Prenez contact avec nous

Plan du cours

Introduction à AI Builder et à l'IA à faible code

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

OCR et traitement de formulaires : Documents structurés et non structurés

  • Différences entre les modèles structurés et les documents libres-forme
  • Préparation des données d'entraînement : étiquetage des champs, diversité des échantillons et lignes directrices de qualité
  • Construction d'un modèle de traitement de formulaires AI Builder et évaluation de la précision de l'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

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

Intégration avec Power Apps et Power Automate

  • Intégration des modèles AI Builder dans les applications de canevas et pilotées par modèle
  • Création de flux automatisés pour traiter les données extraites et déclencher des actions commerciales
  • Modèles de conception pour des applications pilotées par l'IA évolutives et maintenables
  • Atelier pratique : scénario de bout en bout — téléchargement de document, OCR, prédiction et automatisation du flux de travail

Concepts de Process Mining complémentaires (facultatif)

  • Comment le Process Mining aide à découvrir, analyser et améliorer les processus à l'aide de journaux d'événements
  • Utilisation des résultats du Process Mining pour informer les caractéristiques du modèle et automatiser les boucles d'amélioration
  • Exemple pratique : combiner les informations du Process Mining avec AI Builder pour réduire les exceptions manuelles

Considérations de 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, versionnement et surveillance des performances
  • Opérationnalisation des modèles avec des alertes, des tableaux de bord et une validation humaine

Résumé et prochaines étapes

Pré requis

  • Expérience avec Power Apps, Power Automate ou l'administration de la plate-forme Power Platform
  • Connaissance des concepts de données, des idées de base sur le ML et de l'évaluation des modèles
  • Aise à travailler avec des ensembles de données, des exportations Excel/CSV et un nettoyage de données de base

Audience

  • Développeurs Power Platform et architectes de solutions
  • Analystes de données et responsables de processus recherchant l'automatisation par l'IA
  • Responsables en automatisation des affaires axés sur le traitement de documents et les cas d'utilisation de prédiction
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires