聯繫我們
 課程時長 14 時間: (2 天)

課程簡介

AI Builder與低程式碼AI簡介

  • AI Builder功能與常見情境
  • 授權、治理與租用戶層級考量
  • Power Platform整合概覽(Power Apps、Power Automate、Dataverse)

OCR與表單處理:結構化與非結構化文件

  • 結構化範本與自由格式文件之間的差異
  • 準備訓練資料:標籤欄位、樣本多樣性與品質指南
  • 建立AI Builder表單處理模型並評估擷取準確度
  • 後處理擷取資料:驗證、正規化與錯誤處理
  • 實作實驗室:從混合表單類型進行OCR擷取,並整合至處理流程

預測模型:分類與迴歸

  • 問題框架:質性(分類)與量化(迴歸)任務
  • 特徵準備與在Power Platform工作流程中處理缺失資料
  • 訓練、測試與解讀模型指標(準確度、精確度、召回率、RMSE)
  • 商業應用案例中的模型可解釋性與公平性考量
  • 實作實驗室:建立自訂預測模型,以進行流失/評分或數值預測

與Power Apps和Power Automate的整合

  • 將AI Builder模型嵌入畫布應用程式與模型驅動應用程式
  • 建立自動化流程,以處理擷取資料並觸發商業動作
  • 可擴充、可維護之AI驅動應用程式的設計模式
  • 實作實驗室:端對端情境——文件上傳、OCR、預測與工作流程自動化

輔助流程探勘概念(選修)

  • 流程探勘如何利用事件日誌來發掘、分析及改善流程
  • 使用流程探勘輸出,以提供模型特徵資訊並自動化改善迴圈
  • 實際範例:結合流程探勘洞察與AI Builder,以減少人工例外處理

生產考量、治理與監控

  • 在敏感文件上使用AI Builder時的資料治理、隱私與合規性
  • 模型生命週期:重新訓練、版本控制與效能監控
  • 透過警示、儀表板與人機迴圈驗證,將模型營運化

總結與後續步驟

最低要求

  • 具備Power Apps、Power Automate或Power Platform管理經驗
  • 熟悉資料概念、基本機器學習概念與模型評估
  • 能自如地處理資料集、Excel/CSV匯出與基本資料清理

目標學員

  • Power Platform開發人員與解決方案架構師
  • 尋求透過AI實現自動化的資料分析師與流程負責人
  • 專注於文件處理與預測應用案例的商業自動化負責人

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類