Course Outline

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

Requirements

  • 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 Hours

Number of participants


Price per participant

회원 평가 (2)

Upcoming Courses

Related Categories