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

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait