12月14～15日 --- 7.44リリースノート¶

組織の使用状況: 請求の照合のためのビューの改善 --- 一般公開¶

このリリースでは、組織の使用状況スキーマの次のビューが改善され、Snowflakeの使用量と毎月の請求明細を簡単に調整できるようになりました。

• CONTRACT_ITEMS

• RATE_SHEET_DAILY

• REMAINING_BALANCE_DAILY

• USAGE_IN_CURRENCY_DAILY

移行期間中は、新しいアカウントのみがこれらのアップグレードされたビューをデフォルトで使用できます。アカウントのアップグレードについては、 Snowflakeサポート にお問い合わせください。

• CONTRACT_ITEMS ビュー

• RATE_SHEET_DAILY ビュー

• REMAINING_BALANCE_DAILY ビュー

• USAGE_IN_CURRENCY_DAILY ビュー

Snowflake Cortex ML ベースの時系列関数 --- 一般公開¶

このリリースにより、これまでプレビュー機能として利用可能であったSnowflake Cortex ML ベースの機能、予測（SNOWFLAKE.ML.FORECAST）と異常検出（SNOWFLAKE.ML.ANOMALY_DETECTION）の一般公開をお知らせします。これらの機能は、過去のデータに基づいて学習された機械学習モデルを使用して、予測を行い、予期しないイベントを検出します。また、これらのモデルの評価メトリクスや特徴量の重要度データを取得することで、どのような要因がトレンドを促進し、異常を引き起こしているのかを把握できます。

詳細については、 予測 と 異常検出 をご参照ください。

Snowpark ML モデリング API --- 一般公開¶

このリリースにより、これまでプレビュー機能として利用可能であったSnowpark ML Modeling API の一般公開をお知らせします。Snowpark ML Modelingでは、Scikit-Learn、 LightGBM、 XGBoost で提供されるものと似た APIs を使用して、Snowflake内でPythonモデルのトレーニングができます。多くの前処理クラスについては、ウェアハウスで利用可能なノード数だけ分散方式で実行されるため、実行時間が大幅に短縮されます。

この機能はSnowpark ML 1.1.1以降で利用可能です。詳細については、 Snowpark ML Modeling をご参照ください。

Snowpark ML 分散ハイパーパラメーター最適化 --- プレビュー¶

このリリースにより、Snowpark ML Modeling API における分散ハイパーパラメーター最適化のプレビューをお知らせします。ハイパーパラメーター最適化により、モデルに最適なパラメーターを見つけることができ、さらに分散方式で実行できるようになったため、実行時間が大幅に短縮されます。分散処理はデフォルトで有効になっていますが、無効にすることもできます。

この機能はSnowpark ML 1.1.1以降で利用可能です。詳細については、 Snowpark ML Modeling をご参照ください。

Icebergテーブルのクロスクラウド/クロスリージョンサポート --- プレビュー¶

このリリースにより、外部Icebergカタログを使用するIcebergテーブルのクロスクラウド/クロスリージョンサポートをお知らせします。

詳細については、 クロスクラウド/クロスリージョンのサポート をご参照ください。