课程大纲
AI Builder与低代码AI简介
- AI Builder的功能与常见应用场景
- 许可、治理与租户级别的考虑
- Power Platform集成概述(Power Apps、Power Automate、Dataverse)
OCR与表单处理:结构化与非结构化文档
- 结构化模板与自由格式文档的区别
- 准备训练数据:字段标注、样本多样性与质量指南
- 构建AI Builder表单处理模型并评估提取准确性
- 提取数据的后处理:验证、规范化与错误处理
- 实践实验室:从混合表单类型中提取OCR并集成到处理流程中
预测模型:分类与回归
- 问题框架:定性(分类)与定量(回归)任务
- Power Platform工作流中的特征准备与缺失数据处理
- 训练、测试与解释模型指标(准确率、精确率、召回率、RMSE)
- 业务用例中的模型可解释性与公平性考虑
- 实践实验室:构建自定义预测模型用于流失/评分或数值预测
与Power Apps和Power Automate的集成
- 将AI Builder模型嵌入画布应用和模型驱动应用
- 创建自动化流程以处理提取的数据并触发业务操作
- 可扩展、可维护的AI驱动应用的设计模式
- 实践实验室:端到端场景——文档上传、OCR、预测与工作流自动化
补充的流程挖掘概念(可选)
- 流程挖掘如何通过事件日志发现、分析与改进流程
- 使用流程挖掘输出来指导模型特征并自动化改进循环
- 实践示例:结合流程挖掘洞察与AI Builder以减少手动异常
生产考虑、治理与监控
- 使用AI Builder处理敏感文档时的数据治理、隐私与合规性
- 模型生命周期:重新训练、版本控制与性能监控
- 通过警报、仪表板与人工验证操作化模型
总结与下一步
要求
- 具备Power Apps、Power Automate或Power Platform管理经验
- 熟悉数据概念、基本机器学习理念及模型评估
- 能够处理数据集、Excel/CSV导出及基本数据清洗
受众
- Power Platform开发人员及解决方案架构师
- 希望通过AI实现自动化的数据分析师及流程负责人
- 专注于文档处理及预测用例的Business自动化负责人
客户评论 (2)
我认为培训师真的很吸引人,并且能够迅速回答与我们的工作相关的问题,并且真的根据我们的需求量身定制教学,并不遗馀力地满足它们。我无法对Shaun提出足够的建议!
Tom King - Complete Coherence
课程 - Microsoft Power Platform Fundamentals
机器翻译
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.