Kurzusleírás

Az AI Builder és az alacsony-kódú mesterséges intelligencia bevezetése

  • Az AI Builder képességei és a gyakori forgatókönyvek.
  • Licencelés, irányítás és bérlőszintű fontolók
  • A Power Platform integrációinak áttekintése (Power Apps, Power Automate, Dataverse)

OCR és űrlapfeldolgozás: strukturált és strukturálatlan dokumentumok

  • A strukturált sablonok és a szabadformátú dokumentumok közötti különbség.
  • Képzési adatok előkészítése: mezők címkézése, mintak összetettsége és minőségi útmutatók.
  • Egy AI Builder űrlapfeldolgozási modell építése és a kinyert adatok pontosításának értékelése.
  • Kinyert adatok utómunkája: ellenőrzés, normalizálás és hibakezelés.
  • Kézi labor: OCR kinyerés keverék űrlapformátumokból és integráció folyamatos feldolgozásba.

Prediktív modellek: osztályozási és regressziós feladatok

  • Probléma keretbe fogása: kvalitatív (osztályozási) vs kvantitatív (regressziós) feladatok.
  • Jelkészlet előkészítése és hiányzó adatok kezelése a Power Platform munkafolyamatain belül.
  • Modell tanítása, tesztelése és metrikák értelmezése (pontosság, pontosítás, visszaadási arány, RMSE).
  • A modell magyarázhatóságának és a tisztességi szempontok érvényesítése az üzleti forgatókönyvekben.
  • Kézi labor: egyéni prediktív modell építése választás-/pontszám-predikcióhoz vagy numerikus előrejelzéshez.

Integráció a Power Apps és Power Automate szolgáltatásokkal

  • Az AI Builder modellek beágyazása dobozba és modellvezérelt alkalmazásokba.
  • Automatizált folyamatok létrehozása a kinyert adatok feldolgozásához és üzleti műveletek indításához.
  • Skálázható, karbantartandó AI-alapú alkalmazások tervezési mintái.
  • Kézi labor: teljes forgatókönyv — dokumentum feltöltése, OCR, predikció és munkafolyamat automatizálása.

Komplementáris folyamatbányászat fogalmai (opcionális)

  • Hogy a Folyamatbányászat hogyan segíti a folyamatok felfedezését, elemzését és javítását az eseménynaplók segítségével.
  • A Folyamatbányászat kimenetének felhasználása a modell jelkészletek meghatározásához és az automatikus javító hurokok létrehozásához.
  • Gyakorlati példa: a Folyamatbányászat beiktatása az AI Builderbe manuális kivételcsökkentés érdekében.

Üzemeltetési fontolók, irányítás és figyelés

  • Adatirányítás, adatvédelem és betartás a bizalmas dokumentumok AI Builder felhasználásakor.
  • Modell életciklus: új tanítás, verziózás és teljesítményfigyelés.
  • Modellek üzemeltetése riasztásokkal, irányítópultokkal és emberi ellenőrzéssel való validálással.

Összefoglalás és következő lépések

Követelmények

  • Tapasztalat a Power Apps, Power Automate vagy Power Platform adminisztrációval
  • Ismeret az adatok fogalmáról, alapvető gépi tanulás (ML) ötleteiről és modellértékelésről.
  • Komfortosan kezeli a dataseteket, az Excel/CVS exportokat és alapvető adatmossásítást

Célcsoport

  • Power Platform fejlesztők és megoldás-architektúrok
  • Adatanalitikusok és folyamat tulajdonosok, akik automatizációt keresnek mesterséges intelligencia segítségével.
  • Üzleti automatizálási vezetők, akik dokumentumfeldolgozást és prediktív alkalmazásokat céloznak meg.
 14 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák