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.
Съдържание и теми, включени в курса
Въведение в AI Builder и Low-Code AI
- Възможности на AI Builder и често срещани сценарии
- Лицензиране, управление и съображения на ниво клиент
- Преглед на интеграциите с 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 обучителни данни: етикетиране на полета, разнообразие на извадките и насоки за качество
- Изграждане на модел за обработка на формуляри в 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) спрямо количествени (регресия) задачи
- Подготовка на характеристики и обработка на липсващи данни в работни потоци на Power Platform
- Обучение, тестване и интерпретиране на показателите на модела (точност, прецизност, обратно извикване, RMSE)
- Обяснимост на модела и съображения за справедливост в бизнес случаи на използване
- 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 платнени и моделно-ориентирани приложения
- Създаване на автоматизирани потоци за обработка на извлечени данни и задействане на бизнес действия
- Проектни модели за мащабируеми, лесни за поддръжка приложения, управлявани от AI
- Практическа лабораторна работа: сценарий от край до край — качване на документ, OCR, прогнозиране и автоматизация на работния поток
Допълнителни концепции за Process Mining (по избор)
- Как Process Mining помага за откриване, анализ и подобряване на процеси с помощта на регистрационни файлове 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
Съображения за продукционна среда, управление и мониторинг
- Управление на данните, поверителност и съответствие при използване на AI Builder върху чувствителни документи
- Жизнен цикъл на модела: преобучение, версиониране и мониторинг на производителността
- Операционализиране на модели с предупреждения, информационни табла и валидиране с човек в цикъла
Обобщение и следващи стъпки
Изисквания
- Опит с Power Apps, Power Automate или администриране на Power Platform
- Запознатост с концепции за данни, основни идеи за машинно обучение и оценка на модели
- Увереност при работа с набори от данни, експортиране в 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 по бизнес автоматизация, фокусирани върху обработка на документи и случаи на използване за прогнозиране
14 Часа
Отзиви от участници (2)
Правихме доста сложни примери, за да получим представа какво е реалната работа с Power Automate Desktop в реален сценарий.
Michal Strnad - MicroNova AG
Курс - Microsoft Flow/Power Automate
Машинен превод
Динамичен, адаптивен и информативен
Marcia - Complete Coherence
Курс - Microsoft Power Platform Fundamentals
Машинен превод