2023年4月¶
2023年4月22日
今回のデプロイにより、DataRobotのAIプラットフォームには、以下の一般提供およびプレビューの新機能が提供されました。 リリースセンターからは、次のものにもアクセスできます。
注目の新機能¶
時系列クラスタリングの指標とインサイト¶
クラスタリングモデルの比較と評価を支援するために、時系列クラスタリングプロジェクトのUIとAPIから、2つの新規プレビュー最適化指標を利用できます。 以前は、 Silhouetteスコアのみが、サポートされていた指標でした。 DTW（Dynamic Time Warping）シルエットスコアは、クラスター内のオブジェクトの平均類似度、および他のクラスター内のオブジェクトまでのDTW距離を測定します。 （時系列のユークリッド距離測定に代わるものです。） Calinski-Harabaszスコアは、すべてのクラスターについて、クラスター間分散の合計の比率を表します。 DataRobotがクラスターを検出するようにする際に、これらの指標を設定できます。
APIでクラスタリングを使用する場合、追加のインサイトと指標をプレビューとして有効化できることに注意してください。 これらの追加指標は自動的に計算されます。 ただし、メモリー不足エラーのリスクがあるため、DTW指標は、多数の系列（500を超える）を含むデータセットに対して自動計算されません。 これらの指標を手動計算するようにリクエストできますが、大容量メモリーがないと失敗する可能性があります。
4月リリース¶
次の表は、新機能の一覧です。 過去の新機能のお知らせについては、デプロイ履歴をご覧ください。
目的別にグループ化された機能
| 名前 | 一般提供 | プレビュー |
|---|---|---|
| データ | ||
| AIカタログへの高速登録 | ✔ | |
| ワークベンチのデータラングリング機能に新しい操作を追加 | ✔ | |
| Snowflakeのキーペア認証 | ✔ | |
| ドライバーのバージョンを更新 | ✔ | |
| モデリング | ||
| 時系列クラスタリングの指標 | ✔ | |
| ワークベンチでエクスペリメントの検定／パーティション設定を拡張 | ✔ | |
| Notebooks | ||
| 連携されたターミナル | ✔ | |
| 視覚化チャートの組み込み | ✔ | |
| DataRobot Notebooksが、EUで利用可能 | ✔ | |
| 予測とMLOps | ||
| デプロイ設定を一新 | ✔ | |
一般提供¶
AIカタログへの高速登録¶
パブリックプレビュー版の機能です。データセット全体ではなく、登録に使用する最初のN行を指定することで、大規模なデータセットをAIカタログにすばやく登録できます。これにより、テストや特徴量探索に使用するデータをより早く入手することができます。
AI Catalogで、 カタログに追加をクリックしてデータソースを選択します。 高速登録は、新しいデータ接続、既存のデータ接続、またはURLからデータセットを追加する場合にのみ使用できます。
詳細については、高速登録の設定を参照してください。
ドライバーのバージョンを更新¶
このリリースでは、以下のドライバーのバージョンが更新されました。
- Snowflake==3.13.28
DataRobotで サポート済みドライバーバージョンの完全なリストを参照してください。
デプロイ設定を一新¶
新規デプロイ設定ワークフローは、各MLOps機能に必要なオプションを、その機能のデプロイタブに直接提供することで、デプロイ設定エクスペリエンスを強化します。 この新しい組織では、改善されたツールチップとドキュメントへの追加リンクも提供して、デプロイに必要な機能を有効化するのに役立ちます。
新しいワークフローでは、デプロイ設定タスクのカテゴリーを以下のタブで専用の設定に分けています。
デプロイ > 設定タブが、使用非推奨になりました。 使用非推奨期間中、新規設定ページへのリンクを示す設定タブの警告が表示されます。
さらに、設定ページを含む各デプロイタブで、設定アイコンをクリックして、以下の必要な設定オプションにアクセスできます。
詳しくはデプロイ設定のドキュメントをご覧ください。
プレビュー¶
ワークベンチでエクスペリメントの検定／パーティション設定を拡張¶
ワークベンチでは、エクスペリメントの設定時に検定タイプを 設定および定義できるようになりました。 トレーニング-検定-ホールドアウト（TVH）の追加により、ユーザーは、精度を最大化するために、実行時間に影響を与えることなく、より多くのデータでモデルの構築を試すことができます。
必要な機能フラグ：フラグは不要です
ワークベンチのデータラングリング機能に新しい操作を追加¶
このリリースでは、ワークベンチでのDataRobotのラングリング機能に3つの新しい操作が追加されました。
-
重複行の排除：すべての重複行を、データセットから自動的に削除します。
-
特徴量名を変更する：データセット内の1つ以上の特徴量の名前を、すばやく変更します。
-
特徴量の削除：データセットから1つまたは複数の特徴量を削除します。
新規および既存の操作にアクセスするには、Snowflakeからワークベンチのユースケースにデータを登録し、ラングリングをクリックします。 レシピをパブリッシュすると、その操作がSnowflakeのソースデータに適用され、出力データセットがマテリアライズされます。
必要な機能フラグ：フラグは不要です
プレビュー機能であるワークベンチのドキュメントをご覧ください。
Snowflakeのキーペア認証¶
プレビュー版の機能です。基本認証の代わりに、キーペア認証方式（Snowflakeのユーザー名と秘密キー）を使用して、DataRobot ClassicとワークベンチでSnowflakeデータ接続を作成できます。
必要な機能フラグ：Snowflakeのキーペア認証を有効にする
ノートブックターミナルの連携¶
プレビュー版の機能です。DataRobot Notebooksでは、ターミナルウィンドウの連携が可能です。 ノートブックセッションが実行中の場合、1つ以上の統合ターミナルを開いて、.pyスクリプトの実行またはパッケージのインストールなどのターミナルコマンドを実行できます。 また、ターミナルの統合により、システムシェル（bash）をフルサポートできるため、インストールされたプログラムを実行できます。 DataRobot Notebookにターミナルウィンドウを作成するとき、ノートブックページは、次の2つのセクションに分割されます。1つはノートブック用で、もう1つはターミナル用です。
必要な機能フラグ：Notebooksを有効にする
プレビュー機能のドキュメントをご覧ください。
視覚化チャートの組み込み¶
プレビューが利用可能となり、DataRobotは、コードフリーのチャートセルを、DataRobot Notebooks内にビルトインで作成できるため、独自のプロットロジックをコーディングすることなく、データをすばやく視覚化できます。 ノートブックでDataFrameを選択し、作成するチャートのタイプを選択し、軸を設定してチャートを作成します。
必要な機能フラグ：Notebooksを有効にする
プレビュー機能のドキュメントをご覧ください。
DataRobot NotebooksをEUで提供開始¶
プレビューが利用可能となり、EUユーザーは、DataRobot Notebooksにアクセスできます。 DataRobot Notebooksにより、アプリケーションにおけるコードファーストエクスペリエンスがより充実したものになります。 Notebooksは、機械学習のライフサイクルを加速させるために、コードファーストのアプローチを用いて、コラボレーション環境を提供するという重要な役割を担っています。 何百行ものコードを削減し、データサイエンスのタスクを自動化し、ビジネスニーズに特化したカスタムコードワークフローに対応します。
必要な機能フラグ：Notebooksを有効にする
プレビュー機能のドキュメントをご覧ください。
APIの機能強化¶
時系列クラスタリングの新しい指標とインサイト¶
クラスタリングモデルの比較と評価を支援するために、時系列クラスタリングプロジェクトのAPIから、2つの新規 プレビュー最適化指標を利用できます。
APIでクラスタリングを使用する場合、追加のインサイトと指標を、プレビューとして有効化できます。 これらの追加指標は自動的に計算されます。 ただし、メモリー不足エラーのリスクがあるため、DTW指標は、多数の系列（500を超える）を含むデータセットに対して自動計算されません。 これらの指標を手動計算するようにリクエストできますが、大容量メモリーがないと失敗する可能性があります。
記載されている製品名および会社名は、各社の商標または登録商標です。 製品名または会社名の使用は、それらとの提携やそれらによる推奨を意味するものではありません。