Objectifs par rapport aux acquis d'apprentissage du programme

• Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l'ingénieur civil en Informatique et Gestion à finalité Innovation et Systèmes d'Informations.
• Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs - À l'amélioration des processus de décision et de gestion, la maîtrise de la modélisation mathématique et des algorithmes d'optimisation, l'analyse des grands volumes de données.- À la maîtrise des outils du Web et multimédia, la conception et l'exploitation des systèmes informatiques distribués et mobiles, la gestion d'un projet logiciel de grande envergure.- À la gestion innovante d'une entreprise et ou d'une équipe de projet.- Aux systèmes d'information (data mining, base de données, cloud computing, ...) et au management de l'innovation technologique.
• Analyser et modéliser une solution informatique innovante ou une stratégie d'entreprises en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, optimisation, algorithmique, calculs), y compris en tenant compte des aspects pluridisciplinaires.
• Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine des sciences et technologies de l'information et du management quantitatif et qualitatif de l'entreprise.
• Evaluer la validité des modèles et des résultats compte tenu de l'état de la science et des caractéristiques du problème.

Acquis d'apprentissage UE

AA "Intelligence Artificielle": à l'issue de cet enseignement, l'étudiant sera capables de :
      - maîtriser, formuler et résoudre des problèmes en intelligence artificielle ;
      - maîtriser les concepts d'intelligence artificielle : agents et environnement, systèmes multi-agents, réseaux de neurones,      apprentissage automatique, etc.
      - comprendre le lien entre l'intelligence artificielle, Data science, Machine et Deep Learning.

AA "Streaming Data Analysis" : méthode de prévision
        A l'issue de cet enseignement, les étudiants maîtriseront les éléments de l'étude des séries chronologiques à une dimension c'est-à-dire qu'ils seront capables:
          - de comprendre et expliquer quelques modèles de séries chronologiques ;
          - d'utiliser un logiciel de statistique pour choisir un modèle, ajuster ses paramètres et faire des prévisions;
          - d'évaluer la qualité du modèle et la précision des prévisions

Contenu de l'UE

AA "Intelligence Artificielle":
- Introduction et définition de l'intelligence artificielle ;
- Les agents intelligents ;
- Les systèmes multi-agent ;
- Rappel et terminologie de l'apprentissage automatique ;
- Les réseaux de neurones profonds (Deep Learning) ;
- Types de réseaux de neurones profonds (MLP, CNN, RNN, etc.)

AA "Streaming Data Analysis" :
- séries univariées (décomposition en tendance, saisonnalité et cycle);
- modèles ARIMA et méthodologie de Box et Jenkins;
- lissages exponentiels;
- aperçu sur les séries multivariées.

Compétences préalables

Sans objet

Types d'évaluations Q1 pour l'UE

• Examen écrit
• Epreuve pratique

Commentaire sur les évaluations Q1 de l'UE

AA "Intelligence Artificielle": examen écrit + travail pratique sur ordinateur
AA "Streaming Data Analysis" : examen écrit + travail pratique sur ordinateur

Types d'évaluation Q3 pour l'UE

• Examen écrit
• Epreuves pratiques

Commentaire sur les évaluations Q3 de l'UE

Idem Q1

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

• Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet