Acquis d'apprentissage

Au terme du cours, l'étudiant aura acquis une maîtrise des principaux concepts et des principales techniques de l'Intelligence Artificielle.

 

Objectifs

L'objectif du cours est d'exposer les concepts et techniques de base de l'Intelligence Artificielle.

Contenu

Après une introduction au domaine de l'Intelligence Artificielle, le cours s'articule autour de deux parties: (i) d'une part l'étude de techniques de recherche et (ii) d'autre part, l'étude de mécanismes de représentation de connaissances. La première partie aborde les méthodes de recherches exhaustives, heuristiques ainsi que de résolution de contraintes. La deuxième partie étudie les mécanismes de représentation procédurale et déclarative. On y aborde aussi les bases
de l'apprentissage automatique. Tout au long du cours, la programmation logique est utilisée comme fil conducteur ainsi que comme support à l'écriture de programmes

Méthodes d'enseignement

Le cours est conçu comme une suite d'exposés où se mêlent théorie et applications pratiques. Elle est complétée par une série de travaux pratiques qui permettent à l'étudiant d'approfondir les concepts sur des cas concrets.

Méthode d'évaluation

L'étudiant est évalué sur deux bases : d'une part sur la remise de travaux à réaliser durant le quadrimestre et d'autre part sur base d'un examen écrit et d'un examen oral. La réussite du cours est conditionnée à la réussite de chacune de ces parties.

Les travaux à réaliser exigeant une implication certaine de l'étudiant durant tout le quadrimestre, en application de l'article 32, paragraphe 1 du Règlement des études et des examens, seuls les travaux de qualité suffisante (sanctionnés par une note supérieure à 5/20) pourront être représentés en 2e session.

Sources, références et supports éventuels

S. Russel et P. Norvicq, Artificial Intelligence: a Modern Approach. Pearson, 2016.

Langue d'instruction

Français