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
Vittnesmål (2)
Jag tyckte att utbildaren var verkligen engagerande och kunde snabbt besvara frågor som var relaterade till vårt arbete och anpassade undervisningen efter våra behov. Han gick långt utanför det vanliga för att möta dem. Jag kan inte rekommendera Shaun tillräckligt högt!
Tom King - Complete Coherence
Kurs - Microsoft Power Platform Fundamentals
Maskintolkat
Jag verkligen beundrar instruktörens tålamod gentemot alla som bad honom upprepa saker 4-5 gånger. Jag tror också att han har stort kunskap om ämnet, men som nämnts ovan, tillbringade vi inte tillräckligt mycket tid med det. Det var också bra att det var praktiskt träningsmaterial där vi kunde öva i realtid vad vi lärdes, men jag vill verkligen veta mer om PowerApps, inte om SharePoint, eftersom jag är väldigt bekant med det. Om jag ville lära mig mer skulle jag troligen välja en utbildning för SharePoint, inte PowerApps.
Patrycja - EY GDS
Kurs - Microsoft Flow/Power Automate
Maskintolkat