Struttura del corso

Introduzione a AI Builder e alla programmazione con basso codice di IA

  • Capacità di AI Builder e scenari comuni
  • Licensing, governance e considerazioni a livello tenant
  • Panoramica delle integrazioni della Power Platform (Power Apps, Power Automate, Dataverse)

OCR e Elaborazione Form: Documenti Strutturati ed Non Strutturati

  • Differenze tra modelli strutturati e documenti free-form
  • Preparazione dei dati di addestramento: etichettatura dei campi, diversità degli esempi e linee guida sulla qualità
  • Creazione di un modello di elaborazione form AI Builder ed evaluzione della precisione dell'estrazione
  • Post-elaborazione dei dati estratti: convalida, normalizzazione e gestione degli errori
  • Laboratorio pratico: estrazione OCR da diversi tipi di moduli e integrazione in un flusso di elaborazione

Modelli Predictivi: Classificazione e Regressione

  • Frammentazione del problema: compiti qualitativi (classificazione) vs quantitativi (regressione)
  • Preparazione delle caratteristiche e gestione dei dati mancanti all'interno degli workflow della Power Platform
  • Addestramento, testing ed interpretazione delle metriche del modello (precisione, precisione, recall, RMSE)
  • Esplicabilità e considerazioni sulla equità del modello in casi di uso aziendale
  • Laboratorio pratico: costruire un modello predittivo personalizzato per churn/score o previsione numerica

Integrazione con Power Apps e Power Automate

  • Integrazione di modelli AI Builder in app canvas e model-driven apps
  • Creazione di flussi automatizzati per elaborare dati estratti ed attivare azioni aziendali
  • Pattern di progettazione per app guidate da IA scalabili e mantenibili
  • Laboratorio pratico: scenario end-to-end - caricamento del documento, OCR, previsione ed automazione dei workflow

Concetti Complementari di Process Mining (Facoltativo)

  • Come il Process Mining aiuta a scoprire, analizzare e migliorare i processi usando log eventi
  • Utilizzo delle uscite del Process Mining per informare le caratteristiche dei modelli ed automatizzare cicli di miglioramento
  • Esempio pratico: combinare le conoscenze acquisite dal Process Mining con AI Builder per ridurre eccezioni manuali

Considerazioni di Produzione, Governance e Monitoraggio

  • Gestione dei dati, privacy ed conformità quando si utilizza AI Builder su documenti sensibili
  • Ciclo di vita del modello: ritraining, versionamento ed il monitoraggio delle prestazioni
  • Operationalizzazione dei modelli con avvisi, dashboard e validazione con feedback umano

Riepilogo e Passaggi Successivi

Requisiti

  • Esperienza con Power Apps, Power Automate o l'amministrazione della Power Platform
  • Familiarità con i concetti di dati, le idee di base dell'IA e la valutazione dei modelli
  • Abitudine a lavorare con set di dati, Excel/esportazioni CSV e pulizia di base dei dati

Pubblico

  • Sviluppatori della Power Platform e architetti delle soluzioni
  • Analisti dei dati e proprietari dei processi in cerca di automazione attraverso l'IA
  • Business leader dell'automazione concentrati sui casi d'uso del trattamento dei documenti e delle previsioni
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative