문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
AI Builder 및 로우코드 AI 소개
- AI Builder 기능 및 일반적인 시나리오
- 라이선스, 관리, 및 테넌트 수준 고려사항
- Power Platform 통합 개요 (Power Apps, Power Automate, Dataverse)
OCR 및 양식 처리: 구조화 및 비구조화 문서
- 구조화 템플릿과 자유형 문서 간의 차이점
- 학습 데이터 준비: 필드 레이블링, 샘플 다양성 및 품질 지침
- AI Builder 양식 처리 모델 빌드 및 추출 정확도 평가
- 추출된 데이터 후처리: 검증, 정규화 및 오류 처리
- 실습 세션: 혼합 양식 유형에서 OCR 추출 및 처리 흐름 통합
예측 모델: 분류 및 회귀
- 문제 정의: 정성적 (분류) vs 정량적 (회귀) 작업
- Power Platform 워크플로우 내에서 특징 준비 및 누락 데이터 처리
- 모델 학습, 테스트 및 해석 (정확도, 정밀도, 재현율, RMSE)
- 모델 설명 가능성 및 공정성 고려사항 비즈니스 시나리오
- 실습 세션: 이탈을 예측하거나 숫자 예측을 위한 맞춤형 예측 모델 구축
Power Apps 및 Power Automate와의 통합
- 캔버스 및 모델 기반 앱에 AI Builder 모델 임베드
- 추출된 데이터 처리 및 비즈니스 액션 트리거를 위한 자동화 흐름 생성
- 확장 가능하고 유지 관리 가능한 AI 기반 앱을 위한 설계 패턴
- 실습 세션: 종단 간 시나리오 — 문서 업로드, OCR, 예측 및 워크플로우 자동화
보완적 프로세스 마이닝 개념 (선택 사항)
- 프로세스 마이닝을 통해 이벤트 로그를 사용하여 프로세스 발견, 분석 및 개선
- 프로세스 마이닝 출력 사용하여 모델 특징 정보 제공 및 개선 루프 자동화
- 실제 예: 프로세스 마이닝 인사이트를 AI Builder와 결합하여 수작업 예외 감소
Go 생산 고려 사항, 관리 및 모니터링
- 민감 문서 사용 시 AI Builder를 위한 데이터 관리, 개인정보 보호 및 규정 준수
- 모델 수명 주기: 재학습, 버전 관리 및 성능 모니터링
- 경고, 대시보드 및 인간 검증으로 모델 운영
요약 및 다음 단계
요건
- Power Apps, Power Automate 또는 Power Platform 관리 경험
- 데이터 개념, 기본 ML 아이디어 및 모델 평가에 대한 이해
- 데이터셋, Excel/CSV 내보내기 및 기본 데이터 정리 작업에 편안함
대상
- Power Platform 개발자 및 솔루션 아키텍트
- AI를 통한 자동화에 관심이 있는 데이터 분석가 및 프로세스 소유자
- Business 문서 처리 및 예측 사용 사례에 중점을 둔 자동화 리더
14 시간
회원 평가 (2)
우리는 상당히 복잡한 예제를 수행하여 Power Automate Desktop을 실제 시나리오에서 어떻게 사용할 수 있는지 감각적으로 이해할 수 있었습니다.
Michal Strnad - MicroNova AG
코스 - Microsoft Flow/Power Automate
기계 번역됨
동적, 유연하고 정보적인
Marcia - Complete Coherence
코스 - Microsoft Power Platform Fundamentals
기계 번역됨