 | Programme d’études 2019-2020 | English | |
| Intelligence Artificielle | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| I-INFO-026 |
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 18 | 18 | 0 | 0 | 0 | Q1 |
| Modalités d'organisation des évaluations à distance de fin de Q3 2019-2020 (Covid-19) |
|---|
|
| Description des modalités d'évaluation à distance de fin de Q3 2019-2020 (Covid-19) |
| Evaluation (questions-réponses et analyse d'exemples) de l'acquisition des points suivants : - Bases, apporches et exemples concrets d'applications d'intelligence articifielles - Prcessus de développent, entrainement et évaluation d'un réseau de neurone profond |
Contenu de l'AA
- 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.)
Supports principaux non reproductibles
Russel, S. Et Norvig, P., (2010) Artificial Intelligence : A Modern Approach 3rd edition, Pearson
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Sans objet
Mode d'enseignement
- Face à face
Types d'activités
- Cours magistraux
- Conférences
- Travaux pratiques
- Projet sur ordinateur
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend
(*) 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