Návrh Školení
Úvod do AI Builder a nízkokómové AI
- Schopnosti AI Builder a běžné scénáře
- Licence, governance a úvaha na úrovni pronájmu (tenant)
- Přehled integrací Power Platform (Power Apps, Power Automate, Dataverse)
OCR a zpracování formulářů: Strukturované a nestrukturované dokumenty
- Rozdíly mezi strukturovanými šablonami a dokumenty s volným rozestavěním
- Příprava trénovacích dat: označování polí, rozmanitost vzorků a směrnice kvality
- Vytváření modelu zpracování formulářů AI Builder a vyhodnocování přesnosti extrakce
- Poslední zpracování extrahovaných dat: validace, normalizace a zpracování chyb
- Praktické laboratorní cvičení: OCR extrakce ze smíšených typů formulářů a integrace do zpracovávacího toku
Predikční modely: Klasifikace a regrese
- Formulace problému: kvalitativní (klasifikace) vs. kvantitativní (regrese) úlohy
- Příprava funkcí a nakládání s chybějícími daty ve workflow Power Platform
- Trénování, testování a interpretace metrik modelu (přesnost, exactness, recall, RMSE)
- Vysvětlitelnost modelu a aspekty spravedlnosti v podnikových aplikacích
- Praktické laboratorní cvičení: vytvoření vlastního predikčního modelu pro odcházející zákazníky/skóre nebo numerickou predikci
Integrace s Power Apps a Power Automate
- Vkládání modelů AI Builder do canvas a model-driven aplikací
- Vytváření automatizovaných toků pro zpracování extrahovaných dat a spouštění podnikových akcí
- Vzorové vzorce pro škálovatelné a udržitelné AI řízené aplikace
- Praktické laboratorní cvičení: komplexní scénář – nahrání dokumentu, OCR, predikce a automatizace workflow
Doplněné koncepty Process Miningu (volitelné)
- Jak Process Mining pomáhá objevovat, analyzovat a zlepšovat procesy pomocí událostních záznamů
- Využívání výstupů Process Miningu k informování funkcí modelu a automatizaci smyček zlepšování
- Praktický příklad: kombinace poznatků z Process Miningu s AI Builder ke snížení manuálních výjimek
Úvahy pro produkci, governance a monitorování
- Datová governance, soukromí a soulad s předpisy při používání AI Builder pro citlivé dokumenty
- Životní cyklus modelu: přetrénování, verzování a monitorování výkonu
- Zavedení modelů s pomocí alarmů, dashboardů a validace s lidským dohledem
Shrnutí a další kroky
Požadavky
- Zkušenosti s Power Apps, Power Automate nebo správou Power Platform
- Seznámení s koncepty dat, základními myšlenkami strojového učení a vyhodnocováním modelů
- Pohodlné pracování se sady dat, exporty Excel/CSV a základním čištěním dat
Cílová skupina
- Vývojáři Power Platform a architekti řešení
- Datoví analytici a vlastníci procesů hledající automatizaci pomocí AI
- Vedoucí podnikové automatizace zaměřeni na scénáře zpracování dokumentů a predikce
Reference (3)
Praktické a zprostředkované laboratorní práce na vývoj reportů pomocí nástroje Power BI Laboratorní práce byly vynikající a instruktor nabídl velmi dobré praktické sezení.
Sinzala Sichaanji - Bank of Zambia
Kurz - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Přeloženo strojem
Ukázali jsme si dost komplexní příklady, abychom mohli získat představu o tom, jak vypadá skutečná práce s Power Automate Desktop v reálném scénáři.
Michal Strnad - MicroNova AG
Kurz - Microsoft Flow/Power Automate
Přeloženo strojem
Dynamický, adaptivní a informativní
Marcia - Complete Coherence
Kurz - Microsoft Power Platform Fundamentals
Přeloženo strojem
