대한 가격 변경

2021년 12월 21 일

2월 1일부터, 인스턴스 가격이 제거되고 서비스 Standard 계획으로 DataStage에서 CUH당 가격이 증가됩니다. Standard 계획은 $3,000 인스턴스 가격을 제거하여 순수한 소비 기반으로 가격이 책정되며, DataStage를 서비스로 사용하여 더 효율적으로 시작할 수 있으며 사용자가 소비하는 양에 대해서만 비용을 지불할 수 있습니다. Standard 계획의 인스턴스 가격이 제거되면, 계획에는 더 이상 400개의 CUH가 포함되지 않으며, CUH당 가격은 CUH당 $.40에서 CUH당 1.75달러로 증가할 것입니다. 자세한 내용은 IBM Cloud 발표를 참조하십시오.

1월 20일부터 작업 실행에 최소 기간을 추가하는 IBM Datastage as a Service

2021년 12월 21 일

1월 20일부터, Datastage as a Service는 작업 실행에 최소 지속 기간을 추가합니다. DataStage 내에서 작업 실행은 초 수와 총 vCPU 수로 측정됩니다. 이 조합은 사용된 CUH를 결정합니다. 각 vCPU는 1용량 단위 시간입니다. DataStage as a Service 작업의 최소 비용 청구 지속 기간은 60초입니다. 1분보다 긴 모든 작업 지속 기간은 비용 청구 목적으로 다음 전체 숫자로 반올림됩니다. 서비스로 DataStage를 실행하는 최소 환경 구성 옵션 및 기본 옵션은 PX M-1 컨덕터: 2 vCPU 및 8GB RAM입니다. 1 vCPU와 4 GB RAM PX S 구성이 제거됩니다. 자세한 내용은 IBM Cloud 발표를 참조하십시오.

2021년 12월 17일로 끝나는 주

모델 명세에 있는 추적 모델은 이제 GA입니다. (Watson Knowledge Catalog)

2021년 12월 16 일

Watson Knowledge Catalog에서 모델 인벤토리를 사용하여 훈련에서 프로덕션으로 모델 학습 모델의 라이프사이클을 추적하십시오. 유효성 검증 및 평가를 통해 개발에서 진행 상태를 추적하는 모델 자산에 대한 AI Factsheet를 보십시오. AI Factsheet는 효율적인 모뎀 거버넌스 및 조직 프로토콜 준수를 촉진하는 데 도움을 줄 수 있습니다. 자세한 내용은 모델 인벤토리를 참조하십시오. 이 릴리스의 새로운 기능은 Watson Studio 외부에서 작성된 시스템 학습 모델을 추적하는 기능입니다. 자세한 내용은 모델 인벤토리에 외부 모델 추가를 참조하십시오.

2021년 12월 10일로 끝나는 주

DataStage에 대한 새 커넥터

2021년 12월 10 일

DataStage에는 다음과 같은 새 커넥터가 포함됩니다

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

DataStage 커넥터의 전체 목록은 DataStage 커넥터를 참조하십시오.

사용자 정의 범주 역할(Watson Knowledge Catalog)

2021년 12월 10 일

사전 정의된 카테고리 역할 이외에 사용자 정의 권한 세트를 사용하여 사용자 정의 역할을 작성할 수 있습니다. 사용자 정의 범주 역할은 사용자가 범주 내에서 수행할 수 있는 조치에 대해 보다 정제된 제어를 제공합니다. 세부사항은 카테고리 협력자 역할의 내용을 참조하십시오.

거버넌스 아티팩트에 대한 워크플로우(Watson Knowledge Catalog)

2021년 12월 10 일

사전 정의된 워크플로우 템플리트를 사용하여 새 워크플로우 구성을 작성할 수 있습니다. 각 구성은 거버넌스 아티팩트를 작성, 업데이트, 삭제 및 가져오는 데 필요한 태스크를 정의합니다. 템플리트를 사용하면 워크플로우 프로세스를 정의할 때 더 많은 유연성이 있습니다. 자세한 내용은 거버넌스 아티팩트에 대한 워크플로우를 참조하십시오.

노트북(Watson Studio)에 대해 미리 작성된 Satellite 위치가 제거되었습니다.

2021년 12월 09

2021년 12월 9일부터, 사전 구축된 Satellite 위치는 더 이상 노트북 환경으로 사용할 수 없습니다. Satellite 환경을 사용하는 노트북 및 노트북 작업은 남아 있지만 대신 IBM Cloud 위치에서 환경을 선택하도록 편집해야 합니다. 노트북 환경 변경을 참조하십시오. 사전 빌드된 Satellite 환경은 DataStage 사용자 정의 환경 런타임에 사용 가능합니다.

프로젝트의 새 노트북 환경(Watson Studio)

2021년 12월 09

다음 노트북 환경에 대한 지원이 추가되었습니다.

  • Spark와 함께 노트북을 실행할 때 Default Spark 3.0 & Python 3.8을(를) 선택할 수 있습니다. 새 환경은 다른 기본 Spark 3.0 환경과 동일한 용량 단위 시간(CUH)을 사용합니다.
  • Default R 3.6 S 환경이 추가되었으며 이전 Default R 3.6 S 환경은 이제 폐기된 것으로 표시됩니다. 폐기된 환경 사용을 정지하고 이 새 환경을 사용해야 합니다.

자세한 내용은 프로젝트에서 노트북 편집기에 대한 자원 계산 옵션을 참조하십시오.

AutoAI Time Series GA(Watson Studio)

2021년 12월 9 일

AutoAI Time Series는 이제 일반적으로 댈러스, 런던, 프랑크푸르트, 도쿄 지역에서 사용할 수 있습니다. AutoAI 시계열 실험은 이제 소비되는 자원에 대한 비용 청구 비용을 초래할 것입니다. 자세한 내용은 프로젝트에서 AutoAI 실험을 위한 자원 옵션 계산을 참조하십시오. AutoAI 시계열 실험을 사용한 예측에 대한 소개는 오른 시간 (시리즈): Watson Studio의 AutoAI 시계열블로그 게시물을 참조하십시오.

배치 사용 이름으로 변경하려면 조치(Watson Machine Learning)가 필요합니다.

2021년 12월 9 일

2021년 12월 9일부터 사용자가 온라인 배치에 지정하는 서비스 이름은 지역별로 고유해야 합니다. 사용자는 API 호출 GET /ml/v4/deployments?serving_name={serving_name}&conflict=true API를 사용하여 기존 제공 이름이 고유한지 확인할 수 있습니다. GET 호출이 204의 상태 코드를 리턴하는 경우, 이름은 고유하며 사용 가능합니다. 호출이 409의 상태 코드를 리턴하면 서비스 이름이 이미 존재하거나 충돌할 수 있습니다. 응답을 검토하고 필요한 경우 PATCH API 를 사용하여 서비스 이름을 업데이트하기 위한 조치를 수행하십시오. 1월 9일에서 시작하여 제공 이름이 두 번 이상 존재하는 서비스 이름과 연관된 예측 요청이 사용자에게 이름을 업데이트해야 하는 오류와 함께 실패합니다. 이름 제공에 대한 세부사항은 온라인 배치 작성을 참조하십시오. PATCH 명령 사용에 대한 세부사항은 배치 메타데이터 업데이트를 참조하십시오. 업데이트에 대한 지원이 필요한 경우 IBM 지원 센터에 문의하십시오.

Watson Query로 데이터를 가상화하십시오.

2021년 12월 07 일

Data Virtualization은 이제 Watson Query로 알려져 있으며 Lite 계획을 사용하여 서비스 인스턴스를 프로비저닝하여 이를 시도할 수 있습니다. 프로비저닝 Watson Query를 참조하십시오. Watson Query에는 다음과 같은 기능 및 기능이 포함됩니다.

  • Watson Query는 이제 더 많은 데이터 소스를 지원합니다. Watson Query에서 지원되는 데이터 소스 및 데이터 유형을 참조하십시오.
  • 이제 파일을 찾아보고 미리보기 위해 가상화 플로우를 사용하여 Watson의 IBM Cloud Object Storage, Amazon S3 및 Ceph ® 데이터 소스에서 테이블을 가상화할 수 있습니다. Watson Query는 PARQUET(또는 PARQUETFILE), 최적화된 행 열(ORC), CSV(쉼표로 구분된 값), TSV(TAB 분리 값) 및 JSON 데이터 형식을 지원합니다. 자세한 정보는 Cloud Object Storage에 연결을 참조하십시오.
  • 관리자는 조회의 결과 세트를 캐시하여 성능을 향상시키기 위해 캐시를 작성할 수 있습니다. 자세한 정보는 데이터 캐시 및 조회 관리를 참조하십시오.

자세한 정보는 데이터 가상화를 참조하십시오.

2021년 12월 3일로 끝나는 주

"Netezza(PureData System for Analytics) 이름은 "Netezza Performance Server로 바뀌었습니다.

2021년 12월 3일

이제 Netezza(PureData System for Analytics) 연결은 Netezza Performance Server 연결입니다. Netezza(PureData System for Analytics)에 대한 연결에 대한 이전 설정은 그대로 유지됩니다. 연결 이름만 변경되었습니다.

데이터 보호 규칙을 관리하기 위한 사용자 그룹(Watson Knowledge Catalog)

2021년 12월 3일

데이터 보호 규칙의 조건에서 사용자 그룹을 지정할 수 있습니다. 자세한 내용은 데이터 보호 규칙 설계를 참조하십시오.

새 프로젝트 UI로 생산성 향상!

2021년 12월 02 일

프로젝트는 혁신을 진행하고 있으며 새 레이아웃 및 조직을 살짝 미리볼 수 있습니다. 새 디자인을 자유롭게 탐색할 수 있습니다. 작업이 영향을 받지 않으며 언제든지 "일반" 프로젝트로 다시 전환할 수 있습니다.

새 베타 프로젝트 경험으로 전환하려면 사용자의 아바타 ( 아바타 아이콘 ) 를 클릭하여 프로파일 및 설정 을 탐색하고 베타 탭 아래에서 스위치를 설정하십시오. 향상된 자산 조직, 자산 관계, 개선된 탐색 및 내장 안내를 탐색하십시오. 모두 프로젝트에서 보다 쉽고 효율적으로 작업하고 협업할 수 있도록 설계되었습니다. 자세한 내용을 보고 새 프로젝트 UI에 대한 비디오를 보려면 베타 프로젝트를 참조하십시오.

개요 탭

새 노트북 작업이 작업 실행 결과 출력 파일을 저장합니다.

2021년 12월 02 일

새 노트북 작업을 작성할 때 작업은 이제 기본적으로 작업 실행 결과 출력 파일을 저장합니다. 기본적으로 이 기능을 사용하도록 설정하면, 예를 들어, 다른 환경 변수를 사용하여 작업 실행을 매개변수화하고 실행 사이의 결과를 비교하여 노트북에서 코드의 동작을 조정할 수 있습니다.

너무 많은 실행 출력 파일이 누적되지 않도록 하기 위해, 작업 실행 보유 값에 5의 기본값이 설정되었습니다.

이 변경은 새 작업에만 영향을 줍니다. 자세한 내용은 노트북 작업 작성을 참조하십시오.

제품 문서에서 비디오 검색(Cloud Pak for Data as a Service)

2021년 12월 01 일

이제 문서에서 텍스트 주제를 검색하는 것과 동일한 방법으로 서비스 방법 비디오로 Cloud Pak for Data as a Service를 검색할 수 있습니다.

자세한 내용은 다음 블로그 게시물을 참조하십시오. Cloud Pak for Data as a Service 방법 비디오 검색

비디오 검색 사용자 인터페이스

DataStage의 새 기능

2021년 11월 30 일

새 단계

DataStage에는 데이터를 처리할 수 있는 추가 도구를 제공하는 새 단계가 포함되어 있습니다.

  • 계층 구조(XML)
  • Java 통합
  • Pivot Enterprise
  • 대리 키 생성기

자세한 정보는 DataStage 단계의 내용을 참조하십시오.

새 커넥터

DataStage에는 새 커넥터가 포함됩니다.

  • Google Cloud Pub/Sub
  • MySQL

자세한 정보는 DataStage 커넥터의 내용을 참조하십시오.

재사용 가능한 컴포넌트

  • 프로젝트 및 DataStage 플로우에서 사용하는 컴포넌트를 작성할 수 있습니다. DataStage 플로우 외부의 프로젝트에서 이러한 구성요소를 작성하면 독립된 위치에서 구성요소를 재사용할 수 있는 유연성을 제공합니다. 구성요소는 프로젝트에 자산으로 저장됩니다. 다음 구성요소를 작성할 수 있습니다.
  • 데이터 정의
  • 매개변수 세트
  • 서브플로우

관련 문서: DataStage

2021년 11월 19일로 끝나는 주

다가오는 GA(AutoAI Time Series) GA(Watson Studio)

2021년 11월 19 일

AutoAI Time Series는 2021년 12월초 댈러스, 런던, 프랑크푸르트, 도쿄 지역을 대상으로 베타에서 일반적인 가용성으로 전환하고 있습니다. GA가 발표되면, 자동 AI 시계열 실험은 소비되는 자원에 대한 비용 청구 비용을 초래할 것입니다. 자세한 내용은 프로젝트에서 AutoAI 실험을 위한 자원 옵션 계산을 참조하십시오.

AutoAI Time Series 소프트웨어 스펙의 폐기(Watson Studio)

2021년 11월 19 일

소프트웨어 스펙 autoai-ts_3.1-py3.7 및 autoai-ts_3.8-py3.8은 폐기됩니다. 지원은 2021년 12월 1일부터 중단됩니다. 그 때까지는 모델을 배치하거나 배치된 모델을 스코어링하기 위해 스펙을 계속 사용할 수 있습니다. 그러나 완전히 지원되는 버전으로 이동해야 한다는 알림을 받게 됩니다. 12월 1일부터 새 배치가 금지되고 이러한 스펙을 사용하는 기존 배치가 제거됩니다. 자산을 지원되는 프레임워크 및 소프트웨어 스펙으로 마이그레이션하는 방법에 대한 자세한 내용은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

AutoAI 실험을 훈련하기 위한 테스트 데이터 업로드(Watson Studio)

2021년 11월 18 일

시계열 실험이 아닌 단일 데이터 소스로 작성된 AutoAI 실험의 경우, 파이프라인을 테스트하기 위해 특별히 홀드아웃 데이터로 사용할 두 번째 데이터 소스를 업로드할 수 있습니다. 자세한 내용은 AutoAI 모델 빌드를 참조하십시오.

일반적으로 사용 가능한 Federated Learning(Watson Studio)

2021년 11월 18 일

Federated Learning은 일반적으로 댈러스, 런던, 프랑크푸르트, 도쿄 지역에서 사용할 수 있고 완전히 지원됩니다. 새로운 실험은 소비되는 자원에 대한 비용 청구 비용을 초래하기 시작할 것입니다. 세부사항은 연합 러닝의 내용을 참조하십시오.

그룹을 사용하여 범주 협업자 관리(Watson Knowledge Catalog)

2021년 11월 16 일

그룹을 사용하여 협업자를 범주에 추가할 수 있습니다. 자세한 내용은 범주에 대한 액세스 관리를 참조하십시오.

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

2021년 11월 15 일

공통 비즈니스 문제를 해결하기 위해 사용할 수 있는 사전 정의된 자산으로 새 산업 액셀러레이터 하나를 사용할 수 있습니다.

산업 액셀러레이터 이름 설명
병원 준비 프로젝트 환자 데이터를 사용하여 환자의 병원 판독율을 예측합니다.

2021년 11월 12일로 끝나는 주

AutoAI 향상: 공정성 평가 및 데이터 대치(Watson Studio)

2021년 11월 11 일

이제 공정성을 위해 AutoAI 실험을 평가하여 결과가 다른 그룹보다 한 그룹에 편향되지 않도록 할 수 있습니다. 참고: 이 기능은 베타로 제공되며 프로덕션 용도로 사용되지 않습니다. 자세한 내용은 AutoAI 실험에 공정성 테스트 적용을 참조하십시오.

데이터 귀속에 대한 더 많은 제어: AutoAI 실험을 위한 훈련 데이터에 대한 값이 제공되지 않는 방법입니다. 자세한 내용은 AutoAI 실험에서의 데이터 대치를 참조하십시오.

시계열 실험이 아닌 단일 데이터 소스로 작성된 AutoAI 실험의 경우, 파이프라인을 테스트하기 위해 특별히 홀드아웃 데이터로 사용할 두 번째 데이터 소스를 업로드할 수 있습니다. 자세한 내용은 AutoAI 모델 빌드를 참조하십시오.

Federated Learning 발표(Watson Studio)

2021년 11월 10 일

베타에서 GA로의 다가오는 Federated Learning 전환은 11월 17일 이후로 연기됩니다. Federated Learning은 이번 주에도 계속 베타로 진행될 것입니다. 새로운 실험은 그때까지 소비되는 자원에 대한 비용 청구 비용을 초래하지 않을 것입니다.

2021년 11월 5일로 끝나는 주

Decision Optimization 빠른 시작 학습서(Watson Studio)

2021년 11월 5 일

이제 Decision Optimization 모델을 빌드, 실행 및 배치하여 비즈니스 문제점을 해결하는 방법을 학습하기 위해 학습을 수행하고 일치하는 비디오를 볼 수 있습니다. 이 학습서는 규정 분석에 대한 지식이 있는 사용자에게 적합하지만 코딩이 필요하지 않습니다. 빠른 시작: Decision Optimization 모델 빌드, 실행 및 배치를 참조하십시오.

Decision Optimization UI 개선(Watson Studio)

2021년 11월 5 일

이제 솔루션 보기에서 솔루션 그래프를 확대/축소할 수 있습니다. 솔루션 탐색 보기를 참조하십시오.

특정 GUI 조작을 사용할 때 대용량 데이터 세트를 사용하는 Data Refinery 플로우를 업데이트해야 함

2021년 11월 5 일

대형 데이터 자산이 있는 Data Refinery 작업을 실행하기 위해 다음 GUI 조작에는 이를 사용하는 Data Refinery 플로우를 업데이트해야 하는 성능 개선사항이 있습니다.

  • 변환 열 유형 > 날짜(Data Refinery 플로우의 자동 첫 번째 단계로 변환 열 유형 조작에도 적용됨)
  • 열 유형 변환 > 시간소인(Data Refinery 플로우의 자동 첫 번째 단계로 변환 열 유형 조작에도 적용됨)
  • 중지 단어 제거
  • 하위 문자열 바꾸기
  • 텍스트 > 채우기 문자
  • 텍스트 > 하위 문자열

Data Refinery 플로우 작업이 실패하는 것을 방지하려면 Data Refinery 플로우를 열고 저장한 후 이에 대한 작업을 실행하여 Data Refinery 플로우를 업데이트하십시오. 새 Data Refinery 플로우에는 자동으로 성능 향상이 있습니다. 지시사항은 Data Refinery 플로우 관리를 참조하십시오.

2021년 10월 29일로 끝나는 주

카탈로그에서 중복 처리 지정(Watson Knowledge Catalog)

2021년 10월 29 일

이제 카탈로그에서 중복 자산을 처리하는 방법을 지정할 수 있습니다. 기본적으로 중복 처리는 중복을 허용하도록 설정됩니다. 카탈로그를 작성할 때 또는 카탈로그 설정 페이지에서 언제든지 다른 설정을 지정할 수 있습니다. 카탈로그 설정 변경을 참조하십시오.

데이터 보호 규칙을 초안 정책(Watson Knowledge Catalog)에 추가할 수 있습니다.

2021년 10월 29 일

정책에 데이터 보호 규칙을 추가하면 더 이상 정책을 게시할 필요가 없습니다. 초안 상태일 수 있습니다. 게시된 정책을 선택하면 정책의 초안 버전이 작성됩니다.

2021년 10월 22일로 끝나는 주

다가오는 GA(Watson Studio)를 학습하는 Federated Learning

2021년 10월 22 일

Federated Learning은 2021년 11월 10일 댈러스, 런던, 프랑크푸르트, 도쿄 지역을 대상으로 베타에서 GA로 전환하고 있습니다. 그 후, Federated Learning을 일반적으로 사용할 수 있으며, 새로운 실험은 소비되는 자원에 대한 비용 청구 비용을 초래하기 시작할 것입니다. 세부사항은 연합 러닝의 내용을 참조하십시오.

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

2021년 10월 22 일

공통 비즈니스 문제를 해결하기 위해 사용할 수 있는 사전 정의된 자산으로 새 산업 액셀러레이터 하나를 사용할 수 있습니다.

산업 액셀러레이터 이름 설명
Weather Company Data 를 사용하는 영업 예측 날씨를 기반으로 영업을 예측하는 모델을 훈련하여 회사의 영업 조직 기능을 최적화합니다. 가속기에는 비즈니스 용어 및 카테고리, 샘플 데이터 과학 자산 세트 및 결과를 시각화하는 샘플 대시보드가 포함됩니다.


Data Refinery 조작 단계를 위한 새 사용자 인터페이스

2021년 10월 22 일

Data Refinery에서는 새로운 사용자 인터페이스를 도입하여 데이터를 보다 쉽게 작업할 수 있습니다. 단계 패널은 조작과 통합되며 왼쪽으로 이동합니다. 조작을 추가하려면 새로운 단계를 클릭하십시오. 이전과 마찬가지로 SNAPSHOT 보기를 입력하려면 이전 단계를 클릭하십시오. 조작은 동일하게 유지됩니다.

Data Refinery 사용자 인터페이스

Data Refinery GUI 조작을 위해 재구성된 카테고리

2021년 10월 22 일

Data Refinery GUI 조작은 다음과 같은 범주로 재구성됩니다.

  • 정리
  • COMPUTE
  • 구성
  • 자연어

조작은 동일하게 유지됩니다. 자세한 정보는 GUI 조작을 참조하십시오.

ZIP 가져오기 및 거버넌스 아티팩트 내보내기의 개선사항(Watson Knowledge Catalog)

2021년 10월 22 일

  • 아티팩트 간의 관계는 아티팩트의 컨텍스트 및 이름이 사용된 이전 메소드와 반대로 아티팩트 식별자를 사용하여 정의됩니다.
  • 가져오기 프로세스의 동기화 단계가 인터럽트될 때(예를 들어, 다른 팟에서 동기화 프로세스가 다시 시작된 후에는 팟이 종료되기 때문입니다.)
  • ZIP 파일의 모든 거버넌스 아티팩트를 가져오고 내보낼 수 있는 사용자를 제어하기 위해 새 권한이 추가되었습니다. 새 권한은 용어집 관리이며 관리자 역할에 포함되어 있습니다.

거버넌스 아티팩트 가져오기의 ZIP 파일에서 모든 거버넌스 아티팩트 가져오기 절을 참조하십시오.

2021년 10월 11일

Decision Optimization 실험 UI 개선사항(Watson Studio)

2021년 10월 11일

이제 Decision Optimization 실험 UI에서 모델을 공식화하는 방법을 더 쉽게 선택할 수 있습니다. 사이드바에서 모델 빌드를 클릭하면 모델을 공식화하는 방법을 묻는 팝업 창이 표시됩니다. 그런 다음 Python, OPL, LP(CPLEX) 또는 CPO에서 모델링 지원 모드를 모델링 지원 모드로 사용하거나 모델을 코드하거나 파일을 가져올 것인지 여부를 선택할 수 있습니다.

이제 솔루션 탐색 보기에서 솔루션 그래프를 확대/축소할 수 있습니다.

IBM Cloud Databases for DataStax

2021년 10월 11일

IBM Cloud Databases for DataStax 는 이제 분석 프로젝트 및 카탈로그의 연결 유형에 추가됩니다.

2021년 10월 8일로 끝나는 주

모델 명세(베타)에서 기계 학습 모델 추적(Watson Knowledge Catalog)

2021년 10월 8 일

Watson Knowledge Catalog에서 모델 인벤토리를 사용하여 훈련에서 프로덕션으로 모델 학습 모델의 라이프사이클을 추적하십시오. 개발에서 프로덕션으로 진행상태를 추적하는 모델 자산에 대한 팩트시트를 봅니다. 효율적인 모뎀 거버넌스를 촉진하고 조직 프로토콜을 준수하는 팩트시트를 검토하고 유지보수합니다. 자세한 내용은 모델 인벤토리를 참조하십시오. 이 기능은 베타로 사용할 수 있으며 처음에는 달라스 지역에서만 사용할 수 있으며 프로덕션 용도로 사용되지 않는다는 점에 유의하십시오.

모든 새 계정에 필요한 신용 카드 정보

2021년 10월 8 일

IBM Cloud 계정을 작성하려는 신규 고객은 등록 중에 신용 카드 정보를 제공해야 합니다. 신용카드는 Lite는 물론 Pay-As-You-Go 계정뿐만 아니라 고객이 청구할 수 있는 계획에 따라 서비스를 이용하는 경우에만 청구됩니다. 서명 플로우를 설명하는 비디오 및 지시사항은 Cloud Pak for Data as a Service에 대한 서명을 참조하십시오.

2021년 10월 1일로 끝나는 주

Watson Studio에서 Natural Language Classifier 및 Visual Recognition 사용자 경험 제거

2021년 10월 1 일

Watson Studio의 IBM Watson Natural Language Classifier 및 Visual Recognition 사용자 경험이 중단됩니다. 2021년 12월 1일까지는 기존 서비스를 기반으로 Watson Studio에서 새 Watson Natural Language Classifier 및 Visual Recognition 자산을 작성할 수 없습니다. 대안으로, 심화 학습을 사용하여 키워드, 카테고리, 감정, 감정 및 구문과 같은 텍스트의 데이터 및 통찰력을 고급 다중 레이블 텍스트 분류 기능과 함께 사용하여 비즈니스 또는 산업에 대한 더 풍부한 통찰력을 제공하는 IBM Cloud 의 IBM Watson Natural Language Understanding 서비스 로의 마이그레이션을 고려하도록 권장합니다. 시각적 인식의 경우, IBM Maximo Visual Inspection 를 고려하거나 Watson Machine Learning를 사용하여 오픈 소스 컴퓨터 비전 모델을 훈련하십시오.

2021년 9월 27일의 주

알림: 폐기된 Watson Studio 노트북 환경 및 Watson Machine Learning 배치 프레임워크 제거

2021년 9월 27 일

폐기된 Watson Studio 노트북 환경 및 Python 3.7 기반 Watson Machine Learning 배치 프레임워크는 2021년 10월 15일에 제거됩니다. 아직 수행하지 않은 경우 새 default_py3.7_opence 소프트웨어 스펙을 사용하여 자산을 재교육하고 재배치하십시오. 자세한 내용은 디프리케이션 통지 및 스케줄을 참조하십시오.

Decision Optimization의 CPLEX 12.9에 대한 폐기 통지

2021년 9월 27 일

CPLEX 12.9 모델 유형은 Watson Studio 및 Watson Machine Learning에서 폐기됩니다. CPLEX 12.9에 대한 지원은 2021년 12월 31일에 종료됩니다. 최신 버전인 CPLEX 20.1로 마이그레이션하십시오. 의사결정 최적화 모델 유형에 대한 세부사항은 모델 배치를 참조하십시오.

알림: 원격 데이터에 액세스하기 위한 인라인 신임 정보에 대한 지원 종료(Watson Machine Learning)

2021년 9월 27 일

데이터 자산에 직접 연결하기 위한 인라인 신임 정보의 사용은 더 이상 2021년 10월 6일부터 지원되지 않습니다. 원격 데이터 액세스를 위한 연결 사용 변경에 대한 자세한 내용은 이 폐기 통지를 참조하십시오.

Watson Knowledge Catalog 데이터에 대한 보고서 생성

2021년 9월 27 일

이제 Watson Knowledge Catalog에 대한 보고를 설정하여 카탈로그, 프로젝트 및 거버넌스 아티팩트를 이해할 수 있습니다. 데이터는 SQL 조회를 실행하여 보고서를 생성할 수 있는 외부 데이터베이스로 전송됩니다. 보고 구성에 대한 자세한 내용은 Watson Knowledge Catalog 데이터에 대한 보고를 참조하십시오.

거버넌스 아티팩트 편집 개선(Watson Knowledge Catalog)

2021년 9월 27 일

아티팩트를 선택하는 거버넌스 아티팩트 특성을 편집할 때 동일한 편집 패널에서 선택한 아티팩트의 기본 정보를 표시할 수 있습니다.


2021년 9월 24일로 끝나는 주

메타데이터 보강 업데이트(Watson Knowledge Catalog)

2021년 9월 24 일

이제 전체 농축 결과에 대한 개요를 사용할 수 있습니다. 메타데이터 보강에서 자산의 품질 점수를 볼 수 있으며 각 자산의 검토 상태를 변경할 수 있습니다. 메타데이터 보강 결과를 참조하십시오.

2021년 9월 17일로 끝나는 주

CPLEX및 CPO 모델 지원 Decision Optimization 실험(Watson Studio)

2021년 9월 17 일

이제 Decision Optimization 실험에서 CPLEX 및 CPO 파일을 가져오고 해결할 수 있습니다. 빌드 모델 보기를 참조하십시오.

Python 3.8 및 Decision Optimization(Watson Studio)이 있는 새 계산 자원 옵션

2021년 9월 17 일

이제 노트북을 실행할 Python 3.8 및 Decision Optimization 환경을 선택할 수 있습니다. 사용 가능한 기본 환경에 대한 정보와 Decision Optimization를 사용하여 사용자 고유의 환경을 작성하는 방법은 프로젝트에서 노트북 편집기에 대한 자원 옵션 계산을 참조하십시오.

Decision Optimization 실험에서 Python 3.8 지원(Watson Studio)

2021년 9월 17 일

기본적으로 Decision Optimization 실험은 Python 3.7을 사용합니다. However, you can edit the 실행 매개변수 for your experiment to use Python 3.8 instead.

사용자에게 Amazon S3 데이터에 대한 임시 또는 역할 기반 액세스 제공

2021년 9월 17 일

Amazon S3 계정 소유자는 임시 보안 신임을 제공하거나 Amazon S3 연결에서 액세스한 데이터에 대해 신뢰할 수 있는 사용자에게 역할 기반 액세스를 부여할 수 있습니다. 이 기능은 계정 소유자가 IAM 계정에 추가 사용자를 추가할 필요가 없기 때문에 더 큰 보안 및 유연성을 제공합니다. 지시사항은 Amazon S3에 대한 임시 신임 정보 또는 역할 ARN 설정을 참조하십시오.

IBM DataStage 업데이트

2021년 9월 17 일

  • 열 대량 편집이 향상되었습니다.
  • ISX 가져오기 인터페이스는 이제 탄소 티어시트 컴포넌트를 사용합니다.

2021년 9월 10일로 끝나는 주

Watson Studio 파이프라인의 새 샘플

2021년 9월 10 일

Watson Studio 갤러리에서 미리 채워진 샘플 프로젝트를 다운로드하여 Watson Studio 파이프라인의 기능을 테스트하십시오. 샘플 프로젝트의 개요 페이지에 있는 지시사항에 따라 플로우를 구성하고 실행하는 데 필요한 자산을 설정하십시오.

2021년 9월 6일 주


대규모 메타데이터 인리치먼트(Watson Knowledge Catalog)

2021년 9월 6 일

분석 프로젝트에서 사용하기 위해 자동화된 새 도구로 데이터 스튜어드십을 자동화할 수 있습니다. 한 번의 클릭으로 대용량 데이터의 데이터 품질을 프로파일링하고 분석하여 대규모 데이터를 강화합니다. 메타데이터 인리치먼트에 대해 자세히 알아보십시오.

이 도구는 Watson Knowledge Catalog Professional 또는 Enterprise 플랜을 사용한 고객에 대해서만 사용 가능합니다.

2021년 9월 3일로 끝나는 주

Watson Studio Pipelines에 대한 새 노드(베타)

2021년 9월 3 일

Watson Studio Pipelines 베타에는 3개의 새 노드가 있습니다. 이제 DataStage 플로우 실행 노드를 사용하여 DataStage 작업을 호출하는 파이프라인을 작성할 수 있습니다. 모든 업스트림 종속성이 완료될 때까지 기다리도록 지정하는 새로운 Wait for all results 노드와 첫 번째 업스트림 종속성이 완료될 때까지 기다리도록 지정하는 Wait for any result 노드를 사용하여 파이프라인 실행 순서를 제어할 수 있습니다. 이러한 노드 구성에 대한 자세한 내용은 파이프라인 구성요소 구성을 참조하십시오.

제한된 데이터 복제 베타

2021년 9월 3 일

데이터를 효율적으로 공유할 수 있도록 신뢰할 수 있는 데이터 통합 및 동기화를 제공하는 IBM Data Replication이 이제 제한된 베타에 있습니다. 지속적으로 변경하는 트랜잭션 처리 데이터베이스의 최신 데이터를 사용하여 빅데이터, 데이터 웨어하우스 및 분석 시스템을 강화하여 DataOps에 대한 실시간 정보 사용을 강화합니다.

이 IBM 솔루션은 대기 시간이 낮은 대용량 데이터의 전달을 지원하여, 데이터 센터 전반, 온프레미스에서 클라우드로 또는 클라우드 간의 다중 사이트 데이터 배포 및 데이터 통합에 이상적입니다. 소스, 대상 및 플랫폼에 대한 계획된 강력한 지원을 통해 데이터 레이크, 데이터 웨어하우스, 데이터 마트 및 영향 지점 솔루션에 올바른 데이터가 사용될 수 있으며, 동시에 최적의 리소스 활용과 빠른 ROI가 가능해집니다.

제한된 베타에 참여하고 제품 문서를 보려면, 등록해야 합니다. For more information, see IBM Data Replication 의 베타에 대한 오늘 등록

IBM DataStage 업데이트

2021년 9월 3 일

  • 일괄 편집 열 메타데이터의 첫 번째 전달이 이제 가능합니다.
  • DataStage 아카이브(ISX)를 프로젝트에 가져오면, 아제 CSV 보고서를 다운로드할 수 있습니다.

2021년 8월 27일로 끝나는 주

Watson Studio Pipelines 베타 발표

Watson Studio Pipelines는 작성부터 배치까지 자산의 엔드 투 엔드 파이프라인을 오케스트레이션하기 위한 그래픽 인터페이스를 제공합니다. 데이터를 준비한 후 기계 학습 모델 및 Python 스크립트를 작성, 훈련, 배치 및 업데이트하는 엔드 투 엔드 플로우를 자동화하려면 파이프라인 편집기를 사용하십시오. 사전 설치된 샘플 파이프라인을 사용하여 도구의 기능을 탐색하십시오. 세부사항은 Watson Studio Pipelines를 참조하십시오.

참고: 이 도구는 베타 릴리스로 제공되며 프로덕션 환경에서는 지원되지 않습니다.

Defined Crowd and Figure Eight를 사용한 데이터 어노테이션 제거

9월 16일부터, 어노테이션 작업을 작성하는데 Defined Crowd 또는 Figure Eight의 서드파티 크라우드 어노테이션 플랫폼을 더 이상 사용할 수 없습니다.

메타데이터 가져오기에 지원되는 새 데이터 소스(Watson Knowledge Catalog)

IBM Cloud Databases for MongoDB 및 MongoDB 는 프로젝트에서 메타데이터 가져오기를 위한 데이터 소스를 지원합니다.

새 SPSS Modeler 문서(Watson Studio)

참조 정보 섹션이 추가되어, 팁과 단축 아이콘, CLEM 언어 참조 및 SPSS 통계 알고리즘과 같은 주제를 다룹니다. 나중에 이 섹션에 추가 정보가 추가됩니다(예: 스크립팅 및 자동화 안내서).

연합 학습(Watson Machine Learning) 개선사항

연합 학습은 이제 모델 버전의 경우 Python 3.7과 3.8을 지원합니다. 당사자는 이제 해당 모델의 버전 간을 선택할 수 있지만 모든 당사자와 집계기는 동일한 버전의 Python을 사용해야 합니다.

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

이제 두 산업 액셀러레이터가 사전 정의된 자산으로 사용 가능하여 공통 비즈니스 문제를 해결하는데 사용할 수 있습니다.

산업 액셀러레이터
산업 액셀러레이터 이름 설명
효과적인 농장 경영 프로젝트 작물 가이드를 사용하여 작물 성장을 모니터링하여 효과적인 농장 경영을 지원하며, 날씨 변화, 작물 질병 가능성, 살균제 증발 및 태양광 패널(농업 지원)의 효율적인 사용에 대해 농부에게 시기 적절하게 알립니다.
주석 오거나이저 프로젝트 회사에서는 보다 조직적인 방식으로 주석을 볼 수 있으며 고객의 특정 긍정적 또는 부정적인 피드백을 보다 쉽게 볼 수 있습니다.



IBM DataStage 업데이트

  • ODBC Connector는 이제 지원되지 않습니다.
  • 변환기 표현식 빌더는 이제 매크로를 지원합니다. 단계와 루트 변수에 대한 표현식 빌더 내 작성된 표현식에 대한 데이터 유형을 찾는 기능이 추가되었습니다. 전달식 표현식 빌더 및 "열 추가" 기능에 대한 사용성 개선사항이 전달되었습니다.
  • 열 맵핑과 로케일 섹션당 자국어 지원(NLS)이 이제 지원됩니다.
  • log dot 기능에 대한 개선사항이 추가되었습니다

2021년 8월 13일로 끝나는 주



엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

이제 두 산업 액셀러레이터가 사전 정의된 자산으로 사용 가능하여 공통 비즈니스 문제를 해결하는데 사용할 수 있습니다.

산업 액셀러레이터
산업 액셀러레이터 이름 설명
공급망 액셀러레이터 AI로 공급망 오퍼레이션을 간소화합니다.
지능형 유지보수 (제거됨) 오퍼레이션을 간소화하는 지능형 자산 관리 및 예측 유지보수.



IBM DataStage 업데이트

  • 열 데이터 유형이 표현식의 리턴을 기반으로 자동으로 선택되는 변환기 표현식 빌더 개선.
  • 경고, 실패 또는 성공적인 실행을 표시하는 색상 지정된 점이 있는 로그 보기 단추에 대한 개선사항.

2021년 8월 6일로 끝나는 주



온라인 배치에 대한 서비스 제공 이름 추가(Watson Machine Learning)

온라인 배치를 위한 URL에 대해 사용자 정의 서비스 제공 이름을 지정하십시오. 온라인 배치 작성을 참조하십시오.

Python 3.8(Watson Studio) 및 (Watson Machine Learning) 지원

Watson Studio에서 GPU 포함 여부에 관계 없이 노트북에서 작업할 때 이제 Python 3.8 환경을 선택할 수 있습니다. CPLEX 및 DOcplex 라이브러리를 포함하는 환경만이 현재 Python 3.8에서 사용할 수 없습니다. 노트북 환경을 참조하십시오. Python 3.8 프레임워크와 소프트웨어 스펙을 사용하여 자산을 배치할 수도 있습니다. 자세한 내용은 지원되는 프레임워크소프트웨어 스펙 을 참조하십시오.

IBM DataStage 업데이트

  • 이제 스테이지 레벨에서 NLSMap 섹션을 사용할 수 있습니다.
  • 이제 클릭 및 이동 메커니즘을 사용하여 로그 패널의 크기를 조정할 수 있습니다.

2021년 7월 30일로 끝나는 주



시작하기 튜토리얼

아제 수행하려는 태스크의 유형을 기반으로 시작하기 문서를 볼 수 있습니다.

시작하기 경로 각각은 추가 리소스에 대한 하나 이상의 추가 튜토리얼과 링크를 포함합니다.

원격 데이터에 대한 추가 보안 액세스 지원(Watson Machine Learning)

2021년 7월 28일부터, Watson Machine Learning은 최신 보안 우수 사례를 활용하고 데이터 액세스를 표준화 및 단순화하기 위해 인라인 자격 증명에 대한 지원을 폐기합니다.

이전에는 Watson Machine Learning에서 배치 작업이나 Decision Optimization 솔루션에 대해 데이터 소스를 지정하면 Cloud Object Storage 또는 Db2 테이블과 같이 데이터 자산에 직접 액세스하도록 인증 정보를 포함할 수 있었습니다. 원격 데이터에 연결하고 인증 정보 노출을 피하기 위한 프로세스를 간소화하기 위해, 데이터 자산에 대한 직접 연결은 2021년 9월 29일까지 인라인 데이터 소스에 대해 더 이상 지원되지 않습니다. 대신, 데이터 자산에 대한 연결을 작성하여 인증 정보를 안전하게 저장한 다음 연결 속성을 사용하여 데이터 자산에 액세스하십시오. 예:

"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>
                    }
            }]

샘플에서 입력 데이터 참조의 "유형"이 "connection_asset"인 방법에 주목하십시오.

9월 29일부터, 인라인 인증 정보는 올바르지 않은 필드의 오류로 실패합니다. Cloud Object Storage(S3) 또는 Db2를 사용하여 2021년 9월 29일까지 조치를 취해야 하는 Watson Machine Learning에서 Decision Optimization 작업의 결과를 저장 하거나 입력을 제공합니다. 이 변경사항은 Watson Machine Learning v4 APIs(/ml/v4)뿐만 아니라 Watson Machine Learning v4 Python 클라이언트 라이브러리에 적용됩니다.

연결 작성일괄처리 배치 세부사항을 참조하십시오. For details specific to updating Decision Optimization models, see this Decision Optimization 에서 연결 자산을 사용하는 블로그 게시물.

단일 파일(Watson Knowledge Catalog)에서 모든 거버넌스 아티팩트를 내보내고 가져오십시오.

이제 REST API를 사용하여 모든 거버넌스 아티팩트를 단일 ZIP 파일로 내보내고 한번에 모두 가져오십시오. ZIP 파일에서 모든 통제 아티팩트 가져오기모든 통제 아티팩트를 ZIP 파일로 내보내기를 참조하십시오.

연합 학습에서의 개선사항(Watson Machine Learning)

IBM Federated Learning은 이제 Pytorch 1.7.1을 포함합니다. PFNM (Probabilistic 페더레이티드 Neural Matching, PFNM) 에 대한 새로운 초매개변수는 이종 데이터 셋트들을 갖는 신경망 모델들에 대하여 이용가능하다.

IBM DataStage 업데이트

  • (부분 플로우 및 전체 플로우)의 '잘라내기'에 대한 지원이 추가되었습니다.
  • 변환기 표현식 빌더가 개선되어 왼쪽 패널의 단일 클릭으로 해당 함수에 대한 정보를 표시하고 함수를 두 번 클릭하면 표현식에 추가합니다.
  • Sybase ASE Connector는 이제 팔레트에서 사용 가능합니다.
  • 페이지 지정은 이제 ISX 가져오기에 사용 가능합니다.

2021년 7월 23일째 마감 주


IBM DataStage 업데이트

  • 런타임 매개변수는 이제 변환기 단계 표현식 빌더에서 사용됩니다.
  • 데이터 정의의 가져오기와 내보내기 지원은 변환기 단계에 사용 가능합니다.

Watson Studio Lite 플랜에 제한된 Spark 실행자 수

Watson Studio Lite 플랜 사용자는 모든 지역에서 Spark 환경에 대해 2개의 실행자만 사용할 수 있습니다. 유료 플랜(Standard 및 Enterprise) 사용자는 Spark 클러스터에서 사용 가능한 최대 실행자의 수를 사용할 수 있습니다.

사용자 정의 관계 가져오기 및 내보내기(Watson Knowledge Catalog)

CSV 파일을 사용하여 유형 관계의 사용자 정의 속성을 가져오고 내보낼 수 있습니다. 자세한 내용은 거버넌스 아티팩트 가져오기를 참조하십시오.

2021년 7월 16일로 끝나는 주

업데이트된 Watson Studio 노트북 환경 및 Watson Machine Learning 배치 프레임워크

2021년 7월 16일부터 노트북 및 새 배치 프레임워크에 대한 새 Python 환경이 최신 기능 및 보안 우수 사례를 지원하는 데 사용할 수 있습니다. 2021년 10월 15일까지 사용자 조치는 영향을 받는 노트북을 업데이트하거나 AutoAI 실험을 재훈련합니다. 또한 이전 프레임워크나 소프트웨어 스펙이 더 이상 사용되지 않고 제거되어야 하므로 배치도 업데이트되어야 할 수도 있습니다.

Python 노트북 환경의 변경사항

노트북에 대해 더 이상 사용되지 않는 환경은 더 이상 사용되지 않음으로 표시됩니다. 예를 들어, (Deprecated) Default GPU Python 3.7 또는 (Deprecated) Default Python 3.7입니다. 더 이상 사용되지 않는 환경에 기반한 사용자 정의 환경 템플리트도 사용되지 않는 것으로 표시됩니다. 2021년 8월 19일부터 더 이상 사용되지 않는 환경과 소프트웨어 구성을 사용하여 새 노트북을 작성할 수 없으며, 지원된 구성으로 업데이트하지 않는 한 기존 노트북은 2021년 10월 15일 실행을 중단합니다.

라이브러리 버전
라이브러리 이전 버전 새 버전
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


배치 프레임워크 및 소프트웨어 스펙에 대한 변경사항

업데이트된 배치 프레임워크 버전 지원 외에, 이 프레임워크에서 사용된 default_py3.7 python 소프트웨어 스펙 및 기타 배치된 자산은 새 default_py3.7_opence 소프트웨어 스펙에 더 이상 사용되지 않습니다. 

프레임워크 및 소프트웨어 스펙 변경사항
라이브러리 또는 자산 더 이상 사용되지 않는 버전 지원되는 버전 사용되지 않는 소프트웨어
스펙
새 소프트웨어
스펙
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 함수 default_py3.7 default_py3.7_opence
Python 스크립트 default_py3.7 default_py3.7_opence
AutoAI autoai-kb_3.1-py3.7 autoai-kb_3.3-py3.7

배치된 자산이 있는 경우, 모델과 같이 배치 프레임워크에 해당되는 항목은 폐기됨으로 나열되며, 2021년 10월 15일까지 배치를 최신 프레임워크로 업데이트해야 서비스가 중단 없이 계속됩니다. AutoAI 모델의 경우, 실험을 재훈련하여 자산을 최신 소프트웨어 스펙으로 업데이트한 다음 결과 모델을 재배치하십시오.

기타 모든 지원되는 프레임워크 버전은 그대로 유지됩니다.

조치 수행 시기

2021년 10월 15일까지 다음 조치를 취하십시오.

  1. 더 이상 사용되지 않는 환경을 기반으로 하는 사용자 정의 노트북 환경 템플리트가 있는 경우 지원되는 소프트웨어 구성을 기반으로 새 정의를 작성하십시오. 예를 들어, Default Python 3.7 GPU 또는 Default Python 3.7입니다.
  2. 노트북의 환경을 변경하여 지원되는 환경을 사용하십시오.
  3. 사용자 노트북을 테스트하십시오. 새 환경의 노트북이 성공적으로 실행되지 않는 경우, TensorFlow 버전 호환성 안내서 또는 역호환 불가능한 변경사항에 대한 PyTorch 릴리스 노트를 보고 부드러운 전환을 위해 수정해야 하는지 확인하십시오. 대부분 TensorFlow 및 PyTorch는 역호환 가능합니다.
  4. 더 이상 사용되지 않는 Python 3.7 CPU 또는 GPU 환경으로 노트북을 실행하는 기존 작업을 중지하십시오.
  5. Default GPU Python 3.7 또는 Default Python 3.7 환경이나 사용자 새 사용자 정의 환경을 사용하는 새 작업을 작성하십시오.
  6. AutoAI 실험을 재훈련하여 새 소프트웨어 스펙을 자동으로 사용합니다.
  7. 지원되는 프레임워크와 소프트웨어 스펙을 사용하여 Watson Machine Learning에 모델을 재배치하십시오.

Watson Studio GPU Notebooks 작업 및 Watson Machine Learning으로 배치에 대해 자세히 알아보십시오.

IBM DataStage 업데이트

  • 런타임 환경 변수가 추가되었습니다.

2021년 7월 9일로 끝나는 주

IBM DataStage 업데이트

  • IBM DataStage는 Hybrid Subscription Advantage 프로그램을 지원하여 DataStage Standard Plan 클라우드 서비스에 대한 충분한 할인을 제공합니다. 자세히 알아보려면 Hybrid Subscription Advantage 활성화를 참조하십시오.
  • Sequential File 소스 노드에 대한 데이터를 미리 볼 수 있습니다.
  • 변환기 단계는 다음 기능을 지원하도록 업데이트되었습니다.
    • 변환 빌더를 변환기 출력의 제한조건 필드에서 시작하십시오.
    • 변환기 출력 열에 대한 일괄 조치를 완료합니다.
    • 변환기 파생 빌더에서 함수를 검색합니다.
    • 변환기 파생 빌더에서 로컬 매개변수를 선택합니다.
  • 자산 브라우저에서 공유 컨테이너("서브플로우")를 추가할 수 있습니다.
  • 수정 스테이지에는 수정 단계 작동 방식을 지정하기 위한 찍기 시트가 있습니다.
  • 열 생성기 단계에 대한 열 메타데이터 유형 하위 특성을 편집할 수 있습니다.
  • 실행 단계에서 경고에 대한 캔버스 기본값이 100으로 변경됩니다.
  • 링크 세부사항 카드에는 링크 유형을 표시하는 다른 아이콘이 있습니다.
  • 찢기 시트에는 UI 업데이트가 있습니다.

2021년 7월 2일로 끝나는 주

Cloud Pak for Data as a Service 학습 콜렉션

이제 동영상과 전체 튜토리얼을 보고 Watson Studio, Watson Knowledge Catalog, Watson Machine Learning, Data Refinery 및 Cloud Pak for Data as a Service에서 더 많이 사용하는 방법을 알 수 있습니다.

Cloud Pak for Data as a Service 학습 콜렉션을 참조하십시오.

연합 학습에서의 새 개선사항(Watson Machine Learning)

연합 학습은 이제 XGBoost 실험에 대한 당사자 임계값 메트릭(쿼럼)의 지원을 확장하고 Tensorflow 2.4.2의 지원을 업그레이드합니다.

2021년 6월 25일로 끝나는 주

Watson Query on Cloud Pak for Data as a Service는 GA

Watson Query가 일반적으로 사용 가능합니다. Watson Query는 데이터를 복사 및 복제하지 않고 여러 위치에서 여러 데이터 소스를 통합하고 모든 데이터를 하나의 논리 데이터 보기로 변환합니다. IBM Cloud 계정 업그레이드 및 서비스 프로비저닝으로 시작합니다. 프로비저닝 Watson Query를 참조하십시오.

Watson 쿼리에 대해 자세히 알아보기 또는 학습서를 시도하십시오..

Watson Knowledge Catalog Enterprise 플랜이 사용 가능합니다.

이제 Watson Knowledge Catalog Enterprise 플랜을 프로비저닝할 수 있습니다.

엔터프라이즈 플랜에는 다른 플랜에 포함되지 않는 다음 기능이 있습니다.

  • Knowledge Accelerators: 사용자 산업에 대한 거버넌스 아티팩트의 큐레이팅된 용어집을 추가합니다. Knowledge Accelerators를 참조하십시오.
  • 데이터 개인정보 보호: 고급 마스킹 옵션으로 보호된 마스킹된 데이터 사본을 생성합니다. 데이터 개인정보 보호는 GA입니다!를 참조하십시오.
  • 추가 비용이 없는 20명의 사용자

Watson Knowledge Catalog 플랜을 참조하십시오.

데이터 개인정보 보호는 GA입니다! (Watson Knowledge Catalog)

새 데이터 개인정보 보호 기능으로 민감한 데이터를 보호하십시오. 데이터 개인정보 보호로 데이터 관리자가 데이터 과학자, 비즈니스 분석 및 애플리케이션 테스터의 마스킹된 사본을 생성합니다. 데이터는 카탈로그로 가져온 모든 데이터에 자동으로 적용된 데이터 보호 규칙으로 보호됩니다.

데이터 개인정보 보호는 개선된 포맷 유지, 단방향 해시 토큰화 및 되돌릴 수 없는 암호화와 같이 데이터 보호 규칙을 위한 고급 마스킹 옵션도 소개합니다. 고급 마스킹 옵션은 관계를 유지보수하고 마스킹된 데이터의 유틸리티를 늘리는 기능도 제공합니다.

데이터 개인정보 보호를 참조하십시오.

Knowledge Accelerator는 Watson Knowledge Catalog의 용어집을 제공합니다.

Watson Knowledge Catalog Enterprise 플랜이 있는 경우 이제 Knowledge Accelerator를 거버넌스 프레임워크에 추가할 수 있습니다.

Knowledge Accelerator는 공통 및 알려진 비즈니스 어휘와 더불어 데이터를 구성하며, 또한 Watson Knowledge Catalog 내 산업 데이터 컨텐츠와 규제의 온보딩 중 비즈니스 컨텍스트와 정의를 자동으로 제공합니다. 확장 비즈니스 어휘는 마스킹 데이터 이해를 가속화하고 데이터 카탈로그 투자를 확대합니다.

Knowledge Accelerators를 참조하십시오.

배치 재훈련 작업을 위한 한계 및 기본값(Watson Machine Learning)

Watson Machine Learning은 이제 각 단일 배치 영역에 대해 재훈련된 배치 작업 수에 대한 제한사항을 지정합니다. 특히 이 업데이트로 누실된 사용자 정보가 없지만 배치 작업 실행 시 사용자 경험을 변경해야 할 수 있습니다.

단일 영역의 재훈련된 배치 작업의 수에 대한 Watson Machine Learning 플랜 한계는 다음과 같습니다.

  • Lite: 100
  • Standard: 1000
  • Professional: 3000(지원을 통해 요청에 의해 증가)

한계를 초과하면, 기존 작업을 삭제하거나 플랜을 업그레이드할 때까지 새 배치를 작성할 수 없습니다. 새 자동화로 플랜 한계 내에 머물 수 있습니다. 기본적으로, 작업 메타데이터는 30일 후 자동 삭제됩니다. 작업 작성 시 이 값을 대체할 수 있습니다.

프로그래밍 방식으로 메타데이터 보존 및 삭제 관리

Python 클라이언트나 REST API를 사용하여 프로그래밍 방식으로 작업을 관리하는 경우, 30일 동안 GET 메소드를 사용하여 배치 엔드포인트에서 메타데이터를 검색할 수 있습니다.

메타데이터를 30일 이상이나 미만 동안 메타데이터를 유지하려면, POST 메소드에 대해 retention=30의 기본값에서 조회 매개변수를 변경하여 기본값을 대체하고 메타데이터를 유지합니다. 값을 retention=-1로 변경하면 자동 삭제를 취소하고 메타데이터를 유지합니다.

프로그래밍 방식으로 작업을 삭제하려면, Watson Machine Learning DELETE 메소드에 대해 조회 매개변수 hard_delete=true를 지정하여 작업 메타데이터를 완전히 제거합니다. 예:

DELETE /ml/v4/deployment_jobs/{JobsID}

새 Decision Optimization 기능

이 기능은 이제 Decision Optimization에서 사용 가능합니다.

새 DataStage 기능

  • 변환기 단계의 출력 섹션에 직접 열 파생을 추가할 수 있습니다.
  • SAP OData는 자산 브라우저에서 사용됩니다.
  • Investigate QualityStage 연산자는 팔레트에서 사용됩니다.

2021년 6월 18일로 끝나는 주

Cloud Pak for Data as a Service의 IBM DataStage는 GA입니다!

일반적으로 DataStage as a service는 이제 사용 가능합니다. DataStage는 다중 시스템에서 데이터를 추출, 전송 및 로드할 수 있는 AI 기반 데이터 통합을 제공합니다.

DataStage에 대해 자세히 알아보십시오.

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

3개의 새 산업 액셀러레이터가 사전 정의된 자산으로 사용 가능하여 공통 비즈니스 문제를 해결하는데 사용할 수 있습니다.

  • 금융 시장 고객 생활 이벤트 예측: 금융 시장 고객 생활 이벤트 예측 액셀러레이터를 사용하여 적절한 때에 관련 오퍼로 재정적 성공으로의 경로로 클라이언트를 설정합니다. 이 액셀러레이터는 비즈니스 용어, 샘플 데이터 과학 자산 세트 및 샘플 대시보드를 포함하여 결과를 시각화합니다.
  • 유틸리티 수요 응답 프로그램 경향: 수요 응답 프로그램에 등록할 기회를 제공받아야 하는 고객은 누구입니까? 유틸리티 수요 응답 프로그램 경향 액셀러레이터를 사용하여 분석을 빠르게 시작하십시오. 이 액셀러레이터는 비즈니스 용어, 샘플 데이터 과학 자산 세트 및 샘플 RStudio 대시보드를 포함하여 결과를 시각화합니다. 선택적으로 Cognos Dashboard Embedded를 사용하여 데이터를 탐색하고 시각화할 수도 있습니다.
  • 유틸리티 지불 위험 예측: 유틸리티 지불 위험 예측 액셀러레이터를 사용하여 지불 누락 위험의 고객과 적극적으로 소통합니다. 이 액셀러레이터는 비즈니스 용어, 샘플 데이터 과학 자산 세트 및 샘플 대시보드를 포함하여 결과를 시각화합니다.

AutoAI 실험에 대한 추가 알고리즘(Watson Machine Learning)

Snap ML 알고리즘은 이제 AutoAI 실험 훈련에 사용 가능합니다. 알고리즘은 훈련 속도와의 정확성 균형에 적합합니다. 세부사항은 AutoAI 구현 세부사항을 참조하십시오.

2021년 6월 11일로 끝나는 주

메타데이터 가져오기에 지원되는 MariaDB 데이터 소스(Watson Knowledge Catalog)

MariaDB는 이제 프로젝트에서 메타데이터 가져오기에 지원되는 데이터 소스입니다.

2021년 6월 4일로 끝나는 주

엔드 투 엔드 솔루션에 대한 추가 산업 액셀러레이터(Watson Studio)

3개의 새 산업 액셀러레이터가 사전 정의된 자산으로 사용 가능하여 공통 비즈니스 문제를 해결하는데 사용할 수 있습니다.

연합 학습에서의 새 개선사항(Watson Machine Learning)

연합 학습은 Tensorflow 실험에 대한 당사자 임계값 메트릭(쿼럼)에 대한 지원 및 정확성 임계값이 충족될 때 실험 종료를 위한 지원을 포함하여 사용자 실험을 조정할 수 있는 새로운 방법을 제공합니다.

개선된 연결 인터페이스

연결을 프로젝트에 추가하면, 인터페이스는 연결을 보다 빨리 작성하도록 하는 개선사항을 포함합니다.

  • 제공자 필터를 사용하여 IBM 데이터 소스 또는 써드파티 데이터 소스를 식별하십시오.
  • 호환 가능한 서비스 필터를 사용하여 특정 서비스에 사용할 수 있는 연결 유형을 찾으십시오.

또는 찾고 있는 연결 유형의 이름을 알고 있는 경우 찾기 필드에 입력할 수 있습니다.

연결 추가 페이지

연결을 프로젝트에 추가하는 단계의 경우, 연결을 프로젝트에 추가를 참조하십시오.

2021년 5월 28일로 끝나는 주

새 Decision Optimization 런타임 및 CPLEX 버전(Watson Machine Learning)

Decision Optimization에는 새 옵션이 있습니다.

  • 새 Decision Optimization 런타임입니다. Decision Optimization 실험에서 모델을 실행하면, 새 do_20.1 런타임이 이제 기본적으로 사용됩니다. 모델 보기 빌드를 참조하십시오.

  • CPLEX V.20.1은 이제 Watson Machine Learning에서 사용 가능합니다. 모델 배치를 참조하십시오.

2021년 5월 21일로 끝나는 주

새 SPSS Modeler 튜토리얼(Watson Studio)

예 프로젝트를 기반으로 새 튜토리얼이 SPSS Modeler에 사용 가능합니다. 세부사항은 SPSS Modeler 튜토리얼을 참조하십시오.

배치 작업 재훈련을 위한 새 한계 및 기본값(Watson Machine Learning)

6월 23일, Watson Machine Learning은 각 단일 배치 영역에 대해 훈련된 배치 작업의 수에 대한 한계를 소개합니다. 특히 이 업데이트로 누실된 사용자 정보가 없지만 배치 작업 실행 시 사용자 경험을 변경해야 할 수 있습니다.

단일 영역의 재훈련된 배치 작업의 수에 대한 Watson Machine Learning 플랜 한계는 다음과 같습니다.

  • Lite: 100
  • Standard: 1000
  • Professional: 3000(지원을 통해 요청에 의해 증가)

한계를 초과하면, 기존 작업을 삭제하거나 플랜을 업그레이드할 때까지 새 배치를 작성할 수 없습니다. 새 자동화로 플랜 한계 내에 머물 수 있습니다. 기본적으로, 작업 메타데이터는 30일 후 자동 삭제됩니다. 작업 작성 시 이 값을 대체할 수 있습니다.

프로그래밍 방식으로 메타데이터 보존 및 삭제 관리

Python 클라이언트나 REST API를 사용하여 프로그래밍 방식으로 작업을 관리하는 경우, 30일 동안 GET 메소드를 사용하여 배치 엔드포인트에서 메타데이터를 검색할 수 있습니다.

메타데이터를 30일 이상이나 미만 동안 메타데이터를 유지하려면, POST 메소드에 대해 retention=30의 기본값에서 조회 매개변수를 변경하여 기본값을 대체하고 메타데이터를 유지합니다. 값을 retention=-1로 변경하면 자동 삭제를 취소하고 메타데이터를 유지합니다.

프로그래밍 방식으로 작업을 삭제하려면, Watson Machine Learning DELETE 메소드에 대해 조회 매개변수 hard_delete=true를 지정하여 작업 메타데이터를 완전히 제거합니다. 예:

DELETE /ml/v4/deployment_jobs/{JobsID}

짧은 동영상은 Data Refinery GUI 오퍼레이션을 표시합니다.

Data Refinery 오퍼레이션을 사용하고 있고 해당 오퍼레이션을 사용하는 방법의 예를 보는 것이 도움이 될 것이라고 생각한 적이 있습니까? 음, 당신은 운이 좋습니다! GUI 오퍼레이션 주제에는 이제 각 오퍼레이션의 짧은 동영상이 있습니다.

Watson Studio and Machine Learning 커뮤니티 페이지에서 이 동영상에 대한 주석을 전송하십시오. (주석을 전송하려면 커뮤니티에 가입해야 합니다.)

Sybase 연결을 위한 이름 변경사항

이 연결에는 새 이름이 있습니다.

  • Sybase의 이름은 SAP ASE로 변경됨
  • Sybase IQ의 이름은 SAP IQ로 변경됨

연결을 위한 이전 설정은 동일하게 유지됩니다. 연결 이름만 변경되었습니다.

2021년 5월 7일로 끝나는 주

결합된 관계형 데이터에서 AutoAI 기능 엔지니어링의 GA(General Availability)

결합된 관계형 데이터에서 AutoAI 기능 엔지니어링은 모든 지역에서 이제 GA입니다. 이 새 기능은 다중 관계형 데이터 파일을 AutoAI 실험을 위한 데이터 소스 훈련으로 결합될 때 기능 엔지니어링에 필요한 시간을 확실히 단축시킵니다. 증가된 파일 한계는 이제 각 데이터 파일이 최대 4GB이고 최대 20GB가 결합된 20개의 데이터 파일까지 결합할 수 있음을 의미합니다. 베타 기간 동안 사용자가 작성한 데이터가 결합된 AutoAI 실험은 마이그레이션을 필요로 하지 않지만 Watson Machine Learning 인스턴스에서 CUH(Capacity Unit Hours)를 이제 사용합니다. 데이터가 결합된 AutoAI에 대한 청구는 2021년 5월 10일에 시작됩니다. CUH 소비에 대한 세부사항은 IBM Cloud에 대한 플랜을 참조하십시오. 이 새 기능에 대해 자세히 알려면, 데이터가 결합된 실험 청구를 참조하십시오.

메타데이터 가져오기 개선사항(Watson Knowledge Catalog)

메타데이터 가져오기는 다음 방법으로 개선되었습니다.

  • COBOL 카피북
    • COBOL 카피북을 가져올 때 카피북과 해당 가상 테이블 간의 관계를 카탈로그로 가져옵니다.
    • 메타데이터 가져오기를 위한 개별 COBOL 카피북을 선택할 수 있습니다.
    • COBOL 카피북 메타데이터 가져오기의 성능이 개선되었습니다.
  • 사용 편이성 개선사항
    • 데이터 범위 설정 시 추가 옵션이 있습니다.
    • 메타데이터 가져오기 자산에 태그를 작성하고 추가할 수 있습니다.
    • 검토 섹션에서 구성을 직접 편집할 수 있습니다.
    • 자산 내에서 메타데이터 가져오기 자산을 편집할 수 있습니다.
    • 가져온 데이터 자산의 상태를 볼 수 있습니다.
  • Box는 이제 지원되는 데이터 소스입니다.

메타데이터 가져오기를 참조하십시오.

2021년 4월 30일로 끝나는 주

산업 액셀러레이터를 사용하여 공통 비즈니스 문제점 해결

산업 액셀러레이터는 고객 이탈과 같이 비즈니스 문제를 해결하기 위해 다운로드하고 사용할 수 있는 자산으로 미리 채워진 프로젝트입니다. 데이터 과학 기술의 작업 샘플로 액셀러레이터를 사용할 수도 있습니다. 엔드 투 엔드 예제: 산업 엑셀러레이터를 참조하십시오. industry accelerator 태그를 사용하여 갤러리를 검색할 수도 있습니다.

AutoAI를 사용하여 감성 분석 모델 빌드(Watson Machine Learning)

AutoAI의 새 기능은 데이터 세트의 텍스트를 발견하고 벡터로 변환하여 일부 텍스트 분석을 수행할 수 있습니다. 텍스트 분석 실험 작성을 참조하십시오.

2021년 4월 23일로 끝나는 주

AutoAI 시계열 실험의 베타 릴리스(Watson Machine Learning)

지정된 날짜/시간 범위 동안 미래 활동(예: 주가 또는 온도)을 예측하기 위한 시계열 실험을 작성합니다. 시계열 실험 작성에 대한 자세한 정보는 이 블로그 게시물을 참조하십시오. 이 기능 사용에 대한 세부사항은 시계열 실험 작성을 참조하십시오.

결합된 데이터를 사용하는 AutoAI 실험이 GA됨(Watson Machine Learning)

훈련 입력을 작성하기 위해 다중 관계형 데이터 세트를 결합하는 AutoAI 실험은 일반적으로 곧 사용 가능하며, 2021년 5월 7일로 계획되어 있습니다. 기존 AutoAI 실험이나 이 기능을 사용하여 빌드된 모델에 마이그레이션이 필요하지 않습니다. 베타 기간 종료는 GA 날짜로부터의 사용에 요금이 부과되며, Watson Machine Learning 서비스에 대해 CUH(Consumption Units per Hour)로 청구됩니다. Watson Machine Learning 플랜 및 등급에 대한 세부사항은 업데이트되며 이 기능의 GA와 동시 발표합니다.

다른 지역의 새 거버넌스 아티팩트 환경(Watson Knowledge Catalog)

이제 다음 IBM Cloud 서비스 지역에서 새 거버넌스 아티팩트 환경과 기타 기능을 사용할 수 있습니다.

  • 4월 22일 댈러스 서비스 지역
  • 4월 21일 런던 서비스 지역
  • 4월 20일 프랑크푸르트 서비스 지역

지난 주의 새로운 항목을 참조하십시오.

구조화되지 않은 데이터의 프로파일링

비정형 데이터가 있는 문서의 프로파일링은 이제 모든 IBM Cloud 서비스 지역에서 사용할 수 있습니다(이것은 새로운 항목 참조).

2021년 4월 16일로 끝나는 주

새 거버넌스 아티팩트 환경(Watson Knowledge Catalog)

4월 16일부터 도쿄 서비스 지역에서 새 거버넌스 아티팩트 환경을 사용할 수 있습니다. 향후 몇 주 이내에 다른 지역에서 사용할 수 있습니다.

이제 다음과 같은 새 거버넌스 기능을 사용할 수 있습니다.

  • 어떤 사용자가 Watson Knowledge Catalog의 컨텍스트 내에서 어떤 조치를 수행할 수 있는지 제어하기 위해 IAM에서 Watson Knowledge Catalog 서비스 역할 및 권한을 지정합니다.
  • 카테고리를 사용하여 모든 거버넌스 아티팩트와 해당 아티팩트를 보고 관리할 수 있는 사용자를 구성합니다.
  • 사용자 고유의 분류를 작성합니다.
  • 사용자 고유의 데이터 클래스를 작성합니다.
  • 거버넌스 아티팩스 사이의 더 많은 관계를 정의합니다.
  • 데이터 세트의 데이터 일치 기준으로 사용될 수 있는 특정 유형의 열에 대한 값을 정의하기 위해 참조 데이터 세트를 작성합니다.
  • 거버넌스 기준에 대한 설명을 제공하기 위해 거버넌스 규칙을 작성합니다.

기존 Watson Knowledge Catalog 서비스가 있는 경우 해당 지역에서 사용 가능하게 된 후 새 환경으로 업그레이드할 수 있는 옵션이 있습니다. 그러나 기존 거버넌스 아티팩트는 영구적으로 삭제됩니다. 기존 거버넌스 아티팩트를 유지하려는 경우 다음 달에 자동 아티팩트 마이그레이션과 함께 거버넌스 아티팩트 환경의 자동 업그레이드가 사용 가능하게 될 때까지 기다릴 수 있습니다.

4월 22일 이후 Watson Knowledge Catalog 서비스를 프로비저닝하면 새 환경이 제공됩니다.

카탈로그 개선사항(Watson Knowledge Catalog)

4월 16일부터 도쿄 서비스 지역에서 카탈로그 개선사항이 사용 가능합니다. 다음 주 다른 지역에서 사용할 수 있습니다.

카탈로그는 다음과 같이 개선되었습니다.

  • 자산의 경로 및 관련 자산과 같은 자산의 새 개요 페이지에 추가 정보가 표시됩니다.
  • 자산에 대한 활동 페이지에 더 많은 활동이 표시됩니다.
  • 자산 간에 더 많은 관계를 추가할 수 있습니다. 자산 관계 추가를 참조하십시오.
  • 이제 COBOL 카피북을 프로젝트 및 카탈로그의 자산으로 추가할 수 있습니다. COBOL 카피북 추가를 참조하십시오.

구조화된 데이터의 향상된 프로파일링(Watson Knowledge Catalog)

4월 16일부터 도쿄 서비스 지역에서 향상된 관계형 데이터 프로파일링을 사용할 수 있습니다. 다음 주 다른 지역에서 사용할 수 있습니다.

이제 프로파일링은 데이터 자산에 대한 전체 품질 점수와 데이터 자산의 열에 대한 개별 품질 점수를 생성합니다. 자산 프로파일링을 참조하십시오.

플랫폼 전체 검색이 향상됨

이제 글로벌 검색 표시줄을 사용하여 액세스할 수 있는 모든 프로젝트, 카탈로그 및 배치 공간에서 자산을 검색할 수 있습니다. 액세스할 수 있는 카테고리에서 거버넌스 아티팩트를 검색할 수도 있습니다.

이제 검색 시 더 많은 자산 특성 및 거버넌스 아티팩트에서 결과를 찾습니다. 검색어를 큰따옴표로 묶어 정확한 단어나 문구를 검색할 수 있습니다. 플랫폼 전체 검색을 참조하십시오.

새 플랫폼 자산 카탈로그

4월 16일부터 도쿄 서비스 지역에서 플랫폼 자산 카탈로그를 사용할 수 있습니다. 다음 주 다른 지역에서 사용할 수 있습니다.

이제 조직 전반에서 연결을 공유할 수 있도록 플랫폼 자산 카탈로그를 작성할 수 있습니다. 플랫폼 자산 카탈로그를 작성하거나 보려면 기본 메뉴에서 데이터 > 플랫폼 연결을 선택하십시오. 협업자 및 연결을 플랫폼 자산 카탈로그에 무제한으로 추가할 수 있습니다. 플랫폼 자산 카탈로그 작성을 참조하십시오.

Information Governance Catalog 자산 가져오기 지원 중단(Watson Knowledge Catalog)

카탈로그에 추가 > 자산 가져오기 메뉴 옵션을 사용하여 아카이브 파일을 지정하여 더 이상 정보 거버넌스 카탈로그 자산을 Watson Knowledge Catalog로 가져올 수 없습니다.

AutoAI 실험을 위한 자동 생성 노트북에 대한 지원(Watson Machine Learning)

AutoAI 실험 코드를 자동 생성 노트북으로 저장하면 실험 코드를 검토하고 프로그래밍 방식으로 실험과 상호 작용할 수 있습니다. 노트북이 검토하고 실행할 수 있는 프로젝트 자산으로 저장됩니다. 세부사항은 AutoAI 노트북을 참조하십시오.

Master Data Management(베타) 서비스를 이제 IBM Match 360 with Watson(베타)이라고 함

이전에 Master Data Management로 알려진 베타 서비스가 이제 IBM Match 360 with Watson으로 이름 지정되었습니다. IBM Match 360 with Watson에 대한 자세한 정보는 마스터 데이터 관리(베타)를 참조하십시오.

"Db2 for i" 및 "Db2 for z/OS" 연결에 필요한 인증 파일

"Db2 for i" 연결 또는 "Db2 for z/OS" 연결을 계속 사용하려면 z/OS 서브시스템 또는 i 서버의 Db2에 해당하는 Db2에 대한 Db2 Connect Unlimited Edition 라이센스 인증서 파일을 얻어야 합니다. 다운로드 및 설치 지시사항은 Db2 Connect Unlimited Edition에 대한 라이센스 인증서 파일 활성화를 참조하십시오.

SOC1 유형 2 및 SOC2 유형 2 인증 개선사항

Cloud Pak for Data as a Service 카탈로그의 다음 서비스가 SOC1 유형 2 및 SOC2 인증 2 인증을 획득했습니다.

  • DB2 on Cloud
  • Db2 Warehouse on Cloud(Flex)
  • 발견 서비스
  • 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

2021년 4월 2일로 끝나는 주

연결에 개인 인증 정보가 지원됨

이제 데이터 소스에 대한 연결을 작성할 때 각 사용자가 연결 액세스를 위해 고유한 인증 정보를 지정하도록 하려는 경우 개인 인증 정보를 선택할 수 있는 옵션이 있습니다. 이전에는 모든 연결에서 공유 인증 정보를 사용하여 모든 사용자가 동일한 인증 정보를 사용하여 연결에 액세스하도록 했습니다. 계정 소유자가 계정 페이지에서 사용으로 설정하고 데이터 소스가 개인 인증 정보를 지원하는 경우에만 개인 인증 정보가 사용 가능합니다.

계정 페이지에 리소스 범위 및 연결 인증 정보 설정이 포함됨

계정 페이지가 Cloud Pak for Data as a Service에 대한 리소스 범위 설정 및 연결 인증 정보 설정(개인 또는 공유)을 포함하도록 확장되었습니다. 이전과 같이 이 페이지에서 IBM Cloud 계정 설정에 액세스할 수 있습니다.

모든 연결 유형이 모든 오퍼링 플랜에서 지원됨(Watson Studio 및 Watson Knowledge Catalog)

이전에는 특정 연결이 Watson Studio Standard 또는 Enterprise 플랜이나 Watson Knowledge Catalog Standard 또는 Professional 플랜으로 제한되었습니다. 새로 사용할 수 있는 연결의 목록은 Watson StudioWatson Knowledge Catalog에 대한 서비스 플랜 변경사항을 참조하십시오.

2021년 3월 26일로 끝나는 주

인증서 파일은 "Db2 for i" 및 "Db2 for z/OS" 연결에 필요합니다.

향후 릴리스는 "iDb2 i" 및 "Db2 for z/OS" 연결의 특성을 변경합니다. 해당 Db2 for z/OS 서브시스템 또는 Db2 for i 서버에 대한 Db2 Connect Unlimited Edition 라이센스 인증서 파일을 확보하지 않으면 연결이 작동하지 않습니다. 이러한 연결을 중단 없이 계속 사용하려면 파일을 설치해야 합니다. 다운로드 및 설치 지시사항은 Db2 Connect Unlimited Edition에 대한 라이센스 인증서 파일 활성화를 참조하십시오.

Satellite 위치를 사용하여 AWS의 Watson Studio에서 노트북 워크로드 실행

이제 노트북 워크로드를 실행하기 위한 Satellite 위치를 AWS us-east-1 지역에서 사용할 수 있습니다. Satellite 위치는 IBM에서 사전 빌드되었습니다. 사전 빌드된 Satellite 위치의 환경에 액세스하도록 Python 또는 R 노트북을 구성하면 노트북 코드가 AWS에서 실행됩니다. AWS에서 호스팅되는 데이터의 경우 Satellite 위치는 데이터가 있는 위치에서 코드를 실행하여 시간과 비용을 절약합니다. 현재, 사전 빌드된 Satellite 위치는 댈러스 위치에서만 사용할 수 있으며 Standard 및 Enterprise 플랜을 보유한 고객만 사용할 수 있습니다.

2021년 3월 19일로 끝나는 주

Data Refinery 플로우 작업을 실행하기 위한 새 Spark 환경

Data Refinery 플로우 작업에 대한 환경을 선택할 때 이제 Default Spark 3.0 & R 3.6을 선택할 수 있습니다. 새 환경에서는 다른 기본 환경과 동일한 용량 단위 시간(CUH)을 사용합니다.

Spark 3.0 & R 3.6 selection

DataStage(베타)

이제 DataStage 베타에 대한 새로운 기능, 알려진 문제, 제한사항 및 기타 베타 정보에 대한 모든 정보를 한 곳에서 찾을 수 있습니다. 자세히 알아보려면 DataStage 베타 시작!을 참조하십시오.

Hybrid Subscription Advantage에 대한 개선된 사용자 경험

Hybrid Subscription Advantage 사용자 인터페이스가 개선되어 더 쉽고 빠르게 구독할 수 있습니다. 할인된 인타이틀먼트를 볼 수 있는 요약 대시보드도 추가되었습니다. IBM Hybrid Subscription Advantage 프로그램은 Cloud Pak for Data as a Service 포트폴리오 내의 기존 온프레미스 Cloud Pak for Data 소프트웨어 인타이틀먼트에 적용되는 라이센싱 혜택입니다. 자세히 알아보려면 Hybrid Subscription Advantage 활성화를 참조하십시오.

2021년 3월 12일로 끝나는 주

Watson Machine Learning에서 GPU 환경 조정

2021년 3월 19일부터 Watson Machine Learning 의 GPU 환경은 V2 Standard 계획 및 V2 Professional 계획을 통해서만 사용할 수 있습니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

2021년 3월 5일로 끝나는 주

결합된 데이터가 있는 AutoAI 실험을 노트북으로 저장(Watson Machine Learning)

이제 모델 파이프라인 생성에 들어가는 모든 변환을 검토할 수 있도록 결합된 데이터 세트가 있는 AutoAI 실험을 노트북으로 저장할 수 있습니다. 전체 실험을 노트북으로 저장할 수 있지만 개별 파이프라인을 노트북으로 저장할 수는 없습니다. AutoAI 생성 노트북 저장을 참조하십시오.

Data Refinery 플로우가 배치 영역에서 지원됨(Watson Machine Learning)

이제 Data Refinery 플로우를 프로젝트에서 배치 영역으로 승격할 수 있습니다. 배치 영역은 프로젝트와는 별도의 환경에서 관련 자산 세트를 관리하는 데 사용됩니다. Data Refinery 플로우를 여러 프로젝트에서 영역으로 승격할 수 있습니다. 영역에서 Data Refinery 플로우 작업을 실행하고 Watson Machine Learning에서 배치 작업용 입력으로 모양이 갖춰진 출력을 사용합니다. 지시사항은 Data Refinery 플로우 관리Data Refinery 플로우를 공간으로 승격을 참조하십시오.

구조화되지 않은 데이터가 포함된 문서를 프로파일링하는 새로운 방법(Watson Knowledge Catalog)

이전에는 Microsoft Word, PDF, HTML 및 일반 텍스트 문서와 같은 구조화되지 않은 데이터가 포함된 데이터 자산이 IBM Watson Natural Language Understanding을 통해 프로파일링되었습니다(댈러스 서비스 지역만 해당). 이러한 프로파일은 문서의 시맨틱 기능을 표시했습니다. 구조화된 데이터 자산과 구조화되지 않은 데이터 자산의 프로파일링을 조정하고 거버넌스 기능을 개선하기 위해 IBM Watson Natural Language Understanding이 Watson Knowledge Catalog 데이터 클래스도 추론할 수 있는 구조화되지 않은 데이터용 새 분석 서비스로 대체됩니다. 지원되는 유형의 구조화되지 않은 데이터 자산은 프로젝트 또는 카탈로그에 추가될 때 자동으로 프로파일링됩니다. 데이터 자산의 프로파일을 참조하십시오.

구조화되지 않은 데이터 프로파일링은 현재 IBM Cloud의 댈러스(US-South) 서비스 지역에서 Watson Knowledge Catalog를 프로비저닝할 때만 사용 가능합니다.

2021년 2월 5일로 끝나는 주

스트림 플로우의 사용 중단 및 제거(Streaming Analytics)

스트림 플로우 도구가 Watson Studio 프로젝트에서 제거되었습니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

리마인더: Python 3.6 환경 제거(Watson Studio 및 Watson Machine Learning)

Python 3.6은 보안 취약점으로 인해 Watson Studio 및 Watson Machine Learning에서 제거됩니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

리마인더: 2021년 4월 8일에 V1 기계 학습 인스턴스 및 더 이상 사용되지 않는 API에 대한 지원이 종료됨(Watson Machine Learning)

Watson Machine Learning Standard 및 Professional 계획 사용자가 V1 기계 학습 서비스 인스턴스에서 V2 기계 학습 서비스 인스턴스로 자산을 마이그레이션하는 마이그레이션 기간은 2021년 4월 8일에 종료됩니다. 또한 더 이상 사용되지 않는 V3 및 V4 베타 Watson Machine Learning API에 대한 지원이 종료됩니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

더 이상 사용되지 않는 Watson OpenScale용 API

2021년 3월 15일부터 Watson OpenScale에서는 새 API 버전을 사용해야 합니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

2021년 1월 29일로 끝나는 주

Watson OpenScale에 대한 새 가격 플랜

Watson OpenScale에 새로운 Standard v2 가격 플랜이 있습니다. 서비스 플랜 변경사항 및 지원 중단을 참조하십시오.

2021년 1월 22일로 끝나는 주

결합된 데이터 세트로 AutoAI 실험을 빌드하기 위한 오픈 베타(Watson Machine Learning)

이제 공통 키를 통해 단일 데이터 세트로 결합된 최대 5개의 데이터 세트를 사용하여 AutoAI 실험을 빌드할 수 있습니다. 실험을 실행하기 전에 데이터가 결합되는 방법을 구성하려면 캔버스 도구를 사용하십시오. 결과 모델을 배치할 때 실험의 스키마와 일치하는 입력 데이터를 지정하십시오. 세부사항은 결합된 데이터를 사용하여 AutoAI 실험 빌드를 참조하십시오.

2021년 1월 15일로 끝나는 주

자산을 빌드하고 배치하기 위한 새 조직(Watson Machine Learning)

도구 및 프로세스를 보다 쉽게 찾을 수 있도록 모델 빌드를 위한 컨텐츠가 모델 배치 및 관리를 위한 컨텐츠에서 분리되었습니다. 업데이트된 섹션은 다음과 같습니다.

상위 주제: Cloud Pak for Data as a Service