Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Introduksjon til AI Builder og Low-Code AI
- AI Builder-kapasiteter og vanlige scenarier
- Lisensiering, styring og considerasjoner på tenant-nivå
- Oversikt over Power Platform-integreringer (Power Apps, Power Automate, Dataverse)
OCR og Skjemabehandling: Strukturerte og ustrukturerte dokumenter
- Forskjeller mellom strukturerte skjemaer og fri-formdokumenter
- Forberedelse av trendata: merking av felter, samplediversitet og kvalitetsretningslinjer
- Bygging av en AI Builder-skjemabehandlingsmodell og evaluering av uttrekkseksakthet
- Etterbehandling av uttrekte data: validasjon, normalisering og feilhåndtering
- Hånd-on lab: OCR-uttrekk fra blandede skjematypeer og integrasjon i en behandlingsfløyte
Prediksjonsmodeller: Klassifisering og regresjon
- Problemformulering: kvalitative (klassifisering) vs kvantitative (regresjon) oppgaver
- Forberedelse av egenskaper og håndtering av manglende data i Power Platform-arbeidsflyter
- Trening, testing og tolkning av modellmetrikker (nøyaktighet, nøyaktighet, tilbakekall, RMSE)
- Modellforklaring og rettferdighetsvurderinger i virksomhetsbrukssituasjoner
- Hånd-on lab: bygge en tilpasset prediksjonsmodell for churn/score eller numerisk fremtidsutsikt
Integrasjon med Power Apps og Power Automate
- Integrering av AI Builder-modeller i canvas- og modellstyrt apps
- Opprettelse av automatiserte fløyter for behandling av uttrekte data og trigging av virksomhetsaksjoner
- Designmønstre for skalerbare, vedlikeholdelige AI-styrt apps
- Hånd-on lab: slutt-til-slutt-scenario — dokumentopplasting, OCR, prediksjon og arbeidsflyteautomatisering
Komplementære Prosesmining-konsepter (Valgfri)
- Hvordan Prosesmining hjelper til å oppdage, analysere og forbedre prosesser ved hjelp av hendelseslogger
- Bruk av Prosesmining-output for å informere modellkarakteristika og automatisere forbedringssykluser
- Praktisk eksempel: kombiner Prosesmining-innsikter med AI Builder for å redusere manuelle unntak
Produksjonsvurderinger, styring og overvåking
- Datalogi, personvern og compliance når man bruker AI Builder på sensitive dokumenter
- Modelllivssyklus: retraining, versjonskontroll og ytelsesovervåking
- Operationalisering av modeller med varsler, dashboards og menneskelig validering i løkka
Oppsummering og neste trinn
Krav
- Erfaring med Power Apps, Power Automate eller Power Platform-administrasjon
- Kjennskap til datakonsepter, grunnleggende ML-ideer og modellvurdering
- Komfortabelt arbeid med datasett, Excel/CSV-eksporter og basale datarensning
Målgruppe
- Power Platform-utviklere og løsningsarkitekter
- Dataanalytikere og prosesseiere som søker automatisering gjennom AI
- Virksomhetsautomatiseringsledere fokuserende på dokumentbehandling og prediksjonsbrukssituasjoner
14 Timer
Referanser (2)
Vi gjorde ganske komplekse eksempler, slik at vi kunne få et inntrykk av hvordan den virkelige arbeidsgjennomføringen med Power Automate Desktop kan se ut i en virkelig situasjon.
Michal Strnad - MicroNova AG
Kurs - Microsoft Flow/Power Automate
Maskinoversatt
Dynamisk, anpasselig og informativ
Marcia - Complete Coherence
Kurs - Microsoft Power Platform Fundamentals
Maskinoversatt