Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till AI Builder och Low-Code AI
- AI Builders förmågor och vanliga scenarier
- Licensiering, styrning och klientnivåöverväganden
- Översikt över Power Platform-integreringar (Power Apps, Power Automate, Dataverse)
OCR och formulärbehandling: Strukturerade och ostrukturerade dokument
- Skillnader mellan strukturtemplat och frittformsdokument
- Förberedelse av träningsdata: etikettning av fält, provmångfald och kvalitetsriktlinjer
- Bygga en AI Builder formulärbehandlingsmodell och utvärdera extraktionsnoggrannhet
- Efterbehandling av extraherade data: validering, normalisering och felhantering
- Handson-labb: OCR-extraktion från blandade formulärtyper och integrering i ett bearbetningsflöde
Prediktionsmodeller: Klassificering och regression
- Problembeskrivning: kvalitativa (klassificerings) vs kvantitativa (regressions) uppgifter
- Funktionstillsammansättning och hantering av saknade data inom Power Platform-arbetsflöden
- Träning, testning och tolkning av modellmått (noggrannhet, precision, recall, RMSE)
- Modellförklarbarhet och rättvisningsaspekter i affärsanvändningsfall
- Handson-labb: bygga en anpassad prediktionsmodell för churn/score eller numerisk prognos
Integrering med Power Apps och Power Automate
- Infoga AI Builder-modeller i canvas- och modelldrivna appar
- Skapa automatiserade flöden för att bearbeta extraherade data och utlösa affärshandlingar
- Designmallar för skalbara, underhållsbara AI-drivna appar
- Handson-labb: slut-slit-scenario — dokumentuppladdning, OCR, prediktion och arbetsflödesautomatisering
Kompletterande Process Mining-koncept (valfritt)
- Hur Process Mining hjälper till att upptäcka, analysera och förbättra processer med hjälp av händelseloggar
- Använda Process Mining-utdata för att informera modellfunktioner och automatisera förbättringsslingor
- Praktiskt exempel: kombinera Process Mining-insikter med AI Builder för att minska manuella undantag
Produktionsöverväganden, styrning och övervakning
- Dataskvarding, integritet och efterlevnad när man använder AI Builder på känsliga dokument
- Modelllivscykel: återträning, versionering och prestandaövervakning
- Operationalisering av modeller med aviseringar, instrumentpaneler och mänsklig verifiering i processen
Sammanfattning och nästa steg
Krav
- Erfarenhet av Power Apps, Power Automate eller Power Platform-administration
- Bekantskap med datakoncept, grundläggande ML-ideer och modellutvärdering
- Komfortabel att arbeta med datasnitt, Excel/CSV-utdata och grundläggande datarensning
Målgrupp
- Power Platform-utvecklare och lösarkitekter
- Dataanalytiker och processägare som söker automatisering genom AI
- Affärsautomatiseringsledare fokuserade på dokumentbehandling och prediktionsanvändningsfall
14 Timmar
Vittnesmål (2)
Vi gjorde ganska komplexa exempel så att vi kunde få en känsla för hur det verkliga arbetet med Power Automate Desktop kan se ut i ett rikt scenariosammanhang.
Michal Strnad - MicroNova AG
Kurs - Microsoft Flow/Power Automate
Maskintolkat
Dynamiskt, anpassningsbart och informativt
Marcia - Complete Coherence
Kurs - Microsoft Power Platform Fundamentals
Maskintolkat