# 2024年8月 > 2024年8月 - 2024年8月にリリースされたDataRobotの新機能（プレビュー、一般提供）についてご紹介します。 This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context. Companion generated at `2026-07-30T11:40:01.743210+00:00` (UTC). ## Primary page - [2024年8月](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md): Full documentation for this topic (Markdown sidecar). ## Sections on this page - [2024年8月](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#august-2024): In-page section heading. - [注目の新機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#in-the-spotlight): In-page section heading. - [ワークベンチでのカスタム特徴量セット](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#custom-feature-lists-in-workbench): In-page section heading. - [8月リリースの機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#august-features): In-page section heading. - [一般提供](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#ga): In-page section heading. - [Azure OpenAI GPT-4 Turbo LLMに対応](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#azure-openai-gpt-4-turbo-llm): In-page section heading. - [カスタムアプリケーションソースの置換](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#replace-custom-application-sources): In-page section heading. - [ワークベンチで特徴量探索での関係性を自動生成](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#automatically-generate-relationships-for-feature-discovery-in-workbench): In-page section heading. - [アプリケーションのログインプロセスを簡素化](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#simplified-login-process-for-applications): In-page section heading. - [時系列機能を一般提供。部分的な履歴しかない新しい系列のサポートを追加](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#time-series-now-generally-available-support-for-partial-and-new-series-blueprints-added): In-page section heading. - [ワークベンチで教師なしモデリングのサポートを開始](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#unsupervised-modeling-now-available-in-workbench): In-page section heading. - [データタブとカスタム特徴量セットの機能を一般提供](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#data-tab-and-custom-feature-list-functionality-now-ga): In-page section heading. - [デプロイのデータトレース](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#data-tracing-for-deployments): In-page section heading. - [バッチ予測のラングラーレシピ](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#wrangler-recipes-in-batch-predictions): In-page section heading. - [バッチ予測APIのマルチパートアップロード](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#multipart-upload-for-batch-prediction-api): In-page section heading. - [TTSモデルとLSTMモデルでのバッチ予測](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#batch-predictions-for-tts-and-lstm-models): In-page section heading. - [ノートブックのカスタム環境を作成](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#create-custom-environments-for-notebooks): In-page section heading. - [プレビュー](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#preview): In-page section heading. - [DataRobotでSAP Datasphereコネクターをサポート](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#support-for-sap-datasphere-connector-in-datarobot): In-page section heading. - [データ探索ページでEDAのインサイトを追加し、UIをさらに改善](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#additional-eda-insights-and-ui-improvements-added-to-the-data-explore-page): In-page section heading. - [イテレーションの比較を目的とした、増分学習の新しいインサイト](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#new-incremental-learning-insight-for-comparing-iterations): In-page section heading. - [SAP AI Coreでのスコアリングコードの自動デプロイと置換](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#automated-deployment-and-replacement-of-scoring-code-in-sap-ai-core): In-page section heading. - [DataRobot内での公開リソースへのアクセスを制御するネットワークポリシーを管理](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#manage-network-policies-to-control-access-to-public-resources-within-datarobot): In-page section heading. - [サポート終了/移行ガイド](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#deprecations-and-migrations): In-page section heading. - [ADLS Gen2およびS3コネクターのバージョン](https://docs.datarobot.com/ja/docs/release/cloud-history/2024-announce/august2024-announce.html.md#adls-gen2-and-s3-connectors-versions): In-page section heading. ## Documentation content ## 2024年8月 2024年8月28日 このページでは、新たにリリースされ、DataRobotのSaaS型シングル/マルチテナントAIプラットフォームで利用できる機能についてのお知らせと、追加情報へのリンクを掲載しています。 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 ## 注目の新機能 ### ワークベンチでのカスタム特徴量セット モデルの特徴量のインパクトのインサイト、時系列エクスペリメントでのクラスターのインサイトなど、ワークベンチのユースケースの複数の領域からカスタム特徴量セットを作成します。 **動画：ワークベンチでのカスタム特徴量セット** ## 8月リリースの機能 次の表は、新機能の一覧です。 **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 | | --- | --- | --- | | GenAI | | | | Azure OpenAI GPT-4 Turbo LLMに対応 | ✔ | | | アプリケーション | | | | カスタムアプリケーションソースの置換 | ✔ | | | データ | | | | ワークベンチで特徴量探索での関係性を自動生成 | ✔ | | | DataRobotでSAP Datasphereコネクターをサポート | | ✔ | | データ探索ページでEDAのインサイトを追加し、UIをさらに改善 | | ✔ | | モデリング | | | | 時系列機能を一般提供。部分的な履歴しかない新しい系列のサポートを追加 | ✔ | | | ワークベンチで教師なしモデリングのサポートを開始 | ✔ | | | アプリケーションのログインプロセスを簡素化 | ✔ | | | データタブとカスタム特徴量セットの機能を一般提供 | ✔ | | | イテレーションの比較を目的とした、増分学習の新しいインサイト | | ✔ | | 予測とMLOps | | | | デプロイのデータトレース | ✔* | | | バッチ予測のラングラーレシピ | ✔ | | | バッチ予測APIのマルチパートアップロード | ✔ | | | TTSモデルとLSTMモデルでのバッチ予測 | ✔ | | | SAP AI Coreでのスコアリングコードの自動デプロイと置換 | | ✔* | | Notebooks | | | | ノートブックのカスタム環境を作成 | ✔ | | | 管理 | | | | DataRobot内での公開リソースへのアクセスを制御するネットワークポリシーを管理 | | ✔ | - プレミアム機能 ### 一般提供 #### Azure OpenAI GPT-4 Turbo LLMに対応 このデプロイでは、Azure OpenAIのGPT-4 Turbo LLMが [プレイグラウンド](https://docs.datarobot.com/ja/docs/agentic-ai/playground-tools/build-llm-blueprints.html.md#select-an-llm) から利用できるようになりました。これにより、生成AIのエクスペリメントを構築する際に選択でき、すぐに使えるLLMの数が増えました。 LLMの継続的な追加は、新たにリリースされ、利用可能なLLMを随時提供するというDataRobotの取り組みを示すものです。 利用可能なLLMのリストは、 [こちら](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) で管理されています。 #### カスタムアプリケーションソースの置換 一般提供機能になりました。カスタムアプリケーションの [アプリケーションソースを置き換える](https://docs.datarobot.com/ja/docs/wb-apps/custom-apps/manage-custom-app.html.md#replace-an-application-source) ことができます。 これにより、アプリケーションのコード、基盤となる実行環境、ランタイムパラメーターなど、アプリケーションから多くの特性が引き継がれます。 ソースが置き換えられても、そのアプリケーションにアクセスできるすべてのユーザーは、引き続きアプリケーションを使用できます。 #### ワークベンチで特徴量探索での関係性を自動生成 ワークベンチで特徴量探索を行う場合、 [関係性の自動検出（ARD）](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/dataprep/perform-safer.html.md#automatically-generate-relationships) を利用します。 ARDでは、レシピに追加されたプライマリーデータセットとすべてのセカンダリーデータセットを分析して、関係性を検出および生成します。 すべてのセカンダリーデータセットをレシピに追加した後、 関係性の生成 をクリックすると、セカンダリーデータセットがキャンバスに自動的に追加され、データセット間の関係性が設定されます。 #### アプリケーションのログインプロセスを簡素化 アプリケーションの認証にAPIキーが使用されるようになりました。これにより、 [ワークベンチ](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/no-code-apps/app-create.html.md) や [DataRobot Classic](https://docs.datarobot.com/ja/docs/classic-ui/app-builder/create-app.html.md) でアプリを作成した後、OAuth認証のプロンプトをクリックする必要がなくなりました。 アプリを作成したり、共有されているアプリにアクセスすると、APIキーのリストに新しいキー（ `AiApp` ）が表示されます。 #### 時系列機能を一般提供。部分的な履歴しかない新しい系列のサポートを追加 このデプロイでは、 [ワークベンチに時系列機能](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/ts-datetime.html.md) が一般提供されました。 アップデートの一環として、予測機能に [新しい履歴と部分的な履歴](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/ts-forecasting.html.md#set-additional-optional-features) データのサポートが追加されました。 一部のブループリントでは、部分的な履歴しかない新しい系列について、最適ではない予測を返すことがあります。 このオプションを選択すると、DataRobotでは、不完全な履歴データ（トレーニングデータになかった系列（「コールドスタート」）、および系列の履歴が部分的にしかわからない予測データセット（過去の行は特徴量派生ウィンドウ内で部分的に利用可能））で予測できるモデルもトレーニングします。 #### ワークベンチで教師なしモデリングのサポートを開始 ワークベンチで、ターゲットを指定せず、データにラベルを付けない教師なし学習が可能になりました。 教師なし学習は、予測を生成する代わりに、データのパターンに関するインサイトを明らかにします。 [予測](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-predictive/ml-unsupervised.html.md) と [時間認識](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/ts-unsupervised.html.md) の両方のエクスペリメントで利用できる教師なし学習では、クラスタリングと異常検知が可能で、「データに異常はあるか？」や 「自然なクラスターはあるか？」といった質問に答えます。教師なしエクスペリメントを作成するには、学習タイプを指定し、該当するフィールドに入力します。 モデルの構築が完了すると、教師なし固有のインサイトによって、特定されたパターンが明らかになります。 #### データタブとカスタム特徴量セットの機能を一般提供 UIを使用して既存の予測エクスペリメントに新しいカスタム特徴量セットを追加する機能が、プレビュー機能として4月に導入されましたが、 一般提供機能になりました。リーダーボードからアクセスできる エクスペリメント情報 ウィンドウの 特徴量セット または データ タブ（どちらも一般提供機能になりました）から、独自の特徴量セットを作成できます。 一括選択を利用すると、ワンクリックで複数の特徴量を選択できます。 #### デプロイのデータトレース プレミアム機能です。生成AIデプロイの データ探索 タブで、 トレース をクリックすると、 [関連付けIDが一致するプロンプト、回答、ユーザー評価、カスタム指標を調べる](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-data-exploration.html.md#explore-deployment-data-tracing) ことができます。 このビューでは、生成AIモデルの回答の品質に関するインサイトが、ユーザーによる評価と、実装した生成AIのカスタム指標に基づいて提供されます。 プロンプト、回答、および利用可能な指標は、関連付けIDによって対応付けられます。 デフォルトではオフの機能フラグ： テキスト生成のターゲットタイプでデータ品質テーブルを有効にする（ プレミアム機能 ）、生成モデルで実測値の保存を有効にする（ プレミアム機能 ） #### バッチ予測のラングラーレシピ デプロイの 予測 > 予測を作成 タブを使用して、 [バッチ予測を行う](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md) ことで、デプロイされたモデルでラングラーデータセットを効率的にスコアリングできます。 バッチ予測とは、大規模なデータセットで予測を行う方法で、入力データを渡すと各行の予測結果が得られます。 予測データセットボックスで、 ファイルを選択 > ラングラー をクリックし、ラングラーデータセットで予測を行います。 > [!TIP] ワークベンチでの予測 > ラングラーは、ワークベンチでは予測データセットソースとしても使用できます。 [デプロイ前のモデルで予測を行う](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/make-predictions.html.md) には、エクスペリメントの モデル リストからモデルを選択し、 モデルのアクション > 予測を作成 をクリックします。 予測データの送信元と送信先を指定し、予測が実行されるタイミングを決定することで、 [バッチ予測ジョブ](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-prediction-jobs.html.md) をスケジュールすることもできます。 #### バッチ予測APIのマルチパートアップロード バッチ予測APIでは、マルチパートアップロードで複数のファイルを使用してスコアリングデータをアップロードすることで、大規模なデータセットのファイル取込みを改善できます。 マルチパートアップロードプロセスでは、複数の `PUT` リクエストの後に、手動でアップロードを完了するための `POST` リクエスト（ `finalizeMultipart` ）が必要です。 マルチパートアップロードプロセスは、低速接続で大規模なデータセットをアップロードしたい場合や、ネットワークが頻繁に不安定になる場合に役立ちます。 この機能により、バッチ予測APIに [2つのエンドポイント](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/intake-options.html.md#multipart-upload-endpoints) が追加され、ローカルファイルアダプターに [2つの新しい取込み設定](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/intake-options.html.md#local-file-intake-settings) が追加されました。 #### TTSモデルとLSTMモデルでのバッチ予測 時系列予測では、従来の時系列モデル（TTS）や長・短期記憶モデル（LSTM）（自己回帰（AR）や移動平均（MA）の手法を用いたシーケンスモデル）が一般的です。 ARモデルもMAモデルも、予測を行うためには、通常、過去の予測の完全な履歴を必要とします。 それに対して、他の時系列モデルでの予測に必要なのは、特徴量派生後の1行のみです。 これまで、バッチ予測では、履歴が各バッチの最大サイズを超える場合、有効な特徴量派生ウィンドウ（FDW）を超えて履歴データを受け入れることができませんでしたが、シーケンスモデルではFDWを超える完全な履歴データが必要でした。 これらの要件により、シーケンスモデルはバッチ予測とは相容れないものとなりました。 この機能によって、それらの制限が解除されるため、 [TTSおよびLSTMモデルでのバッチ予測が可能](https://docs.datarobot.com/ja/docs/classic-ui/modeling/time/ts-tts-lstm-batch-pred.html.md) になります。 #### ノートブックのカスタム環境を作成 一般提供機能になりました。DataRobot Notebooksは [DataRobotのカスタム環境](https://docs.datarobot.com/ja/docs/workbench/wb-notebook/wb-code-nb/wb-env-nb.html.md) と連携しており、ノートブックセッションを実行するための再利用可能なカスタムDockerイメージを定義できます。 カスタム環境では、環境設定を完全に制御でき、ビルトインイメージで利用可能なもの以外にも、再現可能な依存関係を活用することができます。 カスタム環境を作成したら、他のユーザーと共有したり、そのコンポーネントを更新して新しいバージョンの環境を作成したりすることができます。 ### プレビュー #### DataRobotでSAP Datasphereコネクターをサポート [NextGen](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/dataprep/add-data/connect.html.md#connection-capabilities) とDataRobot Classicの両方で、SAP Datasphereコネクターをプレビュー機能としてサポートするようになりました。 デフォルトではオフの機能フラグ： SAP Datasphereコネクターを有効にする プレビュー機能の [ドキュメント](https://docs.datarobot.com/ja/docs/reference/data-ref/data-sources/wb-sap.html.md) をご覧ください。 #### データ探索ページでEDAのインサイトを追加し、UIをさらに改善 ワークベンチのデータ探索ページで、EDAのインサイトが追加され、UIがさらに改善されました。 - データ探索ページでは、左のパネルにあるアイコンを使用して、 特徴量 、 特徴量セット 、 データプレビュー 、 情報 のビュー間を移動できます。 - 新しい 情報 ビューには、データセットに関するサマリー情報が表示されます。 - 特徴量 ビューと データプレビュー ビューのフッターが新しくなりました。 - ラングリングされたデータセットには、右のパネルにレシピ操作が表示されます。 - 特徴量ビューで、特定の特徴量をクリックするとインサイトが表示されます。 得られるインサイトは、特徴量の型によって異なります。 - 集計されたカテゴリー特徴量のインサイトを確認する際に、選択されたキーのヒストグラムを表示できます。 デフォルトではオンの機能フラグ： ワークベンチでEDAインサイトを有効にする プレビュー機能の [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/dataprep/explore-data/index.html.md) をご覧ください。 #### イテレーションの比較を目的とした、増分学習の新しいインサイト [増分学習](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-predictive/ml-adv-experiment.html.md#configure-incremental-learning) での モデルイテレーション のインサイトでは、トレーニングされたイテレーションを比較し、必要に応じて、別のアクティブなイテレーションを割り当てたり、トレーニングを継続したりすることができます。 今回、このインサイトに、データの視覚化を支援する学習曲線が追加されました。 チャートを見て得た情報で、たとえば、アクティブなイテレーションを変更したり、新しいイテレーションをトレーニングしたりして、エクスペリメントを続行することができます。 デフォルトではオンの機能フラグ： 増分学習を有効にする プレビュー機能の [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/incremental.html.md) をご覧ください。 #### SAP AI Coreでのスコアリングコードの自動デプロイと置換 DataRobotのスコアリングコードをSAP AI Coreにデプロイするには、DataRobotが管理するSAP AI Coreの予測環境を作成します。 DataRobotの管理を有効にすることで、外部のSAP AI Coreにデプロイされたモデルは、スコアリングコードの自動置換を含むMLOpsの機能を利用できます。 SAP AI Coreの予測環境を作成したら、レジストリからその環境にスコアリングコード対応モデルをデプロイできます。 デフォルトではオフの機能フラグ： SAP AI Coreでのスコアリングコードの自動デプロイと置換を有効にする プレビュー機能の [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-prediction-environments/nxt-prediction-environment-integrations/nxt-sap-pred-env-integration.html.md) をご覧ください。 #### DataRobot内での公開リソースへのアクセスを制御するネットワークポリシーを管理 デフォルトでは、Notebooksを含むDataRobotの一部の機能で、DataRobot内から完全なパブリックインターネットアクセスが可能です。 DataRobot内でユーザーがアクセスできる公開リソースを制限するために、マルチテナントSaaSの管理者は、組織内のすべてのユーザーに対してネットワークアクセス制御を設定できます。 デフォルトではオンの機能フラグ： ネットワークポリシーの適用を有効にする プレビュー機能の [ドキュメント](https://docs.datarobot.com/ja/docs/platform/admin/network-policy.html.md) をご覧ください。 ### サポート終了/移行ガイド #### ADLS Gen2およびS3コネクターのバージョン ADLS Gen 2（バージョン 2021.2.1634676262008および2020.3.1605726437949）とAmazon S3（バージョン2020.3.1603724051432）は使用非推奨になりました。 新しいバージョンのコネクターを使用して既存のデータ接続を再作成し、追加の認証メカニズム、バグ修正、およびNextGenでこれらの接続を使用する機能を活用できるようにすることをお勧めします。 以下のプレビュー機能フラグも無効になります。 - DataRobotコネクターを有効化する - ADLS Gen2のOAuth 2.0を有効化 古いバージョンを使用して作成された既存の接続は、引き続き動作します。 ただし、DataRobotでは、これらの古いバージョンに対する機能強化やバグ修正は今後行いません。 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 。