Ensimag Rubrique Formation 2022

Intelligence Artificielle - 5MMIA

  • Volumes horaires

    • CM 18.0
    • Projet -
    • TD -
    • Stage -
    • TP -
    • DS -

    Crédits ECTS

    Crédits ECTS 2.0

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

Responsable(s)

Alhame DOUZAL

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

Prérequis

Culture générale en mathématiques et informatique

Contrôle des connaissances

N1 = E1
N2 = E2

Codification pour la formule de calcul de la note :
N1=note finale de 1ère session
N2=note finale de 2ème session
E1=examen de 1ère session (2h d'écrit)
E2=examen de 2ème session (2h écrit ou oral, selon nombre d'étudiants)

N1 = E1
N2 = E2

Codification pour la formule de calcul de la note :
N1=note finale de 1ère session
N2=note finale de 2ème session
E1=examen de 1ère session (2h d'écrit)
E2=examen de 2ème session (2h écrit ou oral)

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Filière ISI - Semestre 9
cf. l'emploi du temps 2022/2023

Informations complémentaires

Code de l'enseignement : 5MMIA
Langue(s) d'enseignement : FR

Le cours est rattaché aux structures d'enseignement suivantes :

Vous pouvez retrouver ce cours dans la liste de tous les cours.

Bibliographie

Russell, S. J., & Norvig, P. (2016). Artificial intelligence: a modern approach. Malaysia; Pearson Education Limited,.