Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в AI Builder и ниско-кодов AI
- Возможности на AI Builder и общи сценарии
- Лицензиране, управление и разглеждане на ниво на клиент
- Обзор на интеграции с Power Platform (Power Apps, Power Automate, Dataverse)
OCR и обработка на форми: Структурирани и неструктурирани документи
- Разлики между структурирани шаблони и документи с свободен формат
- Подготовка на трениращи данни: маркиране на полета, разнообразие на примерни данни и ръководство за качество
- Създаване на модел за обработка на форми с AI Builder и оценяване на точността на извличане
- Предизвикателство на извлечени данни: валидация, нормализация и обработка на грешки
- Практически лабораторен урок: OCR извличане от смесени форми и интеграция в процес на обработка
Модели за прогнозиране: Класификация и регресия
- Кадриране на проблема: качествени (класификация) vs. количествени (регресия) задачи
- Подготовка на характеристики и обработка на липсващи данни в работите на Power Platform
- Обучение, тестване и интерпретация на метрики на модели (точност, прецизност, пълнота, RMSE)
- Обосноване на модели и разглеждане на справедливост в бизнес случаи
- Практически лабораторен урок: създаване на персонализиран модел за прогнозиране за отказ/оценка или числов прогноз
Интеграция с Power Apps и Power Automate
- Вграждане на модели на AI Builder в канвас и моделирани приложения
- Създаване на автоматизирани потоки за обработка на извлечени данни и активиране на бизнес действия
- Дизайн шаблони за масово извличане, поддържаеми AI приложения
- Практически лабораторен урок: край-край сценарий — качване на документи, OCR, прогнозиране и автоматизация на работите
Допълнителни концепции на Process Mining (Опционално)
- Как Process Mining помага за откриване, анализ и подобряване на процесите чрез регистри на събития
- Използване на изходи от Process Mining за информация за характеристики на модели и автоматизация на цикли за подобряване
- Практически пример: комбиниране на Process Mining инсайти с AI Builder за намаляване на ръчни изключения
Производствени разглеждания, Go управление и наблюдение
- Управление на данни, пощина и съответствие при използване на AI Builder за чувствителни документи
- Жизнен цикъл на модели: преобучение, версия и наблюдение на производителност
- Операционализиране на модели с уведомления, табло и валидация човек в цикъла
Резюме и следващи стъпки
Изисквания
- Опит с Power Apps, Power Automate или администрация на Power Platform
- Знание на данни, базови концепции за машинно обучение и оценка на модели
- Удобство при работа с набори данни, Excel/CSV експорти, и базов чистване на данни
Целева аудитория
- Разработчици на Power Platform и архитекти на решения
- Аналитици на данни и собственици на процеси, търсещи автоматизация чрез ИИ
- Business Лидери по автоматизация, фокусирани върху обработка на документи и случаи за предвиждане
14 часа
Отзиви от потребители (2)
Мислех, че обучителят беше наистина увлекателен и беше много бърз на крака, за да отговори на въпроси, които бяха свързани с нашата работа и наистина приспособи обучението към нашите нужди и отиде над и отвъд, за да ги посрещне. Не мога да препоръчам Шон достатъчно!
Tom King - Complete Coherence
Курс - Microsoft Power Platform Fundamentals
Машинен превод
Обожавам търпеливостта на Инструктора към всички, които го моляха да повтори нещо 4-5 пъти. Вярвам, че той има голямо знание по темата, но както е казано по-горе, не прекарахме достатъчно време върху нея. Освен това, беше добре, че беше ръководено обучение, където можахме да практикуваме в реално време това, което ни се преподава, но отново, бих искал да знаем повече за PowerApps, а не за SharePoint, защото съм достатъчно засегнат с това, и ако исках да науча повече, вероятно бих избрал обучение за SharePoint, а не за PowerApps.
Patrycja - EY GDS
Курс - Microsoft Flow/Power Automate
Машинен превод
