Свържете се с нас

Съдържание и теми, включени в курса

Въведение в AI Builder и нискокодовия AI

  • Възможности на AI Builder и често срещани сценарии
  • Лицензиране, управление и съображения на ниво клиент
  • Преглед на интеграциите в Power Platform (Power Apps, Power Automate, Dataverse)

OCR и обработка на формуляри: структурирани и неструктурирани документи

  • Разлики между структурирани шаблони и документи със свободна форма
  • Подготовка на данни за обучение: етикетиране на полета, разнообразие на извадките и насоки за качество
  • Изграждане на модел за обработка на формуляри с AI Builder и оценка на точността на извличане
  • Последваща обработка на извлечените данни: валидиране, нормализиране и обработка на грешки
  • Практическа лабораторна работа: OCR извличане от смесени типове формуляри и интеграция в поток за обработка

Прогнозни модели: класификация и регресия

  • Формулиране на проблема: качествени (класификация) срещу количествени (регресия) задачи
  • Подготовка на характеристики и обработка на липсващи данни в работните потоци на Power Platform
  • Обучение, тестване и интерпретиране на метриките на модела (точност, прецизност, извикване, RMSE)
  • Обяснимост на модела и съображения за справедливост в бизнес сценарии
  • Практическа лабораторна работа: изграждане на персонализиран прогнозен модел за отлив/резултат или числова прогноза

Интеграция с Power Apps и Power Automate

  • Вграждане на AI Builder модели в приложения от тип canvas и model-driven
  • Създаване на автоматизирани потоци за обработка на извлечени данни и задействане на бизнес действия
  • Модели за проектиране на мащабируеми и поддържаеми приложения, управлявани от AI
  • Практическа лабораторна работа: сценарий от край до край — качване на документ, OCR, прогнозиране и автоматизация на работния поток

Допълващи концепции за Process Mining (по избор)

  • Как Process Mining помага за откриване, анализ и подобряване на процесите чрез журнали на събития
  • Използване на резултатите от Process Mining за информиране на характеристиките на модела и автоматизиране на циклите за подобрение
  • Практически пример: комбиниране на прозрения от Process Mining с AI Builder за намаляване на ръчните изключения

Продукционни съображения, управление и наблюдение

  • Управление на данните, поверителност и съответствие при използване на AI Builder върху чувствителни документи
  • Жизнен цикъл на модела: преобучение, версиониране и наблюдение на производителността
  • Операционализиране на модели с предупреждения, табла за управление и валидиране с участие на човек

Обобщение и следващи стъпки

Изисквания

  • Опит с Power Apps, Power Automate или администриране на Power Platform
  • Познаване на концепциите за данни, основните идеи за машинно обучение и оценката на модели
  • Уверена работа с набори от данни, експортиране от Excel/CSV и основно почистване на данни

Аудитория

  • Разработчици на Power Platform и архитекти на решения
  • Анализатори на данни и собственици на процеси, търсещи автоматизация чрез AI
  • Ръководители на бизнес автоматизацията, фокусирани върху обработка на документи и сценарии за прогнозиране
 14 Часа

Брой участници


Цена за участник

Отзиви от участници (3)

Предстоящи Курсове

Свързани Kатегории