Initiation à l'intelligence artificielle

  • Cours (CM) 6h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) 8h
  • Travail étudiant (TE) 12h

Langue de l'enseignement : Français

Description du contenu de l'enseignement

  • Principes généraux : représentation et analyse de données, généralisation sur l’apprentissage
  • Méthodes de classification directe (k-plus-proches-voisins, …)
  • Introduction à l’apprentissage non supervisé et à l’apprentissage supervisé
  • Introduction aux machines SVM
  • Modélisation par réseaux de neurones
  • Etude de cas en sciences pour l’ingénieur : TP à l’aide d’un logiciel d’intelligence artificielle

Compétences à acquérir

1. Disciplinaires
  • Savoir expliquer et utiliser les principales méthodes d’apprentissage utilisées en intelligence artificielle
  • Savoir décrire une machine à vecteurs supports
  • Savoir décrire le principe de fonctionnement d’un réseau de neurones
  • Savoir modéliser un problème complexe d’ingénierie
2. Transversales
  • Savoir organiser et planifier son travail en pleine autonomie
  • Savoir rechercher des informations et faire preuve d’analyse critique

Bibliographie, lectures recommandées

  • Cornuéjols, A & Miclet, L. (2010) "Apprentissage Artificiel. Concepts et algorithmes", Eyrolles (2nd. Ed.) ;
  • Boi Faltings, Michael Schumacher, "L'intelligence artificielle par la pratique", Presses Polytechniques et Universitaires Romandes (PPUR), 2017 (2e édition).

Contact

Faculté de physique et ingénierie

3-5, rue de l'Université
67084 STRASBOURG CEDEX

Formulaire de contact

Responsable

Dominique Knittel