Návrh Školení
Úvod do AI Builderu a Low-Code AI
- Schopnosti AI Builderu a běžné scénáře
- Licencování, správa a zásady na úrovni tenanta
- Přehled integrací Power Platform (Power Apps, Power Automate, Dataverse)
OCR a Spracování Formularů: Strukturované a Nestrukturované Dokumenty
- Rozdíly mezi strukturovanými šablonami a volným formátováním dokumentů
- Příprava trénovacích dat: označování polí, rozmanitost vzorků a pokyny pro kvalitu
- Vytvoření modelu AI Builder pro spracování formulářů a hodnocení přesnosti extrakce
- Post-extrakční zpracování dat: validace, normalizace a zpracování chyb
- Praktický seminář: extrakce OCR ze smíšených typů formulářů a integrace do procesu spracování
Predikční Modely: Klasifikace a Regrese
- Fráma problému: kvalitativní (klasifikace) vs kvantitativní (regrese) úkoly
- Příprava vlastností a zpracování chybějících dat v pracovních postupech Power Platform
- Trénink, testování a interpretace metrik modelu (přesnost, presice, recall, RMSE)
- Vysvětlitelnost modelů a otázky spravedlnosti v podnikových případech použití
- Praktický seminář: vytvoření vlastního predikčního modelu pro churn/score nebo číselné předpovědi
Integrace s Power Apps a Power Automate
- Vnoření modelů AI Builder do canvas a aplikací řízených modely
- Vytvoření automatizovaných toků pro zpracování extrahovaných dat a vyvolání podnikatelských akcí
- Zásady návrhu pro škálovatelné a udržitelné AI řízené aplikace
- Praktický seminář: celkový příklad – nahrání dokumentu, OCR, predikce a automatizace pracovního postupu
Doplněné Koncepty Procesního Datového Řezu (volitelné)
- Jak procesní datový řez pomáhá objevovat, analyzovat a zlepšovat procesy pomocí záznamů událostí
- Použití výstupů procesního datového řezu k informování o vlastnostech modelů a automatizaci cyklů zlepšení
- Praktický příklad: kombinace názorů z procesního datového řezu s AI Builderem pro snížení ručních výjimek
Výrobní Zásady, Správa a Monitoring
- Správa dat, soukromí a shoda s předpisy při používání AI Builderu na citlivých dokumentech
- Životní cyklus modelů: opakový trénink, verzování a sledování výkonu
- Výrobní zásady s upozorněními, dashbordy a validací člověkem ve smyčce
Shrnutí a Další Kroky
Požadavky
- Zkušenosti s Power Apps, Power Automate nebo správou Power Platform
- Znalost datových pojmů, základních konceptů strojového učení a hodnocení modelů
- Pohoda s prací s datasety, Excel/CSV exporty a základní čištění dat
Cílová skupina
- Vývojáři Power Platformu a architekti řešení
- Datoví analysté a vlastníci procesů hledající automatizaci prostřednictvím AI
- Business vedoucí automatizace zaměření na zpracování dokumentů a případová použití predikce
Reference (2)
Myslel jsem si, že školitel byl opravdu poutavý a byl velmi rychlý v odpovídání na otázky, které souvisely s naší prací, a skutečně přizpůsobil výuku našim potřebám a šel nad rámec, abychom je splnili. Nemohl jsem Shauna dostatečně doporučit!
Tom King - Complete Coherence
Kurz - Microsoft Power Platform Fundamentals
Přeloženo strojem
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.