Kursplan

Introduktion till AI Builder och Low-Code AI

  • AI Builder-funktioner och vanliga scenarier
  • Licensiering, styrning och överväganden på tenant-nivå
  • Översikt över Power Platform-integrationer (Power Apps, Power Automate, Dataverse)

OCR och formbehandling: Strukturerade och ostrukturerade dokument

  • Skillnader mellan strukturerade mallar och fria dokument
  • Förberedelse av träningsdata: märkning av fält, exempeldiversitet och kvalitetsriktlinjer
  • Bygga ett AI Builder-formbehandlingsmodell och utvärdera extraheringsnoggrannhet
  • Efterbehandling av extraherad data: validering, normalisering och felhantering
  • Praktisk övning: OCR-extraktion från blandade formtyper och integration i en behandlingsflöde

Förutsägelsemodeller: Klassificering och regression

  • Problemformulering: kvalitativa (klassificering) vs. kvantitativa (regression) uppgifter
  • Egenskapsförberedelse och hantering av saknade data inom Power Platform-flöden
  • Träning, testning och tolkning av modellmått (noggrannhet, precision, recall, RMSE)
  • Modellförklarbarhet och rättvisa överväganden i affärsfall
  • Praktisk övning: bygg en anpassad förutsägelsemodell för avhopp/betyg eller numerisk prognos

Integration med Power Apps och Power Automate

  • Inbyggnad av AI Builder-modeller i canvas- och modellstyrda appar
  • Skapande av automatiserade flöden för att bearbeta extraherad data och utlösa affärshandlingar
  • Designmönster för skalbara, underhållbara AI-drivna appar
  • Praktisk övning: slut- till slut-scenario — dokumentuppladdning, OCR, förutsägelse och flödesautomatisering

Kompletterande processmineringskoncept (Valfritt)

  • Hur Process Mining hjälper till att upptäcka, analysera och förbättra processer med händelseprotokoll
  • Använda Process Mining-utdata för att informera modellfunktioner och automatisera förbättringsloopar
  • Praktiskt exempel: kombinera Process Mining-insikter med AI Builder för att minska manuella undantag

Produktionsöverväganden, Gostyrning och övervakning

  • Datastyrning, integritet och efterlevnad vid användning av AI Builder på känsliga dokument
  • Modellcykel: omträning, versionering och prestandövervakning
  • Operationalisering av modeller med varningar, instrumentpaneler och människa-i-lopen-validering

Sammanfattning och nästa steg

Krav

  • Erfarenhet av Power Apps, Power Automate eller Power Platform-administration
  • Kännedom om datakoncept, grundläggande ML-idéer och modellutvärdering
  • Komfort med att arbeta med datamängder, Excel/CSV-export och grundläggande data rensning

Målgrupp

  • Power Platform-utvecklare och lösningsarkitekter
  • Dataanalytiker och processägare som söker automatisering genom AI
  • Business automatiseringsledare som fokuserar på dokumentbearbetning och prediktionsanvändningsfall
 14 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier