Contattataci

Struttura del corso

Introduzione ad AI Builder e all’intelligenza artificiale a basso codice

  • Capacità offerte da AI Builder e scenari d’uso più comuni
  • Licenze, governance e considerazioni a livello di tenant
  • Panoramica sulle integrazioni con Power Platform (Power Apps, Power Automate, Dataverse)

OCR ed elaborazione moduli: documenti strutturati e non strutturati

  • Differenze tra l’utilizzo di template predefiniti e la gestione di documenti liberamente formattati
  • Preparazione dei dati per l’addestramento: etichettatura dei campi, diversità dei campioni e linee guida qualitative
  • Creazione di un modello di elaborazione modulo con AI Builder ed esame della precisione nell’estrazione dati
  • Elaborazione successiva dei dati estratti: validazione, normalizzazione e gestione degli errori
  • Esercitazione pratica: estrazione OCR da diversi tipi di moduli e integrazione in un flusso operativo

Modelli predittivi: classificazione e regressione

  • Definizione del problema da affrontare: attività di classificazione qualitativa oppure di previsione numerica tramite regressione
  • Preparazione delle feature e gestione dei dati mancanti all’interno dei flussi di lavoro Power Platform
  • Addestramento, test ed interpretazione dei parametri metrici del modello (accuratezza, precisione, richiamo, errore quadratico medio)
  • Aspetti legati alla trasparenza e all’equità nell’applicazione dei modelli in contesti aziendali
  • Esercitazione pratica: sviluppo di un modello predittivo personalizzato per prevedere l’abbandono da parte degli utenti o effettuare previsioni quantitative

Integrazione con Power Apps e Power Automate

  • Incorporazione dei modelli AI Builder in applicazioni canvas e model-driven di Power Apps
  • Creazione di flussi automatizzati per elaborare i dati estratti e innescare azioni aziendali corrispondenti
  • Modelli progettuali consigliati per sviluppare applicazioni basate su AI scalabili e facilmente manutenibili
  • Esercitazione pratica: implementazione di uno scenario completo — caricamento del documento, estrazione OCR, previsione e automatizzazione dei passaggi operativi

Concetti complementari relativi al Process Mining (facoltativo)

  • Come il Process Mining permetta di scoprire, analizzare e migliorare i processi grazie all’analisi dei log degli eventi
  • Impiego delle informazioni derivanti dal Process Mining per individuare feature più adatte al modello predittivo e chiudere cicli di miglioramento automatico
  • Esempio concreto: combinazione tra intuizioni provenienti dal Process Mining e funzionalità di AI Builder per ridurre sensibilmente gli interventi manuali richiesti in casi eccezionali

Considerazioni operative, governance e monitoraggio dei modelli

  • Governance, privacy e conformità alle normative nell’utilizzo di AI Builder per documenti sensibili
  • Ciclo vitale dei modelli: aggiornamenti, gestione delle versioni e controllo delle prestazioni nel tempo
  • Implementazione pratica di meccanismi automatici di monitoraggio, allarmi, dashboard informative e validazione umana a conferma dei risultati ottenuti

Conclusione e prossimi passi

Requisiti

  • Esperienza con Power Apps, Power Automate o nella gestione di Power Platform
  • Conoscenza dei concetti fondamentali relativi ai dati, alla machine learning e alla valutazione dei modelli
  • Comfort nell’utilizzo di insiemi di dati, esportazioni in formato Excel/CSV e operazioni base di pulizia dei dati

Destinatari

  • Sviluppatori e architetti di soluzioni su Power Platform
  • Analisti dei dati e responsabili dei processi che mirano all’automazione grazie all’intelligenza artificiale
  • Leader nel campo dell’automazione aziendale interessati all’elaborazione documentale e alla previsione dei risultati
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative