Kursplan
Innføring i AI Builder og lavkode AI
- AI Builder-funksjoner og vanlige scenarier
- Lisensiering, styring og betraktninger på leietakernivå
- Oversikt over integrasjoner med Power Platform (Power Apps, Power Automate, Dataverse)
OCR og skjemautfylling: Strukturerte og ustrukturerte dokumenter
- Forskjeller mellom strukturerte maler og frittformatte dokumenter
- Forberedelse av treningdata: merking av felt, prøvediversitet og kvalitetsretningslinjer
- Oppretting av en AI Builder-skjemautfyllingsmodell og vurdering av utvinningens nøyaktighet
- Etterbehandling av utvunnet data: validering, normalisering og feilhåndtering
- Hånds-på-lab: OCR-utvinning fra blandede skjematyper og integrering i en behandleringsflyt
Prediksjonsmodeller: Klassifisering og regresjon
- Problemformulering: kvalitative (klassifisering) vs. kvantitative (regresjon) oppgaver
- Forberedelse av egenskaper og håndtering av manglende data i Power Platform-flyter
- Trening, testing og tolking av modellmetrikker (nøyaktighet, presisjon, tilbakekalling, RMSE)
- Modellforklaring og hensyn til rettferdighet i forretningsbruksscenarier
- Hånds-på-lab: bygg en egen prediksjonsmodell for kundeflykt/score eller numerisk prognose
Integrering med Power Apps og Power Automate
- Innebygging av AI Builder-modeller i lærredsbaserte og modellstyrte applikasjoner
- Oppretting av automatiserte flyter for behandling av utvunnet data og utløsning av forretningshandlinger
- Designmønstre for skalerbare, vedlikeholdbare AI-drevne applikasjoner
- Hånds-på-lab: fullstendig scenarie — dokumentopplasting, OCR, prediksjon og arbeidsflyt-automatisering
Komplementære prosessminningskonsepter (valgfritt)
- Hvordan prosessminning hjelper til med å oppdage, analysere og forbedre prosesser ved bruk av hendelseslogger
- Bruk av prosessminningsutdata til å informere modellfunksjoner og automatisere forbedringsløkker
- Praktisk eksempel: kombinere prosessminningsinnsikt med AI Builder for å redusere manuelle unntak
Produksjonshensyn, Gostyring og overvåking
- Datastyring, personvern og overholdelse ved bruk av AI Builder på følsomme dokumenter
- Modelllivssyklus: omtrening, versjonering og ytelsesovervåking
- Operasjonell innføring av modeller med varsler, dashboards og menneskelig deltagelse i validering
Oppsummering og neste trinn
Krav
- Erfaring med Power Apps, Power Automate, eller Power Platform-administrasjon
- Kjennskap med databegreper, grunnleggende ML-ideer, og modellvurdering
- Komfortabelt å arbeide med datamengder, Excel/CSV-eksport, og grunnleggende datarensing
Målgruppe
- Power Platform-utviklere og løsningsarkitekter
- Dataanalytikere og prosessansvarlige som søker automatisering gjennom AI
- Business automatiseringsledere som fokuserer på dokumenthåndtering og prediksjonsbrukstilfeller
Referanser (2)
Jeg syntes treneren var veldig engasjerende og var veldig rask til å svare på spørsmål som var relatert til arbeidet vårt og skreddersydde virkelig undervisningen til våre behov og gikk utover for å møte dem. Jeg kunne ikke anbefale Shaun nok!
Tom King - Complete Coherence
Kurs - Microsoft Power Platform Fundamentals
Maskinoversatt
I really admire Trainer's patience for all the people who were asking him to repeat something 4-5 times. I also believe that he has great knowledge about the topic, but like said above, we didn't spend enough time on this. Moreover, it was good it was hands-on training, where we could practice in real time what we're taught, but again, I'd like to know more about the PowerApps, not about SharePoint, as I'm really familiar with that one, and if I wanted to learn more, I'd probably just choose a training for the SharePoint, not PowerApps.