Plan de cours : Concepts et applications de l’intelligence artificielle
Année académique 2023 – 2024
Enseignement : Introduction à l’Intelligence Artificielle (IA)
Entité : PIGIER-BENIN
Grade : Master en Intelligence Artificielle et Big Data
Chargé de cours : Ing. Florian SIAKEN
Masse horaire : 21 Heures
OBJECTIF GÉNÉRAL
Ce cours vise à fournir aux apprenants une compréhension fondamentale des concepts,
techniques et applications de l'intelligence artificielle (IA). Les apprenants apprendront entre
autres les bases de l'IA, les méthodes de résolution de problèmes, les algorithmes
d'apprentissage automatique.
OBJECTIFS DU COURS POUR L’APPRENANT
Au terme de ce cours, l’apprenant sera capable de :
• Donner une définition, une brève historique, les domaines de recherche et les
applications de l’IA ;
• identifier les principales techniques de base de l'intelligence artificielle pour la
résolution de problèmes ;
• expliquer les différentes façons de représenter un problème ;
• faire un choix argumenté d’une approche en intelligence artificielle face à un
problème ;
• développer des systèmes “intelligents” en assemblant des solutions existantes.
CONTENU DE COURS
Chapitre 0 : Introduction générale (1 séance : 3H)
Définition de l’Intelligence artificielle
Historique de l’IA
Domaines de recherche en IA
Application de l’IA
Méthodes d’IA versus méthodes d’informatique classique
Chapitre 1 : Introduction à l’apprentissage automatique (3 séances : 9H)
Définitions et applications
Types d’apprentissage automatique
Pre-processing
Mesures d’évaluation
Quelques algorithmes de d’apprentissage automatique
- supervisé
- non supervisé
1
- par renforcement
Chapitre 2 : Agent intelligent en situation d'adversité (1 séance : 3H)
Motivation
Algorithme du minimax
Elagage alpha-beta
Chapitre 3 : Introduction aux problèmes à satisfaction de contraintes (1 séance :
3H)
Définitions et applications
Filtrage
Recherche
Algorithme de point fixe
Chapitre 4 : Introduction à la recherche locale et aux métaheurisques (1 séance :
3H)
METHODES D’ENSEIGNEMENT ET D’APPRENTISSAGE
Cours magistral
Travaux Dirigés
Travaux Pratiques
Pédagogie active
Travaux Personnels des apprenants
MATERIEL PEDAGOGIQUE
Vidéo projecteur
Tableau blanc/marqueurs
Outils de TP : ScikitLearn et autres bibliothèques spécialisées avec Python
EVALUATION DES APPRENTISSAGES
Un examen écrit (sur des questions de compréhension, de connaissance et d'applications) :
50%
contrôle continu
REFERENCES BIBLIOGRAPHIQUES
Stuart Russell and Peter Norvig, Artificial Intelligence A Modern Approach, Third
Edition. Prentice Hall, 2010.
Crina Grosan and Ajith Abraham, Intelligent Systems, Springer, 2011
Stefan Edelkamp, Heuristic Search, Elsevier, 2012.
