感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
AI Builder 與低代碼 AI 介紹
- AI Builder 的功能及常見場景
- 許可證、治理及租戶層級的考慮事項
- Power Platform 集成概覽(Power Apps、Power Automate、Dataverse)
OCR 與表單處理:結構化与非結構化文檔
- 結構化模板與自由格式文檔之間的區別
- 準備訓練數據:標註字段、樣本多樣性及質量指南
- 構建 AI Builder 表單處理模型並評估提取準確性
- 處理提取後的數據:驗證、規範化及錯誤處理
- 動手實驗:從混合表單類型中提取 OCR 數據並整合到處理流程中
預測模型:分類與回歸
- 問題框架:定性(分類)與定量(回歸)任務
- 在 Power Platform 工作流中準備特徵及處理缺失數據
- 訓練、測試及解讀模型指標(準確率、精確度、召回率、RMSE)
- 商業用例中的模型可解釋性與公平性考慮
- 動手實驗:構建用於離職/評分或數值預測的自定義預測模型
與 Power Apps 和 Power Automate 的集成
- 將 AI Builder 模型嵌入畫布應用和模型驅動型應用
- 創建自動化流程以處理提取的數據並觸發業務操作
- 可擴展、易維護的 AI 驅動應用設計模式
- 動手實驗:端到端場景——文檔上傳、OCR、預測及工作流自動化
補充性流程挖掘概念(選修)
- 流程挖掘如何協助利用事件日誌發現、分析和改進流程
- 使用流程挖掘輸出信息來指導模型特徵並自動化改進循環
- 實際示例:結合流程挖掘洞察與 AI Builder 以減少人工異常處理
生產環境考慮、治理與監控
- 使用 AI Builder 處理敏感文檔時的數據治理、隱私及合規性
- 模型生命週期:重訓練、版本管理及性能監控
- 通過警報、儀表板和人工干預驗證來實現模型運營化
總結與後續步驟
最低要求
- 具有 Power Apps、Power Automate 或 Power Platform 管理的經驗
- 熟悉數據概念、基本的機器學習理念及模型評估
- 能熟練處理數據集、Excel/CSV 導出以及基本的數據清洗
目標受眾
- Power Platform 開發人員和解決方案架構師
- 尋求通過 AI 實現自動化的數據分析師和流程負責人
- 專注於文檔處理和預測用例的業務自動化負責人
14 小時
客戶評論 (3)
使用Power BI進行報表開發的實踐與動手實驗 實驗非常出色,培訓師提供了非常好的動手操作環節
Sinzala Sichaanji - Bank of Zambia
課程 - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
機器翻譯
我們進行了相當複雜的示例,以便能夠感受到在實際場景中使用Power Automate Desktop的真實工作情況。
Michal Strnad - MicroNova AG
課程 - Microsoft Flow/Power Automate
機器翻譯
動態、自適應且信息豐富
Marcia - Complete Coherence
課程 - Microsoft Power Platform Fundamentals
機器翻譯