Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan ke AI Builder dan AI Low-Code
- Kemampuan AI Builder dan skenario umum
- Lisensi, pemerintahan, dan pertimbangan tingkat tenant
- Gambaran integrasi Power Platform (Power Apps, Power Automate, Dataverse)
OCR dan Pemrosesan Formulir: Dokumen Terstruktur dan Tidak Terstruktur
- Perbedaan antara template terstruktur dan dokumen bebas bentuk
- Persiapan data pelatihan: penandaan bidang, keragaman sampel, dan pedoman kualitas
- Membuat model pemrosesan formulir AI Builder dan mengevaluasi akurasi ekstraksi
- Pasca-pemrosesan data yang diekstrak: validasi, normalisasi, dan penanganan kesalahan
- Praktik langsung: ekstraksi OCR dari tipe formulir campuran dan integrasinya ke dalam alur pemrosesan
Model Prediksi: Klasifikasi dan Regresi
- Penentuan masalah: kualitatif (klasifikasi) vs kuantitatif (regresi)
- Persiapan fitur dan penanganan data hilang dalam alur kerja Power Platform
- Melatih, menguji, dan menafsirkan metrik model (akurasi, presisi, recall, RMSE)
- Penjelasan model dan pertimbangan keadilan dalam kasus penggunaan bisnis
- Praktik langsung: membangun model prediksi kustom untuk churn/skor atau peramalan numerik
Integrasi dengan Power Apps dan Power Automate
- Menyisipkan model AI Builder ke dalam aplikasi canvas dan model-driven
- Membuat alur kerja otomatis untuk memproses data yang diekstrak dan memicu aksi bisnis
- Pola desain untuk aplikasi AI-driven yang skalabel dan dapat dipelihara
- Praktik langsung: skenario end-to-end — unggah dokumen, OCR, prediksi, dan otomatisasi alur kerja
Konsep Penambangan Proses Pelengkap (Opsional)
- Bagaimana Penambangan Proses membantu menemukan, menganalisis dan memperbaiki proses menggunakan log kejadian
- Menggunakan output Penambangan Proses untuk memberi informasi fitur model dan otomatisasi perbaikan loop
- Contoh praktis: gabungkan wawasan Penambangan Proses dengan AI Builder untuk mengurangi pengecualian manual
Pertimbangan Produksi, Pemerintahan, dan Monitoring
- Pemerintahan data, privasi, dan kepatuhan saat menggunakan AI Builder pada dokumen sensitif
- Siklus hidup model: retraining, versi, dan pemantauan kinerja
- Operationalisasi model dengan peringatan, dasbor, dan validasi manusia-in-the-loop
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengalaman dengan Power Apps, Power Automate, atau administrasi Power Platform
- Kenalan dengan konsep data, ide ML dasar, dan penilaian model
- Kenyamanan bekerja dengan dataset, ekspor Excel/CSV, dan pembersihan data dasar
Audience
- Pengembang Power Platform dan arsitek solusi
- Analis data dan pemilik proses yang mencari otomatisasi melalui AI
- Pemimpin otomatisasi bisnis yang fokus pada kasus penggunaan pemrosesan dokumen dan prediksi
14 Jam
Testimoni (2)
Kami melakukan contoh yang cukup kompleks, sehingga kami bisa merasakan bagaimana pekerjaan nyata dengan Power Automate Desktop dapat terlihat dalam skenario dunia nyata.
Michal Strnad - MicroNova AG
Kursus - Microsoft Flow/Power Automate
Diterjemahkan Mesin
Dinamis, adaptif, dan informatif
Marcia - Complete Coherence
Kursus - Microsoft Power Platform Fundamentals
Diterjemahkan Mesin
