Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
UI-M1-IRIGIG-846-C | UE optionnelle | MELOT Hadrien | S825 - Algorithmique |
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
Français | 0 | 0 | 0 | 0 | 0 | 5 | 5 |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
S-INFO-061 | 100% |
Objectifs par rapport aux acquis d'apprentissage du programme
- Imaginer, concevoir, réaliser et mettre en oeuvre des modèles conceptuels et des solutions informatiques pour répondre à des problèmes complexes notamment de décision, d'optimisation, de gestion et de production dans le cadre d'une démarche d'innovation en entreprise en intégrant l'évolution des besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
- Sur base d'une modélisation, concevoir un système ou une stratégie répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
- 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
- Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs au domaine de l'Informatique et Gestion
- 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.
Acquis d'apprentissage UE
A l'issue de cet enseignement, les étudiants auront été initiés à différents domaines classiques 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.
Contenu de l'UE
Voir unique activité d'apprentissage.
Compétences préalables
Connaissance d'un langage de programmation (par ex. Python ou Java) et connaissances en structure de données de base (listes, arbres, graphes).
Types d'évaluation Q1 pour l'épreuve intégrée
- Néant
Types d'évaluation Q2 pour l'épreuve intégrée
- Examen écrit
- Exercice(s) coté(s)
Types d'évaluation du Q3 pour l'épreuve intégrée
- Examen écrit
Types d'activités
AA | |
---|---|
S-INFO-061 |
Mode d'enseignement
AA | |
---|---|
S-INFO-061 |
Supports principaux
AA | |
---|---|
S-INFO-061 |
Supports principaux non reproductibles
AA | |
---|---|
S-INFO-061 |
Supports complémentaires
AA | |
---|---|
S-INFO-061 |
Supports complémentaires non reproductibles
AA | |
---|---|
S-INFO-061 |
Autres références conseillées
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 1 (Q1) - type
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 1 (Q1) - commentaire
AA | |
---|---|
S-INFO-061 |
Evaluation de l'épreuve de rattrapage du quadrimestre 1 (Q1) pour B1BA - type
AA | |
---|---|
S-INFO-061 |
Evaluation de l'épreuve de rattrapage du quadrimestre 1 (Q1) pour B1BA - commentaire
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 2 (Q2) - type
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 2 (Q2) - commentaire
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 3 (Q3) - type
AA | |
---|---|
S-INFO-061 |
Evaluation du quadrimestre 3 (Q3) - commentaire
AA | |
---|---|
S-INFO-061 |