Programme d’études 2021-2022English
Advanced topics in artificial intelligence
Unité d’enseignement du programme de Master en sciences informatiques à la Faculté des Sciences

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-M1-INFO60-070-MUE optionnelleDUPONT StéphaneS841 - Service d'Intelligence Artificielle
  • DUPONT Stéphane

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Anglais
Anglais121200033.002e quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-ILIA-027Advanced topics in Artificial Intelligence1212000Q2100.00%

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
  • Maîtriser les techniques de communication
    • -Pouvoir communiquer de façon claire, structurée et argumentée, tant à l'oral qu'à l'écrit, ses conclusions, ses propositions originales ainsi que les connaissances et principes sous-jacents
  • Développer et intégrer un grand degré d'autonomie
    • -Etre capable d'acquérir seul de nouveaux savoirs
  • Appliquer une méthodologie scientifique
    • -Avoir la capacité de mener une réflexion critique sur l'impact de l'informatique en général et, en particulier, lors de la contribution à des projets

Acquis d'apprentissage UE

A l'issue de cette UE, l'étudiant.e devrait avoir acquis des connaissances théoriques et des compétences pratiques en rapport avec l'un des paradigmes majeurs de l'IA : les modèles probabilistes. Il/elle devrait :
- comprendre l'importance et l'intérêt de la perspective probabiliste à l'IA.
- connaître la théorie de base des modèles graphiques probabilistes et réseaux bayésiens.
- connaître les modèles de Markov cachés, les filtres à particules, les mélanges de gaussiennes, et l'allocation de Dirichlet latente.
- être capable de mettre en oeuvre des approches d'inférence statistique.
- savoir utiliser les librairies logicielles dédiées à la programmation probabiliste (PyMC3, Pyro, etc.).
 

Contenu de l'UE

L'UE est composée d'une AA qui expose:
- l'intelligence artificielle exploitant la théorie des probabilités, sur base des modèles graphiques probabilistes, des réseaux bayésiens, et de leur mise en oeuvre via la programmation probabiliste.

La partie pratique de cette AA comportera des TPs permettant de s'approprier la théorie.

Plus de détails sur le contenu sont donnés dans la fiche ECTS de cette AA.

Compétences préalables

Sans objet

Types d'évaluations Q2 pour l'UE

  • Présentation et/ou travaux
  • Examen oral
  • Epreuves pratiques
  • Exercice(s) coté(s)

Commentaire sur les évaluations Q2 de l'UE

Sans object

Types d'évaluation Q3 pour l'UE

  • Présentation et/ou travaux
  • Examen oral
  • Epreuves pratiques
  • Exercice(s) coté(s)

Commentaire sur les évaluations Q3 de l'UE

Sans objet

Types d'activités

AATypes d'activités
I-ILIA-027
  • Cours magistraux
  • Travaux pratiques
  • Travaux de laboratoire
  • Projet sur ordinateur

Mode d'enseignement

AAMode d'enseignement
I-ILIA-027
  • Face à face
  • A distance
  • Mixte

Supports principaux

AA
I-ILIA-027

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ILIA-027Tous les supports et outils du cours sont mis à la disposition des étudiants par Moodle, la plateforme e-learning de l'UMONS.

Supports complémentaires

AA
I-ILIA-027

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ILIA-027Tous les supports complémentaires seront accessibles sur Moodle, la plateforme e-learning de l'UMONS.

Autres références conseillées

AAAutres références conseillées
I-ILIA-027Sans objet

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

AAReports des notes d'AA d'une année à l'autre
I-ILIA-027Non autorisé
(*) 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 dernière mise à jour de la fiche ECTS par l'enseignant : 24/05/2021
Date de dernière génération automatique de la page : 06/05/2022
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be