Intelligence artificielle et optimisation
- Code de l'UE INFOB224
-
Horaire
30 15Quadri 2
- Crédits ECTS 5
- Langue
- Professeur
A l'issue du cours, l'étudiant doit être capable de
Il doit aussi pouvoir faire preuve d'une compréhension des différents thèmes abordés (cf. contenu), c'est-à-dire être capable d'exprimer avec ses propres mots la théorie et les méthodes vues au cours et expliquer dans quel contexte celles-ci sont utiles.
Le but de cours est d'introduire l'étudiant à l’intelligence artificielle, en mettant l’accent sur les aspects liés à la recherche opérationnelle, l’optimisation et le raisonnement sous incertitude. La première partie (Prof. Benoît Frénay) aborde l'optimisation linéaire en détails, mais d'autres domaines connexes seront abordés, tels que la théorie des jeux, l’optimisation non-linéaire, la programmation en nombres entiers, la prise de décision sous incertitude, etc. Dans la seconde partie, (Prof. Elio Tuci) aborde la logique floue, les métaheuristiques (optimisation par ensembles, évolutionnaire, par essaims, par colonies de fourmis…) et la vision par ordinateur.
L’examen oral porte sur la théorie du cours et les exercices.
Formation | Programme d’études | Bloc | Crédits | Obligatoire |
---|---|---|---|---|
Bachelier en sciences informatiques | Standard | 0 | 5 | |
Bachelier en sciences informatiques | Standard | 2 | 5 |