Cursusaanbod

Introductie tot AI Builder en Low-Code AI

  • AI Builder capaciteiten en veelvoorkomende scenario's
  • Licenties, beleid en overwegingen op tenant-niveau
  • Overzicht van de integraties van de Power Platform (Power Apps, Power Automate, Dataverse)

OCR en formulierverwerking: Gestructureerde en ongestructureerde documenten

  • Verschillen tussen gestructureerde sjablonen en vrije-formulierdocumenten
  • Trainingsgegevens voorbereiden: velden labelen, voorbeelddiversiteit en richtlijnen voor kwaliteit
  • Een AI Builder formulierverwerkingsmodel bouwen en de extraheringsnauwkeurigheid beoordelen
  • Extragegevens post-verwerken: validatie, normalisatie en foutoplossing
  • Praktijklaboratorium: OCR-extractie uit gemengde formuliertypen en integratie in een verwerkingsstroom

Voorspellingsmodellen: Classificatie en Regressie

  • Probleemformulering: kwalitatieve (classificatie) vs. kwantitatieve (regressie) taken
  • Kenmerken voorbereiden en ontbrekende gegevens afhandelen binnen Power Platform workflows
  • Modellen trainen, testen en interpreteren van modelmetrieken (nauwkeurigheid, precisie, recall, RMSE)
  • Modelleerbaarheid en eerlijkheidsoverwegingen in zakelijke gebruiksscenario's
  • Praktijklaboratorium: Bouw een aangepast voorspellingsmodel voor churn/score of numerieke voorspelling

Integratie met Power Apps en Power Automate

  • AI Builder modellen inbedden in canvas- en modelgestuurde apps
  • Geautomatiseerde flows maken om geëxtraheerde gegevens te verwerken en bedrijfsacties uit te lopen
  • Ontwerppatronen voor schaalbare, onderhoudbare AI-gestuurde apps
  • Praktijklaboratorium: eind-op-eind scenario — documentupload, OCR, voorspelling en workflowautomatisering

Complementaire Process Mining Concepten (Optioneel)

  • Hoe Process Mining helpt bij het ontdekken, analyseren en verbeteren van processen met behulp van gebeurtenislogs
  • Process Mining output gebruiken om modelkenmerken te informeren en verbeteringslussen te automatiseren
  • Praktijkvoorbeeld: Combineer Process Mining inzichten met AI Builder om handmatige uitzonderingen te verminderen

Productieoverwegingen, Gobeleid, en Monitoring

  • Gegevensbeleid, privacy en naleving bij het gebruik van AI Builder op gevoelige documenten
  • Levenscyclus van het model: opnieuw trainen, versienummering en prestatiemonitoring
  • Modellen operationeel maken met meldingen, dashboards en validatie door mensen in de lus

Samenvatting en volgende stappen

Vereisten

  • Ervaring met Power Apps, Power Automate, of Power Platform beheer
  • Kennis van gegevensconcepten, basisideeën van ML, en modellevaluatie
  • Gemak in het werken met datasets, Excel/CSV-exports, en basisgegevensopruiming

Doelgroep

  • Power Platform ontwikkelaars en oplossingsarchitecten
  • Data-analisten en procesverantwoordelijken die automatisering via AI nastreven
  • Business automatiseringsleiders gericht op documentverwerking en voorspellingsgebruiksscenario's
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (2)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën