Coursebooks 2016-2017

PDF
 

Artificial intelligence

CS-330

Lecturer(s) :

Faltings Boi

Language:

Français

Résumé

Introduction aux techniques de l'Intelligence Artificielle, complémentée par des exercices de programmation qui montrent les algorithmes et des exemples de leur application à des problèmes pratiques.

Contenu

Le cours comporte trois segments qui traitent les 3 différents formes d'inférence logique : déduction, abduction et induction :

 

1. Représentation de connaissances en logique de prédicats, algorithmes d'inférence
2. Systèmes experts
3. Raisonnement imprécis et incertain
4. Algorithmes de recherche
5. Satisfaction de Contraintes
6. Diagnostic et Planification
7. Apprentissage supervisé

8. Apprentissage non-supervisé

9. Apprentissage bio-inspiré

Compétences requises

Cours prérequis indicatifs

Programmation avancée

Concepts importants à maîtriser

Logique de prédicats

Algorithmes de base

Théorie de probabilités

Programmation

 

Acquis de formation

A la fin de ce cours l'étudiant doit être capable de:

Méthode d'enseignement

Ex cathedra, travaux pratiques sur ordinateur

Travail attendu

Participation au cours et exercices: 4 heures/semaine

Lecture: 2 heures/semaine

Travail independant: 3 heures/semaine

Méthode d'évaluation

Exercices 30%, examens intermediaire et final 70%

Ressources

Bibliographie

Boi Faltings, Michael Schumacher : Intelligence Artificielle par la pratique, PPUR

(Russel & Norvig : Artificial Intelligence : A Modern Approach / Prentice Hall)

Ressources en bibliothèque
Sites web

Préparation pour

Intelligent Agents

In the programs

Reference week

 MoTuWeThFr
8-9     
9-10     
10-11     
11-12     
12-13     
13-14     
14-15     
15-16CM3    
16-17    
17-18INF1    
18-19    
19-20    
20-21    
21-22    
 
      Lecture
      Exercise, TP
      Project, other

legend

  • Autumn semester
  • Winter sessions
  • Spring semester
  • Summer sessions
  • Lecture in French
  • Lecture in English
  • Lecture in German