Plan Szkolenia
Wprowadzenie do AI Builder i niskokodowej AI
- Możliwości AI Builder i typowe scenariusze zastosowań
- Licencjonowanie, zarządzanie i kwestie na poziomie dzierżawy
- Przegląd integracji z Power Platform (Power Apps, Power Automate, Dataverse)
OCR i przetwarzanie formularzy: dokumenty ustrukturyzowane i nieustrukturyzowane
- Różnice między szablonami ustrukturyzowanymi a dokumentami o swobodnej formie
- Przygotowywanie danych treningowych: etykietowanie pól, różnorodność próbek i wytyczne dotyczące jakości
- Tworzenie modelu przetwarzania formularzy AI Builder i ocena dokładności ekstrakcji
- Przetwarzanie końcowe wyekstrahowanych danych: walidacja, normalizacja i obsługa błędów
- Warsztaty praktyczne: ekstrakcja OCR z mieszanych typów formularzy i integracja z przepływem przetwarzania
Modele predykcyjne: klasyfikacja i regresja
- Formułowanie problemu: zadania jakościowe (klasyfikacja) a ilościowe (regresja)
- Przygotowanie cech i obsługa brakujących danych w ramach przepływów pracy Power Platform
- Trenowanie, testowanie i interpretacja metryk modelu (dokładność, precyzja, czułość, RMSE)
- Wyjaśnialność modelu i kwestie uczciwości w biznesowych przypadkach użycia
- Warsztaty praktyczne: budowa niestandardowego modelu predykcyjnego do prognozowania odejść/wyników lub wartości liczbowych
Integracja z Power Apps i Power Automate
- Osadzanie modeli AI Builder w aplikacjach opartych na kanwie i sterowanych modelem
- Tworzenie zautomatyzowanych przepływów do przetwarzania wyekstrahowanych danych i wyzwalania działań biznesowych
- Wzorce projektowe dla skalowalnych, łatwych w utrzymaniu aplikacji opartych na AI
- Warsztaty praktyczne: scenariusz kompleksowy — przesyłanie dokumentu, OCR, predykcja i automatyzacja przepływu pracy
Uzupełniające koncepcje Process Mining (opcjonalnie)
- Jak Process Mining pomaga odkrywać, analizować i usprawniać procesy za pomocą dzienników zdarzeń
- Wykorzystywanie wyników Process Mining do definiowania cech modelu i automatyzacji pętli doskonalenia
- Praktyczny przykład: połączenie wniosków z Process Mining z AI Builder w celu ograniczenia ręcznych wyjątków
Kwestie produkcyjne, zarządzanie i monitorowanie
- Zarządzanie danymi, prywatność i zgodność z przepisami przy użyciu AI Builder na dokumentach wrażliwych
- Cykl życia modelu: ponowne trenowanie, wersjonowanie i monitorowanie wydajności
- Operacjonalizacja modeli z alertami, pulpitami nawigacyjnymi i walidacją z udziałem człowieka
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w pracy z Power Apps, Power Automate lub administrowaniu Power Platform
- Znajomość pojęć związanych z danymi, podstawowych zagadnień uczenia maszynowego oraz oceny modeli
- Swoboda w pracy ze zbiorami danych, eksportami z Excela/CSV oraz podstawowym czyszczeniem danych
Grupa docelowa
- Deweloperzy Power Platform i architekci rozwiązań
- Analitycy danych i właściciele procesów poszukujący automatyzacji z wykorzystaniem AI
- Liderzy automatyzacji biznesowej skoncentrowani na przetwarzaniu dokumentów i przypadkach użycia predykcji
Opinie uczestników (3)
Praktyczne i praktyczne laboratoria dotyczące tworzenia raportów przy użyciu Power BI Laboratoria były doskonałe, a trener prowadził bardzo dobre sesje praktyczne
Sinzala Sichaanji - Bank of Zambia
Szkolenie - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Przetłumaczone przez sztuczną inteligencję
Przeprowadziliśmy dość złożone przykłady, abyśmy mogli poczuć, jak prawdziwa praca z Power Automate Desktop może wyglądać w rzeczywistym scenariuszu.
Michal Strnad - MicroNova AG
Szkolenie - Microsoft Flow/Power Automate
Przetłumaczone przez sztuczną inteligencję
Dynamyczny, adaptacyjny i informatywny
Marcia - Complete Coherence
Szkolenie - Microsoft Power Platform Fundamentals
Przetłumaczone przez sztuczną inteligencję
