Plan Szkolenia
Wprowadzenie do AI Builder i niskokodowej sztucznej inteligencji
- Funkcjonalności AI Buildera i typowe scenariusze
- Licencjonowanie, zarządzanie i zagadnienia na poziomie dzierżawy
- Przegląd integracji Power Platform (Power Apps, Power Automate, Dataverse)
OCR i przetwarzanie formularzy: dokumenty strukturyzowane i niestrukturyzowane
- Różnice między szablonami strukturyzowanymi a dokumentami swobodnej formy
- Przygotowywanie danych treningowych: oznaczanie pól, zróżnicowanie próbek i wytyczne dotyczące jakości
- Tworzenie modelu przetwarzania formularzy AI Builder i ocena dokładności ekstrakcji
- Postprocessing danych wyekstrahowanych: walidacja, normalizacja i obsługa błędów
- Praktyczne laboratorium: ekstrakcja OCR z mieszanych typów formularzy i integracja w przepływ przetwarzania
Modele predykcyjne: klasyfikacja i regresja
- Określanie problemu: zadania jakościowe (klasyfikacja) w porównaniu z ilościowymi (regresja)
- Przygotowywanie cech i obsługa brakujących danych w przepływach roboczych Power Platform
- Uczenie, testowanie i interpretacja metryk modelu (dokładność, precyzja, przywołanie, RMSE)
- Wyjaśnialność modelu i uwagi dotyczące sprawiedliwości w przypadkach biznesowych
- Praktyczne laboratorium: budowanie niestandardowego modelu predykcyjnego dla rotacji/klientów lub prognozy numerycznej
Integracja z Power Apps i Power Automate
- Wbudowywanie modeli AI Builder w aplikacje canvas i oparte na modelach
- Tworzenie przepływów automatyzacji do przetwarzania danych wyekstrahowanych i uruchamiania akcji biznesowych
- wzorce projektowe dla skalowalnych, utrzymanych modeli opartych na AI
- Praktyczne laboratorium: kompleksowy scenariusz — przesyłanie dokumentów, OCR, predykcja i automatyzacja przepływu pracy
Komplementarne pojęcia Process Mining (opcjonalnie)
- Jak Process Mining pomaga odkrywać, analizować i poprawiać procesy przy użyciu dzienników zdarzeń
- Korzystanie z wyników Process Mining do informowania cech modelu i automatyzacji pętli doskonalenia
- Praktyczny przykład: łączenie wglądów Process Mining z AI Builderem, aby zmniejszyć ręczne wyjątki
Rozważania dotyczące produkcji, zarządzania i monitorowania
- Zarządzanie danymi, prywatność i zgodność przy użyciu AI Buildera na wrażliwych dokumentach
- Cykl życia modelu: ponowne uczenie, wersjonowanie i monitorowanie wydajności
- Operacjonalizacja modeli za pomocą alertów, pulpiti nawigacyjne i walidacji z udziałem człowieka
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w pracy z Power Apps, Power Automate lub administracją Power Platform
- Znajomość podstawowych pojęć dotyczących danych, podstawowych idei ML i oceny modeli
- Umiejętność pracy z zestawami danych, eksportami Excel/CSV oraz podstawowym czyszczeniem danych
Adresaci
- Deweloperzy i architekci rozwiązań Power Platform
- Analitycy danych i właściciele procesów poszukujący automatyzacji za pomocą AI
- Liderzy automatyzacji biznesowej skupieni na przetwarzaniu dokumentów i predykcji
Opinie uczestników (2)
Pomyślałem, że trener był naprawdę angażujący i bardzo szybko odpowiadał na pytania związane z naszą pracą, dostosowując naukę dokładnie do naszych potrzeb, a nawet idąc poza to, aby je spełnić. Nie mogę wystarczająco polecić Shauna!
Tom King - Complete Coherence
Szkolenie - Microsoft Power Platform Fundamentals
Przetłumaczone przez sztuczną inteligencję
Naprawdę podziwiam cierpliwość Trenera dla wszystkich osób, które poprosiły go o powtórzenie czegoś 4-5 razy. Uważam również, że ma wspaniałą wiedzę na temat tego zagadnienia, ale jak zostało już wspomniane, nie poświęciliśmy na to wystarczająco dużo czasu. Ponadto, dobrze było, że trening był praktyczny, gdzie mogliśmy ćwiczyć w rzeczywistym czasie to, czego się uczymy, ale chciałbym dowiedzieć się więcej o PowerApps, a nie SharePoint, ponieważ jestem naprawdę zaznajomiony z tym ostatnim. Gdybym chciał dowiedzieć się więcej, prawdopodobnie wybrałbym szkolenie specjalnie poświęcone SharePoint, a nie PowerApps.
Patrycja - EY GDS
Szkolenie - Microsoft Flow/Power Automate
Przetłumaczone przez sztuczną inteligencję