Programme d’études 2020-2021English
Graphes et intelligence artificielle
Unité d’enseignement du programme de Master en sciences informatiques à la Faculté des Sciences

Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation spéciales Covid-19 éventuellement prévues pour la fin du Q3

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-M1-SCINFO-002-MUE optionnelleMELOT HadrienS825 - Algorithmique
  • MELOT Hadrien

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français201000033.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-INFO-021Graphes et intelligence artificielle2010000Q1100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Avoir acquis des connaissances hautement spécialisées et intégrées et des compétences larges dans les diverses disciplines des sciences informatiques, qui font suite à celles relevant du niveau de bachelier en sciences informatiques

Acquis d'apprentissage UE

A l'issue de cet enseignement, les étudiants auront approfondis certains domaines de l'Intelligence Artificielle. Ils seront capables d'identifier quand une méthode particulière est applicable. Le cours se concentrera sur les aspects algorithmiques de l'Intelligence Artificielle et de la théorie des graphes ainsi que de certains aspects théoriques.

Contenu de l'UE

Voir l'unique activité d'apprentissage.

Compétences préalables

Avoir suivi avec le succès le cours "Intelligence Artificielle".

Types d'évaluations Q1 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q1 de l'UE

Examen oral 100%

Types d'évaluations Q2 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q2 de l'UE

Examen oral 100%

Types d'évaluation Q3 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q3 de l'UE

Examen oral 100%

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

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Pas applicable.

Types d'activités

AATypes d'activités
S-INFO-021
  • Cours magistraux
  • Exercices dirigés

Mode d'enseignement

AAMode d'enseignement
S-INFO-021
  • Face à face

Supports principaux

AA
S-INFO-021

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-INFO-021Sans objet

Supports complémentaires

AA
S-INFO-021

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-INFO-021Sans objet

Autres références conseillées

AAAutres références conseillées
S-INFO-021Russel, S. and Norvig, P., Artificial Intelligence: A Modern Approach, 3ième édition, Pearson, 2010   Williamson, Shmoys, The Design of Approximation Algorithms, Cambridge University Press (2011). Version électronique disponible en ligne: www.designofapproxalgs.com

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
S-INFO-021Autorisé
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 09/07/2021
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be