 | Programme d’études 2022-2023 | 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 présente les liens entre Intelligence Artificelle et la théorie des graphes, et ce dans les deux sens : en quoi les graphes sont utiles en IA ? Et qu'est-ce que l'IA peut faire pour la théorie des graphes ? Les thèmes abordés seront liés à la programmation par contrainte, les algorithmes d'approximation et la découverte en théorie des graphes assistées par ordinateur, qui est le thème principal des recherches du service d'Algorithmique de l'UMONS.
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
- En présentiel
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