Intelligence artificielle
6 crédits Meziane YACOUB EPN05 - Informatique Unité d'enseignement de type cours
Publié Du 01-09-2007 au 31-08-9999
Enseignement de base en intelligence artificielle, ce cours s'adresse aux étudiants n'ayant reçu aucune formation dans cette discipline et ayant le niveau de fin de cycle probatoire en informatique.
Ce cours présente les principes des grandes méthodes de l'intelligence artificielle et explique comment les appliquer pour résoudre des problèmes n'ayant pas de solution algorithmique.
L'unité NFP106 apparaît dans 10 cursus.
Certificat de spécialisation Intelligence artificielle
Master Sciences, technologies, santé mention Informatique parcours Sécurité informatique, cybersécurité et cybermenaces
Diplôme d'ingénieur Spécialité informatique parcours Intelligence Artificielle et Optimisation
Master Sciences, technologies, santé mention Informatique parcours Recherche opérationnelle
Master Sciences, technologies, santé mention Informatique parcours Sécurité informatique, cybersécurité et cybermenaces En bretagne
Master Sciences, technologies, santé mention Informatique parcours Systèmes d'information et business intelligence HTT
Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
Master Sciences, technologies, santé mention Informatique parcours Préparation à l'agrégation en informatique
Master Sciences, technologies, santé mention Informatique parcours Réseaux et objets connectés
Master Sciences, technologies, santé mention réseaux et télécommunication parcours Systèmes de télécommunications mobiles
Introduction
Définition de l'intelligence artificielle.
Agents intelligents : définition, rationalité, types d'environnements, structure des agents.
Résolution de problèmes
Stratégies d'exploration non informées.
Stratégies d'exploration informées (heuristiques) : exploration A*.
Algorithmes d'exploration locale : hill-climbing, recuit simulé, algorithmes génétiques.
Problèmes à satisfaction de contraintes : exploration avec backtracking, exploration locale.
Exploration en situation d'adversité (les jeux) : algorithme minimax, élagage alpha-bêta.
Agents fondés sur les connaissances
Représentation des connaissances et inférence.
Systèmes experts.
Apprentissage
Apprentissage supervisé : arbres de décisions, réseaux de neurones.
Apprentissage non-supervisé.
Apprentissage par renforcement.
Secrétariat accès 33.1.79 - tel : 01 40 27 22 58
| Titre | Auteur(s) |
|---|---|
| Intelligence Artificielle (Pearson). | S. RUSSELL & P. NORVIG |