Introduction à l'intelligence artificielle - 4MMIIA

Objectif(s)

Ce cours de 2A a pour ambition de vous donner une vue d'ensemble des buts et méthodes en intelligence artificielle. Il couvre les aspects théoriques et pratiques de l'utilisation de modèles d'apprentissage et de raisonnement symbolique à travers des cours magistraux et de nombreux TPs. Les TPs s'intéressent à des applications concrètes dans des domaines variés (biologie, traitement d'image, données structurées).

Responsable(s)

Clovis GALIEZ

Contenu(s)

I. Introduction (1 CM, 1 TP) : vue d'ensemble, impacts environnementaux et sociétaux ; évaluation, métriques
II. Modèles et algorithmes usuels (3 CM, 3 TP) : non supervisés (EM, K-means) ; supervisés (SVM, kernel methods, random forest) ; régularisation (principes, Ridge, Lasso)
III. Réseaux de neurones (4 CM, 4 TP) : perceptron, descente de gradient, backpropagation ; classification CNN ; segmentation U-Net ; données séquentielles (RNN, LSTM) ; modèles génératifs
IV. IA Symbolique (4 CM, 4 TP) Logique propositionnelle, Logique du 1er ordre, Raisonnement,
Programmation par contraintes

Programmation : Python ; les TPs peuvent utiliser Python, R et Prolog (familiarité avec programmation usuelle et logique mathématique)
Mathématiques : bases en probabilités et statistiques, bases en algèbre linéaire
Algorithmique : notion de complexité

Contrôle des connaissances

Evaluation : 33% de Examen écrit et 67% de Examen écrit (3h)

Rattrapage : 33% de Examen écrit (note reportée) et 67% de Examen écrit (1h30)

Calendrier

Le cours est programmé dans ces filières :

• Cursus ingénieur - Tronc Commun - Semestre 7

Informations complémentaires

Code de l'enseignement : 4MMIIA
Langue(s) d'enseignement :

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

Bibliographie

Très bons livres de référence en apprentissage machine :
- An Introduction to Statistical Learning, James et al, https://www.statlearning.com/
- Pattern Recognition and Machine Learning, Christopher M. Bishop
- Spécifiquement sur le deep learning : https://www.deeplearningbook.org/
IA Symbolique : TBA