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
簡介:AI Builder 與簡易代碼 AI
- AI Builder 的功能與常見情境
- 授權、治理及租戶層次的考量
- Power Platform 整合概覽(Power Apps、Power Automate、Dataverse)
OCR 與表單處理:結構化與非結構化文件
- 結構化模板與自由格式文件之間的差異
- 準備訓練數據:標記欄位、樣本多樣性及品質準則
- 建構 AI Builder 表單處理模型並評估擷取準確度
- 處理擷取後的數據:驗證、正規化及錯誤處理
- 實作實驗室:從混合表單類型進行 OCR 擷取並整合至處理流程中
預測模型:分類與回歸
- 問題定義:定性(分類)與定量(回歸)任務的比較
- 在 Power Platform 工作流程中進行特徵準備及缺失數據處理
- 訓練、測試及解讀模型指標(準確度、精確度、召回率、RMSE)
- 商業應用案例中的模型可解釋性與公平性考量
- 實作實驗室:建立用於流失/評分或數值預測的自訂預測模型
與 Power Apps 和 Power Automate 的整合
- 將 AI Builder 模型嵌入畫布式(canvas)及模型驅動型(model-driven)應用程式
- 創建自動化流程以處理擷取數據並觸發商業動作
- 設計可擴展且可維護的 AI 驅動應用程式的架構模式
- 實作實驗室:端到端情境——文件上傳、OCR、預測及工作流程自動化
補充流程挖掘概念(選修)
- 流程挖掘如何利用事件日誌來發現、分析及改進流程
- 利用流程挖掘輸出結果來資訊化模型特徵並自動化改進迴路
- 實務示例:結合流程挖掘見解與 AI Builder 以減少人工例外處理
生產環境考量、治理與監控
- 在使用 AI Builder 處理敏感文件時的數據治理、隱私及合規性
- 模型生命週期:再訓練、版本控制及效能監控
- 透過警報、儀表板及人工介入驗證(human-in-the-loop)實現模型的運營化
總結與後續步驟
最低要求
- 具備 Power Apps、Power Automate 或 Power Platform 管理經驗
- 熟悉數據概念、基礎機器學習理念及模型評估
- 能熟練操作數據集、Excel/CSV 匯出及基礎數據清理
目標學員
- Power Platform 開發人員與解決方案架構師
- 尋求透過 AI 實現自動化的數據分析師與流程負責人
- 專注於文件處理與預測應用場景的商業自動化負責人
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