2023年12月¶

2023年12月

最新のデプロイでは、DataRobotのAIプラットフォームは、以下に示す新規GAおよびプレビュー機能を提供しました。 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。

• 過去の月次リリース
• セルフマネージドAIプラットフォーム版リリースノート

DataRobotマネージドAIプラットフォームからアプリ内ドキュメントを削除¶

SaaS版で、アプリケーション内から参照可能なドキュメントが削除されました。 アプリ内ドキュメントに代わり、ユーザーはアプリケーションから公開ドキュメントポータルに誘導されます。 セルフマネージド（オンプレミス）版では、削除は後日行われます。 セルフマネージド（オンプレミス）環境をお使いの場合、削除が実施されると、ご利用のバージョンの公開ドキュメントポータルを参照できるようになります（例：https://9p2.docs.datarobot.com/）。 エアギャップ環境への対応も予定しています。 詳しくは削除のお知らせをご覧ください。

12月リリース¶

次の表は、新機能の一覧です。

一般提供¶

ラングリングされたBigQueryおよびSnowflakeデータセットのソース内マテリアライズを有効化¶

BigQueryとSnowflakeのデータセットをラングリングする際のソース内マテリアライズが一般提供機能になりました。 パブリッシュ設定で、データソースに応じてBigQueryにパブリッシュまたはSnowflakeにパブリッシュのいずれかをクリックします。 このオプションを選択すると、データソースと同様に、データレジストリの出力動的データセットがマテリアライズされます。 これにより、その環境内で指定されたセキュリティ、コンプライアンス、財務管理を活用できます。

時間認識エクスペリメントで日付/時刻パーティションの一般提供を開始¶

時間認識エクスペリメントの作成機能（予測または時系列予測）が一般提供されました。 行ごとの予測のためのセットアップの多くを共有する簡素化されたワークフロー、より明確なバックテスト修正ツール、構築前に変更をリセットする機能により、時間に関連するデータをすばやく簡単に操作できるようになりました。

ノートブックのスケジューリングを一般提供¶

一般提供を開始しました。ノートブックジョブの実行と監視のためのノートブックスケジューリングに、実行結果のダウンロード機能が追加されました。 DataRobot Notebooksのスケジューリング機能を使用すると、ノートブックを非対話モードでスケジュールどおりに実行することで、コードベースのワークフローを自動化できます。 ノートブックのスケジューリングは、DataRobot Notebooksインターフェイスから直接作成できるノートブックジョブによって管理されます。 さらに、ノートブックジョブをパラメーター化することで、ノートブックのスケジューリングによって可能になる自動化を強化できます。 ノートブック内の特定の値をパラメーターとして定義することで、実行ごとに値を変更するためにノートブック自体を継続的に修正する必要がなく、ノートブックジョブの実行時にこれらのパラメーターに入力を提供できます。

プレビュー¶

データ取込みとモデリングの上限を20GBに引き上げ¶

DataRobotマネージドAIプラットフォームでのみ有効な機能です。SaaS版では、二値分類および連続値プロジェクトにおける大規模モデリング機能をサポートするために、最大20GBのデータを取り込めるようになりました。 取込みは外部ソース（データ接続またはURL）からのみ可能で、トレーニングデータはAIカタログに登録されている必要があります（20GBのデータセットをローカルコンピューターから直接アップロードすることはできません）。 なお、この機能はトライアルユーザーには提供されません。

プレビュー機能のドキュメントをご覧ください。

デフォルトではオフの機能フラグ：20GBのスケールアップモデリングの最適化を有効にする

NextGenレジストリでのグローバルモデルへのアクセス¶

プレビュー版の機能です。予測ユースケースや生成ユースケースで、事前にトレーニングされたグローバルモデルをデプロイすることができます。 これらの高品質でオープンソースのモデルは、トレーニング済みですぐにデプロイできるため、DataRobotのインストール後すぐに予測を行うことができます。 LLMのユースケースには、プロンプトインジェクション、毒性、センチメントを識別する分類器や、拒否スコアを出力するリグレッサーが用意されています。 グローバルモデルはすべてのユーザーが使用できますが、編集権限を持つのは管理者のみです。 レジストリ > モデルディレクトリページでグローバルモデルを識別するには、グローバル列を見つけて、 はいのモデルを探します。

プレビュー機能のドキュメントをご覧ください。

デフォルトではオンの機能フラグ：モデルレジストリでグローバルモデルを有効にする

NextGenでのカスタムジョブによるパブリックネットワークへのアクセス¶

プレビュー版の機能です。カスタムジョブにエグレストラフィックを設定できます。 カスタムジョブの作成時に、リソースヘッダーの横にある設定セクションで、 編集をクリックし、ネットワークアクセスを設定します。

• パブリック：デフォルト設定。 カスタムジョブは、パブリックネットワーク内の任意の完全修飾ドメイン名（FQDN）にアクセスして、サードパーティのサービスを利用できます。

• なし：カスタムジョブはパブリックネットワークから分離されているため、サードパーティのサービスにはアクセスできません。

プレビュー機能のドキュメントをご覧ください。

デフォルトではオンの機能フラグ：NextGenのレジストリを有効にする

デフォルトではオフの機能フラグ：カスタムジョブを有効にする

NextGenのアプリワークショップでのカスタムアプリケーションのアップロード¶

プレビュー版のプレミアム機能です。Dockerで作成したイメージから、Streamlit、Dash、R Shinyなどのウェブアプリケーションを使ってDataRobotでカスタムアプリケーションを作成し、機械学習プロジェクトを共有できます。 Dockerでカスタム機械学習アプリを作成したら、DataRobotアプリワークショップでカスタムアプリケーションとしてアップロードし、セキュアなデータアクセスと制御でデプロイできます。 レジストリで、アプリワークショップタブをクリックし、+ アプリケーションを追加をクリックして、カスタムアプリケーションの新規作成パネルを開きます。

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。