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
Getuigenissen (2)
Ik vond de trainer erg boeiend en hij was erg snel van begrip om vragen te beantwoorden die met ons werk te maken hadden en hij stemde het onderwijs echt af op onze behoeften en deed moeite om aan ze te voldoen. Ik kan Shaun niet genoeg aanbevelen!
Tom King - Complete Coherence
Cursus - Microsoft Power Platform Fundamentals
Automatisch vertaald
Ik bewonder echt de geduld van de Trainer voor alle mensen die hem vroegen om iets 4-5 keer te herhalen. Ik geloof ook dat hij een grote kennis heeft over het onderwerp, maar zoals hierboven gezegd, hebben we er niet genoeg tijd aan besteed. Daarnaast was het fijn dat het een hands-on training was, waar we in real time konden oefenen wat ons werd geleerd, maar ik zou graag meer weten over PowerApps, niet over SharePoint, want daar ben ik echt mee bekend en als ik daar meer over wilde leren, zou ik waarschijnlijk een training voor SharePoint kiezen, niet voor PowerApps.
Patrycja - EY GDS
Cursus - Microsoft Flow/Power Automate
Automatisch vertaald