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與低程式碼AI介紹
- AI Builder功能與常見應用場景
- 授權、治理及租用戶層級考量事項
- Power Platform整合概述(Power Apps、Power Automate、Dataverse)
OCR與表單處理:結構化與非結構化文件
- 結構化範本與自由格式文件之間的差異
- 準備訓練資料:標記欄位、樣本多樣性與品質指導原則
- 建立AI Builder表單處理模型並評估提取準確度
- 提取後資料處理:驗證、標準化與錯誤處理
- 實作實驗室:從混合表單類型進行OCR提取,並整合至處理流程
預測模型:分類與回歸
- 問題框架:質性(分類)與定量(回歸)任務
- 特徵準備與處理Power Platform工作流程中的遺漏資料
- 訓練、測試及解釋模型指標(準確率、精確率、召回率、均方根誤差)
- 業務應用場景中的模型可解釋性與公平性考量
- 實作實驗室:為客戶流失/評分或數值預測建立自訂預測模型
與Power Apps和Power Automate整合
- 將AI Builder模型嵌入畫布應用程式與模型驅動應用程式
- 建立自動化流程以處理提取的資料並觸發業務動作
- 可擴展、易維護的AI驅動應用程式設計模式
- 實作實驗室:端到端情境——文件上傳、OCR、預測與工作流程自動化
補充流程挖掘概念(選修)
- 流程挖掘如何協助發現、分析並改善使用事件日誌的流程
- 利用流程挖掘輸出結果來優化模型特徵並自動化改善循環
- 實務範例:結合流程挖掘洞見與AI Builder以減少人工例外狀況
生產環境考量、治理與監控
- 在敏感文件上使用AI Builder時的資料治理、隱私與合規要求
- 模型生命週期:重新訓練、版本控制與效能監控
- 透過告警、儀表板及人工驗證將模型 operationalize
總結與下一步行動
最低要求
- 具備Power Apps、Power Automate或Power Platform管理經驗
- 熟悉資料概念、基礎機器學習觀念與模型評估
- 熟練操作資料集、Excel/CSV匯出及基礎資料清理工作
受眾對象
- Power Platform開發人員與解決方案架構師
- 尋求透過AI實現自動化的資料分析師與流程負責人
- 專注於文件處理與預測案例的業務自動化主管
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