お問い合わせ

コース概要

AI Builderとローコード型AIの基本概要

  • AI Builderが備える機能および一般的な利用シナリオについて解説する。
  • ライセンス体系、ガバナンス、テナントレベルでの考慮事項を把握する。
  • Power Platform製品群(Power Apps、Power Automate、Dataverse)との連携方法について概要説明を行う。

OCRと帳票処理:構造化・非構造化文書向け技術

  • 構造化されたテンプレート形式の文書と自由記述型の文書との相違点を理解する。
  • 訓練用データ準備方法として項目ラベル付けやサンプル多様性確保、品質基準について解説する。
  • AI Builder帳票処理モデルの作成手順および抽出精度の検証方法を学ぶ。
  • 抽出されたデータの後処理として妥当性検査や正規化、エラー対応手法について説明する。
  • さまざまな形式の文書からOCR情報を抽出し、自動処理フローに組み込む演習を行う。

予測モデル:分類・回帰処理について

  • 定性的な課題(分類)と定量的な課題(回帰)の違いや問題設定方法を説明する。
  • Power Platform内での特徴量準備手順および欠損データ取り扱い法について学ぶ。
  • モデル訓練・検証方法ならびに精度測定基準として正確性や再現率、RMSEの意味合いを理解する。
  • ビジネス利用場面におけるモデルの透明性確保および公平性考慮点について説明する。
  • 顧客離脱予測や数値的予測用のカスタムモデルを作成・評価する演習を行う。

Power AppsおよびPower Automateとの統合手法

  • AI Builderモデルをキャンバスアプリやモデル駆動型アプリに組み込む技術を学ぶ。
  • 抽出された情報処理からビジネス行動への促進までの一連フロー作成方法を把握する。
  • ​拡張性・維持管理性の高いAI対応アプリ開発パターン例を学ぶ。
  • 文書アップロードからOCR実施、予測計算までが一連で行われる事例演習を行う。

補足技術としてのプロセスマイニング基礎知識(任意)

  • イベントログを活用した業務プロセスの特定・分析手法ならびに改善策導出法について説明する。
  • ​解析結果がモデル特徴選定や自動改善サイクル設計にどう関わるか理解する。
  • プロセスマイニング知見とAI Builder機能を組み合わせ、手作業対応が必要なケースを減らす実例も紹介する。

本番環境移行・運用時の管理およびモニタリング手法

  • 機密文書を対象に使用されるAI Builder利用時におけるデータガバナンス、プライバシー保護や法令順守に関する事項について解説する。
  • ​モデル更新サイクル、バージョン管理および性能チェック手法を確認する。
  • 警告機能やダッシュボード利用ならびに人間が関与する検証手順により業務システムを運営するためのポイントも説明する。

まとめおよび今後の展開方向性

要求

  • Power AppsやPower Automate、あるいはPower Platformの管理業務に関する経験があること
  • データ概念および基本的な機械学習の考え方、モデル評価方法に精通していること
  • ​データセットやExcel/CSV形式のエクスポートファイルを扱い、簡単なデータクレンジングができること

対象者

  • Power Platformの開発者やソリューションアーキテクト
  • AIを用いた業務自動化を目指すデータ分析担当者およびプロセス責任者
  • 帳票処理や予測機能の導入に特化したビジネス自動化リーダー
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (3)

今後のコース

関連カテゴリー