SlideShare ist ein Scribd-Unternehmen logo
1 von 33
Power Platform
Alessio Biasiutti
Azure Solution Architect
AI Builder la democratizzazione dell’AI
Platinum Sponsor
Gold Sponsor
Technical Sponsor
Alessio Biasiutti
Azure Solution Architect
alessiobiasiutti
abiasiutti@altitudo.com
@biasiuttiale
Agenda
• La democratizzazione dell’AI
• AI Builder
• Form Processing
• Riconoscimento di oggetti
• Riconoscimento biglietti da visita
• Classificazione binaria
• Classificazione del testo
Democratizzazione dell’intelligenza artificiale
L’impegno di Microsoft è quello di portare l’intelligenza artificiale a
beneficio di tutti. La potenza dei servizi cloud deve essere messa a
disposizione dell’umanità in modo etico, per aiutare le persone a fare
di più e meglio
Satya Nadella
OpenAI
• Investimento di 1 B$ in OpenAI per la
creazione di un Intelligenza Artificiale
Generale
• Microsoft e OpenAI costruiranno nuove
tecnologie di supercalcolo di Azure AI.
• OpenAI eseguirà il porting dei suoi servizi
per l’esecuzione su Azure.
• Microsoft diventerà il partner preferito di
OpenAI per la commercializzazione di
nuove tecnologie AI.
Business Leaders in the age of AI
Esiste una stretta correlazione tra l’adozione dell’Artificial
Intelligence, la crescita del business e l’atteggiamento dei
leader verso l’AI
Ricerca Microsoft “Business leaders in the age of AI” –
realizzata da KRC Research a Gennaio 2019
Più crescita
Percentuale di aziende che utilizza AI in modo sostenuto
41
36
18
27
Global
Italia
Crescita
sostenuta
Crescita
Lenta
Più umanità
Può sembrare un paradosso ma più verrà utilizzata l’AI, più i business leader potranno investire
tempo nel motivare e ispirare le proprie risorse lasciando quindi maggior spazio anche alle
attività più creative e relazionali che contraddistinguono l’essere umano
1 31
2 27
3 25
4 17
Chart Title
Il mercato
Global Artificial Intelligence Market B$ (crescita del 33%)
Dove ci troviamo?
1 Awareness 2 Active 3 Operational 4 Systemic 5 Transformational
Early AI
interest with
risk of
overhyping
AI
experimentation
mostly in a data
science context
AI in production,
creating value by
e.g. process
optimization or
product/service
innovations
AI pervasively
used or digital
process and
chain
transformation,
and disruptive
new digital
business
models
AI is part of
business
DNA
Democrazia! Power Platform
AI Builder
• Che cos’é?
Una piattaforma code-less per abilitare AI all’interno delle applicazioni aziendali
• Che skills sono richieste?
No Python / R
No Algoritmi (solo concetti base)
Conoscere bene i dati del vostro business!
• Cosa permette?
La costruzione di modelli per classificare testo, classificare dati, estrarre informazioni di immagini,
moduli stampati e scritti a mano e da biglietti dai visita
• Come si utilizzano?
Completamente integrato con Power Apps e Flow
• Al momento è disponibile solo in Europa e USA
Attivazione
• Power Platform Admin Center
• Enviroments > «Nome enviroments» > Settings > Features
• Disabilitato negli enviroments esistenti mentre è attivo nei nuovi di default
Form Processing
• Permette di estrarre informazioni e tabelle da moduli stampati (fatture, bolle, report…)
Riquirements & limitations
Requirements
• JPG, PNG, or PDF (PDF meglio)
• < 4MB
• Immagini 50x50 -> 4200x4200
• English
• I valori devo essere preceduti da una
chiave (Date: 10/10/2019, Name: Alessio)
• La chiave può trovarsi sopra o a sinistra
(vicino)
• Almeno 5 documenti tutti con lo stesso
layout
Limitations
• Non sono gestite tabelle complesse
(annidati, celle unite…)
• Checkbox e radiobutton
• PDF con più di 50 pagine
• PDF compilabili
DEMO
Form Processing
Object Detection
• Permette di contare quanti oggetti (tra quelli per cui abbiamo istruito il modello) ci sono all’interno
di un’immagine
Guidelines
• JPG, PNG, or BMP
• < 6MB
• Almeno 50 immagini per oggetto (ne bastano 16 per cominciare)
• Bilanciamento tra le immagini (al massimo un rapporto di 2 a 1 tra il prodotto con più immagini e
quello che ne ha meno)
• Vario tipo (sfondi, dimensioni del prodotto, luce, angolazione
DEMO
Lego Detection
Business Card Reader
• Di recuperare informazioni presenti in un
biglietto da visita
• Non serve alcun training: è pronto all’uso!
• Può essere usato con file o scattando una
foto (solo nella versione mobile)
• Informazioni recuperate: nome, cognome,
dipartimento, company, website, phone
(fino a 3), job title, full address, email,
immagine ritagliata
DEMO
Biusiness Card Reader
Binary Classification
Risponde a domande la cui risposta può assumere valori (tipicamente sì o no)
• Il cliente rinnoverà il servizio?
• Il nuovo contatto comprerà un prodotto?
• Il cliente pagherà in tempo?
• La transazione è anomala?
• La produzione è difettosa?
Skill richiesto:
• Conoscere il business e il significato dei dati che lo governano
• Sapere cos’è una label (cosa vogliamo prevedere)
Prerequisites
• Avere dei dati storici che descrivano un evento e il suo esito
• I dati devono risiedere in una entità Common Data Service
• È possibile creare un Data Flow per caricare i dati (Code Less)
• Avere uno storico di almeno 50 righe (almeno 10 per risposta)
• Deve esistere un campo two-options che rappresenta la label
• Per ottenere una previsione precisa almeno 1000 righe
• I valori contenuti nelle righe NON dovrebbero:
• Avere campi che assumo sempre lo stesso valore
• Avere campi che spesso non assumo valore
• Avere un valore diversi per ogni riga (es. chiave)
Esempio
Text Classification
Permette di classificare un testo. Esempi possono essere
• Sentiment Analysis di un post e di una email
• Indirizzare un’email al reparto corretto
• Valutazione di un commento in campo HR
• Lingue supportate: Inglese, Francese, Tedesco, Olandese, Italiano, Spagnolo e Portoghese
Prerequisites
• Dataset di testi già taggati (anche una Excel per cominciare va bene)
• I dati devono essere copiati in un’unica entità su Common Data Service
• I dati possono essere caricati con un Data Flow
• Il testo può essere lungo al massimo 5000 caratteri e al massimo 50 tags
Prerequisites
• Minimo 50 records ma un migliaio è un numero ragionevole per avere un buon risultato
• Almeno 100 testi per tag
• Dati bilanciati
Esempio
Flow
Al momento è possibile utilizzare flow e i modelli di AI Builder solo se il flow è
contenuto in una solution!
Recap
• Piattaforma Code Less per abilitare AI senza alcuna competenza di programmazione (serve
competenza sui dati ;-))
• Creare modelli per eseguire previsioni, estrarre informazioni da immagini o testo
• Preview ma in General Availability Ottobre 2019 (Text classification Marzo 2020)
• Licensing Piani P1 e P2 (ma sta per cambiare tutto da ottobre con i piani per utente e per app)
© Copyright Microsoft Corporation. All rights reserved.

Weitere ähnliche Inhalte

Ähnlich wie Power Platform: AI Builder la democratizzazione di AI

Introduzione al Domain Driven Design (DDD)
Introduzione al Domain Driven Design (DDD)Introduzione al Domain Driven Design (DDD)
Introduzione al Domain Driven Design (DDD)DotNetMarche
 
Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central Marco Parenzan
 
ODF: l’unico formato standard e aperto per i documenti - Italo Vignoli
ODF: l’unico formato standard e aperto per i documenti - Italo VignoliODF: l’unico formato standard e aperto per i documenti - Italo Vignoli
ODF: l’unico formato standard e aperto per i documenti - Italo VignoliLibreItalia
 
Big data e business intelligence
Big data e business intelligenceBig data e business intelligence
Big data e business intelligenceMarco Pozzan
 
Tecniche di Machine Learning per l’analisi offline dei dati aziendali
Tecniche di Machine Learning per l’analisi offline dei dati aziendaliTecniche di Machine Learning per l’analisi offline dei dati aziendali
Tecniche di Machine Learning per l’analisi offline dei dati aziendaliAlessio Iafrate
 
Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)Davide Mauri
 
Operational Data Store vs Data Lake
Operational Data Store vs Data LakeOperational Data Store vs Data Lake
Operational Data Store vs Data LakeMongoDB
 
Cloud, IoT and Big Data
Cloud, IoT and Big DataCloud, IoT and Big Data
Cloud, IoT and Big DataSolidQIT
 
Alfresco Day Roma 2015: Ephesoft
Alfresco Day Roma 2015: EphesoftAlfresco Day Roma 2015: Ephesoft
Alfresco Day Roma 2015: EphesoftAlfresco Software
 
Microsoft Azure per l'IT Pro
Microsoft Azure per l'IT ProMicrosoft Azure per l'IT Pro
Microsoft Azure per l'IT ProMarco Parenzan
 
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HR
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HRAI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HR
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HRGianluigi Cogo
 
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)Andrea Gioia
 
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-service
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-servicePower BI: Introduzione ai dataflow e alla preparazione dei dati self-service
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-serviceMarco Pozzan
 
Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT CentralPower BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT CentralMarco Parenzan
 

Ähnlich wie Power Platform: AI Builder la democratizzazione di AI (20)

Introduzione al Domain Driven Design (DDD)
Introduzione al Domain Driven Design (DDD)Introduzione al Domain Driven Design (DDD)
Introduzione al Domain Driven Design (DDD)
 
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
 
Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central
 
ODF: l’unico formato standard e aperto per i documenti - Italo Vignoli
ODF: l’unico formato standard e aperto per i documenti - Italo VignoliODF: l’unico formato standard e aperto per i documenti - Italo Vignoli
ODF: l’unico formato standard e aperto per i documenti - Italo Vignoli
 
Big data e business intelligence
Big data e business intelligenceBig data e business intelligence
Big data e business intelligence
 
Tecniche di Machine Learning per l’analisi offline dei dati aziendali
Tecniche di Machine Learning per l’analisi offline dei dati aziendaliTecniche di Machine Learning per l’analisi offline dei dati aziendali
Tecniche di Machine Learning per l’analisi offline dei dati aziendali
 
Datamart.pdf
Datamart.pdfDatamart.pdf
Datamart.pdf
 
Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)
 
Operational Data Store vs Data Lake
Operational Data Store vs Data LakeOperational Data Store vs Data Lake
Operational Data Store vs Data Lake
 
Cloud, IoT and Big Data
Cloud, IoT and Big DataCloud, IoT and Big Data
Cloud, IoT and Big Data
 
DS4Biz - Data Science for Business
DS4Biz - Data Science for BusinessDS4Biz - Data Science for Business
DS4Biz - Data Science for Business
 
Alfresco Day Roma 2015: Ephesoft
Alfresco Day Roma 2015: EphesoftAlfresco Day Roma 2015: Ephesoft
Alfresco Day Roma 2015: Ephesoft
 
Microsoft Azure per l'IT Pro
Microsoft Azure per l'IT ProMicrosoft Azure per l'IT Pro
Microsoft Azure per l'IT Pro
 
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HR
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HRAI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HR
AI GENERATIVE INCUBO O OPPORTUNITÀ PER GLI HR
 
Alfresco Day Roma 2015: TAI
Alfresco Day Roma 2015: TAIAlfresco Day Roma 2015: TAI
Alfresco Day Roma 2015: TAI
 
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)
Corso sistemi aperti - Laboratorio - Case Study (SpagoBI)
 
Aperitech winml
Aperitech winmlAperitech winml
Aperitech winml
 
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-service
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-servicePower BI: Introduzione ai dataflow e alla preparazione dei dati self-service
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-service
 
Kotlin hexagonal-architecture
Kotlin hexagonal-architectureKotlin hexagonal-architecture
Kotlin hexagonal-architecture
 
Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT CentralPower BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central
 

Mehr von Alessio Biasiutti

Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...
Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...
Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...Alessio Biasiutti
 
iot Saturday 2019 - PoC iot in 1 ora
iot Saturday 2019 - PoC iot in 1 oraiot Saturday 2019 - PoC iot in 1 ora
iot Saturday 2019 - PoC iot in 1 oraAlessio Biasiutti
 
IoT Saturday 2019 - Custom Vision on Edge device
IoT Saturday 2019 - Custom Vision on Edge deviceIoT Saturday 2019 - Custom Vision on Edge device
IoT Saturday 2019 - Custom Vision on Edge deviceAlessio Biasiutti
 
Azure day 2019 - Custom Vision on Edge device
Azure day 2019 - Custom Vision on Edge deviceAzure day 2019 - Custom Vision on Edge device
Azure day 2019 - Custom Vision on Edge deviceAlessio Biasiutti
 
SQL Saturday 2019 - Event Processing with Spark
SQL Saturday 2019 - Event Processing with SparkSQL Saturday 2019 - Event Processing with Spark
SQL Saturday 2019 - Event Processing with SparkAlessio Biasiutti
 
XE - Azure in the real world
XE - Azure in the real worldXE - Azure in the real world
XE - Azure in the real worldAlessio Biasiutti
 
Custom vision on edge device
Custom vision on edge deviceCustom vision on edge device
Custom vision on edge deviceAlessio Biasiutti
 
Visual Studio for IoT Solutions
Visual Studio for IoT SolutionsVisual Studio for IoT Solutions
Visual Studio for IoT SolutionsAlessio Biasiutti
 
Azure Saturday Pordenone 2018 IoT real time processing for lazy developer
Azure Saturday Pordenone 2018 IoT real time processing for lazy developerAzure Saturday Pordenone 2018 IoT real time processing for lazy developer
Azure Saturday Pordenone 2018 IoT real time processing for lazy developerAlessio Biasiutti
 

Mehr von Alessio Biasiutti (10)

Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...
Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...
Tutto quello che non vi hanno mai detto su Azure Integration Services (Logic ...
 
iot Saturday 2019 - PoC iot in 1 ora
iot Saturday 2019 - PoC iot in 1 oraiot Saturday 2019 - PoC iot in 1 ora
iot Saturday 2019 - PoC iot in 1 ora
 
IoT Saturday 2019 - Custom Vision on Edge device
IoT Saturday 2019 - Custom Vision on Edge deviceIoT Saturday 2019 - Custom Vision on Edge device
IoT Saturday 2019 - Custom Vision on Edge device
 
Azure day 2019 - Custom Vision on Edge device
Azure day 2019 - Custom Vision on Edge deviceAzure day 2019 - Custom Vision on Edge device
Azure day 2019 - Custom Vision on Edge device
 
SQL Saturday 2019 - Event Processing with Spark
SQL Saturday 2019 - Event Processing with SparkSQL Saturday 2019 - Event Processing with Spark
SQL Saturday 2019 - Event Processing with Spark
 
XE - Azure in the real world
XE - Azure in the real worldXE - Azure in the real world
XE - Azure in the real world
 
PoC IoT in 1 ora
PoC IoT in 1 oraPoC IoT in 1 ora
PoC IoT in 1 ora
 
Custom vision on edge device
Custom vision on edge deviceCustom vision on edge device
Custom vision on edge device
 
Visual Studio for IoT Solutions
Visual Studio for IoT SolutionsVisual Studio for IoT Solutions
Visual Studio for IoT Solutions
 
Azure Saturday Pordenone 2018 IoT real time processing for lazy developer
Azure Saturday Pordenone 2018 IoT real time processing for lazy developerAzure Saturday Pordenone 2018 IoT real time processing for lazy developer
Azure Saturday Pordenone 2018 IoT real time processing for lazy developer
 

Power Platform: AI Builder la democratizzazione di AI

  • 1. Power Platform Alessio Biasiutti Azure Solution Architect AI Builder la democratizzazione dell’AI
  • 3. Alessio Biasiutti Azure Solution Architect alessiobiasiutti abiasiutti@altitudo.com @biasiuttiale
  • 4. Agenda • La democratizzazione dell’AI • AI Builder • Form Processing • Riconoscimento di oggetti • Riconoscimento biglietti da visita • Classificazione binaria • Classificazione del testo
  • 5. Democratizzazione dell’intelligenza artificiale L’impegno di Microsoft è quello di portare l’intelligenza artificiale a beneficio di tutti. La potenza dei servizi cloud deve essere messa a disposizione dell’umanità in modo etico, per aiutare le persone a fare di più e meglio Satya Nadella
  • 6. OpenAI • Investimento di 1 B$ in OpenAI per la creazione di un Intelligenza Artificiale Generale • Microsoft e OpenAI costruiranno nuove tecnologie di supercalcolo di Azure AI. • OpenAI eseguirà il porting dei suoi servizi per l’esecuzione su Azure. • Microsoft diventerà il partner preferito di OpenAI per la commercializzazione di nuove tecnologie AI.
  • 7. Business Leaders in the age of AI Esiste una stretta correlazione tra l’adozione dell’Artificial Intelligence, la crescita del business e l’atteggiamento dei leader verso l’AI Ricerca Microsoft “Business leaders in the age of AI” – realizzata da KRC Research a Gennaio 2019
  • 8. Più crescita Percentuale di aziende che utilizza AI in modo sostenuto 41 36 18 27 Global Italia Crescita sostenuta Crescita Lenta
  • 9. Più umanità Può sembrare un paradosso ma più verrà utilizzata l’AI, più i business leader potranno investire tempo nel motivare e ispirare le proprie risorse lasciando quindi maggior spazio anche alle attività più creative e relazionali che contraddistinguono l’essere umano 1 31 2 27 3 25 4 17 Chart Title
  • 10. Il mercato Global Artificial Intelligence Market B$ (crescita del 33%)
  • 11. Dove ci troviamo? 1 Awareness 2 Active 3 Operational 4 Systemic 5 Transformational Early AI interest with risk of overhyping AI experimentation mostly in a data science context AI in production, creating value by e.g. process optimization or product/service innovations AI pervasively used or digital process and chain transformation, and disruptive new digital business models AI is part of business DNA
  • 13. AI Builder • Che cos’é? Una piattaforma code-less per abilitare AI all’interno delle applicazioni aziendali • Che skills sono richieste? No Python / R No Algoritmi (solo concetti base) Conoscere bene i dati del vostro business! • Cosa permette? La costruzione di modelli per classificare testo, classificare dati, estrarre informazioni di immagini, moduli stampati e scritti a mano e da biglietti dai visita • Come si utilizzano? Completamente integrato con Power Apps e Flow • Al momento è disponibile solo in Europa e USA
  • 14. Attivazione • Power Platform Admin Center • Enviroments > «Nome enviroments» > Settings > Features • Disabilitato negli enviroments esistenti mentre è attivo nei nuovi di default
  • 15. Form Processing • Permette di estrarre informazioni e tabelle da moduli stampati (fatture, bolle, report…)
  • 16. Riquirements & limitations Requirements • JPG, PNG, or PDF (PDF meglio) • < 4MB • Immagini 50x50 -> 4200x4200 • English • I valori devo essere preceduti da una chiave (Date: 10/10/2019, Name: Alessio) • La chiave può trovarsi sopra o a sinistra (vicino) • Almeno 5 documenti tutti con lo stesso layout Limitations • Non sono gestite tabelle complesse (annidati, celle unite…) • Checkbox e radiobutton • PDF con più di 50 pagine • PDF compilabili
  • 18. Object Detection • Permette di contare quanti oggetti (tra quelli per cui abbiamo istruito il modello) ci sono all’interno di un’immagine
  • 19. Guidelines • JPG, PNG, or BMP • < 6MB • Almeno 50 immagini per oggetto (ne bastano 16 per cominciare) • Bilanciamento tra le immagini (al massimo un rapporto di 2 a 1 tra il prodotto con più immagini e quello che ne ha meno) • Vario tipo (sfondi, dimensioni del prodotto, luce, angolazione
  • 21. Business Card Reader • Di recuperare informazioni presenti in un biglietto da visita • Non serve alcun training: è pronto all’uso! • Può essere usato con file o scattando una foto (solo nella versione mobile) • Informazioni recuperate: nome, cognome, dipartimento, company, website, phone (fino a 3), job title, full address, email, immagine ritagliata
  • 23. Binary Classification Risponde a domande la cui risposta può assumere valori (tipicamente sì o no) • Il cliente rinnoverà il servizio? • Il nuovo contatto comprerà un prodotto? • Il cliente pagherà in tempo? • La transazione è anomala? • La produzione è difettosa? Skill richiesto: • Conoscere il business e il significato dei dati che lo governano • Sapere cos’è una label (cosa vogliamo prevedere)
  • 24. Prerequisites • Avere dei dati storici che descrivano un evento e il suo esito • I dati devono risiedere in una entità Common Data Service • È possibile creare un Data Flow per caricare i dati (Code Less) • Avere uno storico di almeno 50 righe (almeno 10 per risposta) • Deve esistere un campo two-options che rappresenta la label • Per ottenere una previsione precisa almeno 1000 righe • I valori contenuti nelle righe NON dovrebbero: • Avere campi che assumo sempre lo stesso valore • Avere campi che spesso non assumo valore • Avere un valore diversi per ogni riga (es. chiave)
  • 26. Text Classification Permette di classificare un testo. Esempi possono essere • Sentiment Analysis di un post e di una email • Indirizzare un’email al reparto corretto • Valutazione di un commento in campo HR • Lingue supportate: Inglese, Francese, Tedesco, Olandese, Italiano, Spagnolo e Portoghese
  • 27. Prerequisites • Dataset di testi già taggati (anche una Excel per cominciare va bene) • I dati devono essere copiati in un’unica entità su Common Data Service • I dati possono essere caricati con un Data Flow • Il testo può essere lungo al massimo 5000 caratteri e al massimo 50 tags
  • 28. Prerequisites • Minimo 50 records ma un migliaio è un numero ragionevole per avere un buon risultato • Almeno 100 testi per tag • Dati bilanciati
  • 30. Flow Al momento è possibile utilizzare flow e i modelli di AI Builder solo se il flow è contenuto in una solution!
  • 31. Recap • Piattaforma Code Less per abilitare AI senza alcuna competenza di programmazione (serve competenza sui dati ;-)) • Creare modelli per eseguire previsioni, estrarre informazioni da immagini o testo • Preview ma in General Availability Ottobre 2019 (Text classification Marzo 2020) • Licensing Piani P1 e P2 (ma sta per cambiare tutto da ottobre con i piani per utente e per app)
  • 32.
  • 33. © Copyright Microsoft Corporation. All rights reserved.