CS-330 / 4 crédits

Enseignant: Faltings Boi

Langue: 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

Compétences requises

Cours prérequis indicatifs

Functional programming

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:

  • Choisir le bon type d'inférence pour une application
  • Choisir la méthode la plus appropriée pour un certain type d'inférence
  • Evaluer la faisabilité d'une application de l'Intelligence Artificielle
  • Choisir, implémenter et décrire des algorithmes d'inférence déductive sur la base de calcul de prédicats
  • Formuler des connaissances utilisant la logique des prédicats
  • Décrire des méthodes d'inférence avec des informations imprécises et incertaines
  • Choisir, implémenter et décrire des algorithmes de recherche et de satisfaction de contraintes
  • Choisir et décrire des méthodes pour le diagnostic
  • Choisir, implémenter et décrire des méthodes pour la planification
  • Choisir, implémenter et décrire des méthodes d'apprentissage supervisé sur la base d'exemples
  • Choisir, implémenter et décrire des méthodes d'apprentissage non-supervisé

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

Test intermédiaire 30%, examen  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

Liens Moodle

Préparation pour

Intelligent Agents

Dans les plans d'études

  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Intelligence artificielle
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Intelligence artificielle
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Intelligence artificielle
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Intelligence artificielle
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 2 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
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     

Lundi, 15h - 17h: Cours CM3

Lundi, 17h - 19h: Exercice, TP INF1

Cours connexes

Résultats de graphsearch.epfl.ch.