Kursplan
Introduktion till AI Builder och Low-Code AI
- Förmågor i AI Builder och vanliga scenarier.
- Licensiering, styrning och överväganden på tenant-nivå.
- Översikt över integrationer med Power Platform (Power Apps, Power Automate, Dataverse).
OCR och formulärhantering: Strukturerade och ostrukturerade dokument
- Skillnader mellan strukturerade mallar och fritt textade dokument.
- Förberedelse av träningsdata: etikettering av fält, variation i exempel och kvalitetsriktlinjer.
- Byggandet av en AI Builder-modell för formulärhantering och utvärdering av extraktionsnoggrannhet.
- Efterslätningshantering av extraherad data: validering, normalisering och felhantering.
- Praktisk övning: OCR-extraktion från blandade formulärtyper och integration i ett bearbetningsflöde.
Prediktiva modeller: Klassificering och regression
- Problembeskrivning: kvalitativa (klassificering) mot kvantitativa (regression) uppgifter.
- Förberedelse av egenskaper och hantering av saknade data inom Power Platform-flöden.
- Träning, testning och tolkning av modellmetriker (noggrannhet, precision, recall, RMSE).
- Modellförklarbarhet och hänsyn till rättvisa i affärsmässiga användningsfall.
- Praktisk övning: Bygg en anpassad prediktiv modell för kundvind (churn)/poängsättning eller numerisk prognos.
Integration med Power Apps och Power Automate
- Inbäddning av AI Builder-modeller i canvas-appar och modellstyrda appar.
- Skapande av automatiska flöden för att bearbeta extraherad data och aktivera affärsåtgärder.
- Designmönster för skalbara och underhållbara AI-drivna appar.
- Praktisk övning: Slutenhetsscenario — dokumentuppladdning, OCR, prognostisering och flödesautomatisering.
Kompletterande koncept från Process Mining (valfritt)
- Hur Process Mining hjälper till att upptäcka, analysera och förbättra processer med hjälp av händelseloggar.
- Användning av Process Mining-resultat för att informera modells egenskaper och automatisera förbättringsloopar.
- Praktiskt exempel: Kombinera insikter från Process Mining med AI Builder för att minska manuella undantag.
Överväganden för produktion, styrning och övervakning
- Datastyrning, integritet och lagkompatibilitet vid användning av AI Builder för känsliga dokument.
- Modells livscykel: omtränning, versionering och prestandaövervakning.
- Operationalisering av modeller med larm, instrumentpaneler och validering med människa i loopet.
Sammanfattning och nästa steg
Krav
- Erfarenhet av Power Apps, Power Automate eller administrering av Power Platform.
- Kännedom till datakoncept, grundläggande ML-idéer och modellutvärdering.
- Bekvämlighet med att arbeta med datasets, Excel/CSV-exporter och grundläggande datarestyrning.
Målgrupp
- Utvecklare och solution arkitekter inom Power Platform.
- Dataanalytiker och processägare som söker automatisering genom AI.
- Ledare inom affärsautomatisering som fokuserar på användningsfall för dokumenthantering och prognostisering.
Vittnesmål (3)
Praktiska och handledande övningar i rapportutveckling med Power BI Övningarna var utmärkta, och instruktören erbjöd mycket bra praktiska sessioner.
Sinzala Sichaanji - Bank of Zambia
Kurs - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Maskintolkat
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
