 | Programme d’études 2022-2023 | English | |
 | Advanced topics in artificial intelligence | ||
Unité d’enseignement du programme de Master en sciences informatiques (MONS) (Horaire jour) à la Faculté des Sciences |
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-M1-SCINFO-502-M | UE optionnelle | DUPONT Stéphane | F105 - Information, Signal et Intelligence artificielle |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|---|---|---|---|---|---|---|---|---|
| Anglais, Français | 12 | 12 | 0 | 0 | 0 | 3 | 3.00 | 2e quadrimestre |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|---|---|---|---|---|---|---|---|
| I-ILIA-027 | Advanced topics in Artificial Intelligence | 12 | 12 | 0 | 0 | 0 | Q2 | 100.00% |
| 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 fort 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 de l'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 : descriptif et cohérence pédagogique
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'activités
| AA | Types d'activités |
|---|---|
| I-ILIA-027 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| I-ILIA-027 |
|
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| I-ILIA-027 | Tous les supports et outils du cours sont mis à la disposition des étudiants par Moodle, la plateforme e-learning de l'UMONS. |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| I-ILIA-027 | Tous les supports complémentaires seront accessibles sur Moodle, la plateforme e-learning de l'UMONS. |
Autres références conseillées
| AA | Autres références conseillées |
|---|---|
| I-ILIA-027 | Sans objet |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|---|
| I-ILIA-027 | Non autorisé |
Evaluation du quadrimestre 2 (Q2) - type
| AA | Type(s) et mode(s) d'évaluation Q2 |
|---|---|
| I-ILIA-027 |
|
Evaluation du quadrimestre 2 (Q2) - commentaire
| AA | Commentaire sur l'évaluation Q2 |
|---|---|
| I-ILIA-027 | - Examen oral (65%) avec préparation par écrit, couvrant l'ensemble de la théorie (concepts, mathématiques, etc.) et de la pratique (code des TPs, etc.) et comportant des questions ouvertes et des questions QCM. - Rapports (15%) des TPs. Note par groupe. - Présentation (20%) d'un outil (module logiciel) ou d'un article scientifique par un bref rapport écrit et une présentation orale. Note individuelle. |
Evaluation du quadrimestre 3 (Q3) - type
| AA | Type(s) et mode(s) d'évaluation du Q3 |
|---|---|
| I-ILIA-027 |
|
Evaluation du quadrimestre 3 (Q3) - commentaire
| AA | Commentaire sur l'évaluation Q3 |
|---|---|
| I-ILIA-027 | - Examen oral (65%) avec préparation par écrit, couvrant l'ensemble de la théorie (concepts, mathématiques, etc.) et de la pratique (code des TPs, etc.) et comportant des questions ouvertes et des questions QCM. - Rapports (15%) des TPs. Note par groupe. - Présentation (20%) d'un outil (module logiciel) ou d'un article scientifique par un bref rapport écrit et une présentation orale. Note individuelle. |