Plan du cours

Introduction à AI Builder et l'IA de faible code

  • Capacités d'AI Builder et scénarios courants
  • Licences, gouvernance et considérations au niveau du locataire
  • Aperçu des intégrations avec la Power Platform (Power Apps, Power Automate, Dataverse)

Reconnaissance optique de caractères (OCR) et traitement des formulaires : documents structurés et non structurés

  • Différences entre les modèles structurés et les documents au format libre
  • Préparation des données d'entraînement : étiquetage des champs, diversité et qualité des échantillons
  • Construction d'un modèle de traitement des formulaires avec AI Builder et évaluation de l'exactitude de la extraction
  • Post-traitement des données extraites : validation, normalisation et gestion des erreurs
  • Atelier pratique : extraction OCR à partir de types de formulaires mixtes et intégration dans un flux de traitement

Modèles de prédiction : classification et régression

  • Cadre du problème : tâches qualitatives (classification) vs quantitatives (régression)
  • Préparation des caractéristiques et gestion des données manquantes dans les flux de travail Power Platform
  • Entraînement, test et interprétation des métriques du modèle (exactitude, précision, rappel, RMSE)
  • Explicabilité du modèle et considérations d'équité dans les cas d'utilisation commerciaux
  • Atelier pratique : construction d'un modèle de prédiction personnalisé pour la fuite/score ou la prévision numérique

Intégration avec Power Apps et Power Automate

  • Intégration des modèles AI Builder dans les applications canvas et model-driven
  • Création de flux automatisés pour le traitement des données extraites et déclenchement d'actions commerciales
  • Modèles de conception pour des applications basées sur l'IA à grande échelle et maintenables
  • Atelier pratique : scénario complet – téléchargement de documents, OCR, prédiction et automatisation du flux de travail

Concepts complémentaires de minage de processus (facultatif)

  • Comment le minage de processus aide à découvrir, analyser et améliorer les processus en utilisant des journaux d'événements
  • Utilisation des sorties du minage de processus pour informer les fonctionnalités du modèle et automatiser les boucles d'amélioration
  • Exemple pratique : combiner les insights issus du minage de processus avec AI Builder pour réduire les exceptions manuelles

Considérations en production, gouvernance et surveillance

  • Gouvernance des données, confidentialité et conformité lors de l'utilisation d'AI Builder sur des documents sensibles
  • Cycle de vie du modèle : réentraînement, versionning et suivi des performances
  • Mise en œuvre opérationnelle des modèles avec alertes, tableaux de bord et validation avec l'intervention humaine

Résumé et prochaines étapes

Pré requis

  • Expérience avec Power Apps, Power Automate ou l'administration de la plateforme Power Platform
  • Familiarité avec les concepts de données, les idées de base en apprentissage machine et l'évaluation des modèles
  • À l'aise pour travailler avec des jeux de données, Excel/CSV exports, et le nettoyage de base des données

Public cible

  • Développeurs et architectes de solutions Power Platform
  • Analystes de données et propriétaires de processus cherchant à automatiser grâce à l'IA
  • Business responsables de l'automatisation axés sur les cas d'utilisation du traitement des documents et des prédictions
 14 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires