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

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier