Portail nationalFormations hybrides

Intelligence Artificielle

Code UE : USCB1F

  • Cours + travaux pratiques
  • 6 crédits

Responsable(s)

Nicolas PIOCH

Public, conditions d’accès et prérequis

Enseignement de base en intelligence artificielle, ce cours s'adresse aux étudiants n'ayant reçu aucune formation dans cette discipline et ayant le niveau de fin de cycle probatoire en informatique.

Objectifs pédagogiques

Ce cours présente les principes des grandes méthodes de l'intelligence artificielle et explique comment les appliquer pour résoudre des problèmes n'ayant pas de solution algorithmique.

Compétences visées

Appliquer les méthodes de l'intelligence artificielle pour résoudre des problèmes n'ayant pas de solution algorithmique.

Mots-clés

Contenu

Introduction
Définition de l'intelligence artificielle.
Agents intelligents : définition, rationalité, types d'environnements, structure des agents.
Résolution de problèmes
Stratégies d'exploration non informées.
Stratégies d'exploration  informées (heuristiques) : exploration A*.
Algorithmes d'exploration locale : hill-climbing, recuit simulé, algorithmes génétiques.
Problèmes à satisfaction de contraintes : exploration avec backtracking, exploration locale.
Exploration en situation d'adversité (les jeux) : algorithme minimax, élagage alpha-bêta.
Agents fondés sur les connaissances
Représentation des connaissances et inférence.
Systèmes experts.
Apprentissage
Apprentissage supervisé : arbres de décisions, réseaux de neurones.
Apprentissage non-supervisé.
Apprentissage par renforcement.

Modalité d'évaluation

Examen final (sur table)

Bibliographie

  • S. RUSSELL & P. NORVIG : Intelligence Artificielle (Pearson).

Cette UE apparaît dans les diplômes et certificats suivants

Contact



Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.

Enseignement non encore programmé