Plan du cours

Introduction à AI Builder et l'IA à faible code

  • Capacités de AI Builder et scénarios courants
  • Licences, gouvernance et considérations au niveau du locataire
  • Aperçu des intégrations 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
  • Création d'un modèle de traitement de formulaires AI Builder et évaluation de la précision d'extraction
  • Post-traitement des données extraites : validation, normalisation et gestion des erreurs
  • Atelier pratique : extraction OCR de types de formulaires mixtes et intégration dans un flux de traitement

Modèles prédictifs : classification et régression

  • Cadre du problème : tâches qualitatives (classification) vs quantitatives (régression)
  • Préparation des fonctionnalités et gestion des données manquantes dans les workflows Power Platform
  • Formation, test et interprétation des métriques de modèle (précision, précision, rappel, RMSE)
  • Explicabilité du modèle et considérations d'équité dans les cas d'utilisation commerciale
  • Atelier pratique : création d'un modèle prédictif personnalisé pour le churn ou la prévision numérique

Intégration avec Power Apps et Power Automate

  • Intégration de modèles AI Builder dans des applications canvas et model-driven
  • Création de flux automatisés pour traiter les données extraites et déclencher des actions commerciales
  • Modèles de conception pour des applications AI-driven scalables et maintenables
  • Atelier pratique : scénario complet — téléchargement de document, OCR, prédiction et automatisation de workflow

Concepts de Process Mining complémentaires (optionnel)

  • Comment le Process Mining aide à découvrir, analyser et améliorer les processus en utilisant des journaux d'événements
  • Utilisation des résultats de Process Mining pour informer les fonctionnalités du modèle et automatiser les boucles d'amélioration
  • Exemple pratique : combiner les insights de 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 de AI Builder sur des documents sensibles
  • Cycle de vie du modèle : reformation, versionnement et surveillance des performances
  • Opérationnalisation des modèles avec des alertes, des tableaux de bord et une validation humaine dans la boucle

Résumé et prochaines étapes

Pré requis

  • Expérience avec Power Apps, Power Automate ou l'administration de Power Platform
  • Connaissance des concepts de données, des idées de base d'apprentissage automatique et de l'évaluation des modèles
  • Confort dans le travail avec des jeux de données, des exports Excel/CSV et des nettoyages de données basiques

Public cible

  • Développeurs et architectes de solutions Power Platform
  • Analystes de données et propriétaires de processus cherchant l'automatisation par l'IA
  • Responsables d'automatisation commerciale se concentrant sur les cas d'utilisation de traitement de documents et de prédiction
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires