Intelligence Artificielle - 5MMIA

Objectif(s)

• Acquérir les compétences de base en apprentissage automatique et en intelligence artificielle.
• Acquérir une culture générale suffisante en science des données pour pourvoir interagir avec des spécialistes de la théorie de l'apprentissage statistique ou de l'intelligence artificielle.
• Connaître un ou deux champs particuliers de l'Intelligence Artificielle

Contenu(s)

• Introduction générale à l'Intelligence Artificielle (1h30 CM)
• Intelligence Artificielle Symbolique (3h CM +1h30TP)
  1. Problèmes de satisfaction de contraintes, recherche
  2. Systèmes multiagents
• Apprentissage Automatique (9h CM + 3h TP)
  1. Métriques (3h CM) :
     • Métriques pour données non structurées
  2. Apprentissage non-supervisé (3h CM) :
     • Par partitionnement (k-means, PAM),
     • Hiérarchique (CAH, Divisive),
     • Sous contraintes (SOM)
  3. Apprentissage supervisé (3h CM) :
     • Arbre de classification/Régression (CART),
     • Par plus proches voisins (kNN),
     • Théorie de la validation en classification

Culture générale en mathématiques et informatique