Nederlandstalige editie
Document AI: OCR en Document Intelligence
Intelligente documentextractie met OCR 3: tekstherkenning, annotaties, tabellen, document-QnA en batchverwerking.
16 lessen ca. 1 h 30 min Ontwikkelaar
Wat u leert
- De Mistral OCR API in Python aanroepen om een document om te zetten in gestructureerde tekst
- Tabellen, kopteksten en paginering uit een document extraheren zonder de oorspronkelijke structuur te verliezen
- De Annotations API configureren om gestructureerde metadata te extraheren, inclusief bij batchverwerking
- Een of meer documenten bevragen met Document QnA en onderbouwde antwoorden verkrijgen
- OCR integreren in een RAG-pipeline en de documentpipeline industrialiseren voor productie
Cursusoverzicht
- Voor wie
- Ontwikkelaars, ingenieurs en integrators die Mistral AI via API in hun toepassingen willen benutten.
- Vereisten
- Vermogen om Python en JSON te lezen, basiskennis van de commandoregel. Een Mistral AI Studio API-sleutel om de voorbeelden uit te proberen.
- Duur
- 1 h 30 min — 16 lessen
- Modaliteiten
- 100% online zelfgestuurd cursus, 24/7 toegankelijk via een browser. Voortgang wordt opgeslagen, op elk moment hervatbaar. Geschatte duur: 1 h 30 min.
- Toetsing
- Oefeningen voorgesteld tijdens de lessen. Elke les eindigt met zijn belangrijkste leerpunten, ter ondersteuning van zelfevaluatie. Een eindquiz van 5 gecorrigeerde vragen, aan het einde van de laatste les, valideert de verworven vaardigheden.
- Toegankelijkheid
- Zelfgestuurde cursus toegankelijk voor personen met een handicap: tekstinhoud compatibel met schermlezers, toetsenbordnavigatie en conforme contrasten. Voor aanpassingsbehoeften, e-mail naar [email protected].
- Prijs
- Gratis
Inhoud van de cursus
- 01 Inleiding tot Document AI
- 02 Mistral's OCR-model (OCR 4)
- 03 Use Cases voor Document AI
- 04 De OCR-API van Mistral
- 05 Uw eerste OCR-aanroep in Python
- 06 Extractie van tabellen en structuur
- 07 Kopteksten, voetteksten en paginering
- 08 Optimaliseren van de OCR-nauwkeurigheid
- 09 De Annotations API
- 10 Extraire des métadonnées structurées
- 11 Annotations par lots
- 12 Cas d'utilisation des annotations
- 13 De Document QnA API
- 14 QnA multi-documents
- 15 Intégratie van OCR + RAG
- 16 Pipeline de production