Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do AI Builder i AI o niskim poziomie kodu

  • Możliwości AI Builder i typowe scenariusze
  • Licencjonowanie, zarządzanie i kwestie na poziomie dzierżawy
  • Przegląd integracji z Power Platform (Power Apps, Power Automate, Dataverse)

OCR i przetwarzanie formularzy: Dokumenty strukturalne i niestrukturalne

  • Różnice między szablonami strukturalnymi a dokumentami o dowolnej formie
  • Przygotowanie danych do szkolenia: etykietowanie pól, różnorodność próbek i wytyczne dotyczące jakości
  • Budowanie modelu przetwarzania formularzy w AI Builder i ocena dokładności ekstrakcji
  • Przetwarzanie pozyskanych danych: walidacja, normalizacja i obsługa błędów
  • Praktyczne laboratorium: ekstrakcja OCR z różnych typów formularzy i integracja z przepływem przetwarzania

Modele predykcyjne: Klasyfikacja i regresja

  • Definiowanie problemu: zadania jakościowe (klasyfikacja) vs ilościowe (regresja)
  • Przygotowanie cech i obsługa brakujących danych w ramach przepływów Power Platform
  • Szkolenie, testowanie i interpretacja metryk modelu (dokładność, precyzja, pełność, RMSE)
  • Wyjaśnialność modelu i kwestie uczciwości w przypadkach użycia biznesowego
  • Praktyczne laboratorium: budowa niestandardowego modelu predykcyjnego do prognozowania rezygnacji/oceny lub liczbowych prognoz

Integracja z Power Apps i Power Automate

  • Osadzanie modeli AI Builder w aplikacjach typu canvas i model-driven
  • Tworzenie zautomatyzowanych przepływów do przetwarzania pozyskanych danych i wyzwalania działań biznesowych
  • Wzorce projektowe dla skalowalnych, łatwych w utrzymaniu aplikacji opartych na AI
  • Praktyczne laboratorium: scenariusz end-to-end — przesyłanie dokumentu, OCR, prognozowanie i automatyzacja przepływu pracy

Uzupełniające koncepcje Process Mining (Opcjonalnie)

  • Jak Process Mining pomaga odkrywać, analizować i ulepszać procesy przy użyciu dzienników zdarzeń
  • Wykorzystanie wyników Process Mining do informowania o cechach modelu i automatyzacji pętli ulepszeń
  • Praktyczny przykład: połączenie insights z Process Mining z AI Builder w celu redukcji ręcznych wyjątków

Zagadnienia produkcyjne, zarządzanie i monitorowanie

  • Zarządzanie danymi, prywatność i zgodność przy korzystaniu z AI Builder na wrażliwych dokumentach
  • Cykl życia modelu: ponowne szkolenie, 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 administracji Power Platform
  • Znajomość koncepcji danych, podstawowych idei uczenia maszynowego i oceny modeli
  • Umiejętność pracy z zestawami danych, eksportem do Excel/CSV oraz podstawowym czyszczeniem danych

Grupa docelowa

  • Deweloperzy i architekci rozwiązań Power Platform
  • Analitycy danych i właściciele procesów poszukujący automatyzacji poprzez AI
  • Liderzy automatyzacji biznesowej skoncentrowani na przypadkach użycia związanych z przetwarzaniem dokumentów i prognozowaniem
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie