Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

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

  1. 01 Inleiding tot Document AI
  2. 02 Mistral's OCR-model (OCR 4)
  3. 03 Use Cases voor Document AI
  4. 04 De OCR-API van Mistral
  5. 05 Uw eerste OCR-aanroep in Python
  6. 06 Extractie van tabellen en structuur
  7. 07 Kopteksten, voetteksten en paginering
  8. 08 Optimaliseren van de OCR-nauwkeurigheid
  9. 09 De Annotations API
  10. 10 Extraire des métadonnées structurées
  11. 11 Annotations par lots
  12. 12 Cas d'utilisation des annotations
  13. 13 De Document QnA API
  14. 14 QnA multi-documents
  15. 15 Intégratie van OCR + RAG
  16. 16 Pipeline de production