 | Programme d’études 2021-2022 | English | |
| Graphes et intelligence artificielle | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| S-INFO-021 |
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 20 | 10 | 0 | 0 | 0 | Q1 |
Contenu de l'AA
Ce cours faisant suite au cours "Intelligence Artificielle", il couvre certains sujets d'IA qui permettent de compléter et d'approfondir les notions vues précédemment, comme les CSP, le raisonnement probabiliste, les algorithmes d'approximation, la découverte assistée par ordinateur en théorie des graphes, etc. Remarque: cette AA ne couvre pas l'apprentissage automatique ou le deep learning car ces sujets sont couverts dans d'autres cours spécifiques.
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Russel, 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
Mode d'enseignement
- Face à face
Types d'activités
- Cours magistraux
- Exercices dirigés
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend