Esisar rubrique Formation 2022

Apprentissage automatique - 5AMCS529

  • Volumes horaires

    • CM 15.0
    • Projet -
    • TD -
    • Stage -
    • TP 6.0
    • DS -

    Crédits ECTS

    Crédits ECTS 3.5

Objectif(s)

Ce cours a pour objectif d'étudier les principaux modèles de l'Intelligence artificielle. Les cours et travaux pratiques permettent aux étudiants de découvrir et de créer par eux-même des modèles d'IA, en partant des composants élémentaires (comme le neurone formel) pour arriver progressivement, étape par étape, vers les modèles les plus complexes (comme les réseaux profonds). Cette approche évite notamment l'effet "boîte noire" et permet aux étudiants de comprendre l'ensemble du fonctionnement des modèles étudiés.

Responsable(s)

Laurent LEFEVRE

Contenu(s)

  • histoire et différents modèles de l'IA
  • les réseaux de neurones : du neurone formel jusqu'à l'apprentissage profond
  • les réseaux non-supervisés et les cartes auto-organisatrices
  • l'apprentissage par renforcement
  • la robotique et l'apprentissage développemental

Prérequis

bases des langages Java et Python

Contrôle des connaissances

Le cours est évalué par le biais de deux TPs notés (50%) et d'une évaluation théorique et pratique (examen, 50%).
TP : évaluation des deux séances de TPs basée sur la participation et le compte-rendu
E1 : examen individuel sur machine
E2 : examen individuel sur machine
DM : (en cas de confinement uniquement) devoir maison individuel, avec rapport écrit et entretien oral d'évaluation à distance

L'examen existe uniquement en anglais FR

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Filière IR&C - Semestre 9 (ce cours est donné uniquement en anglais EN)
cf. l'emploi du temps 2022/2023

Informations complémentaires

Code de l'enseignement : 5AMCS529
Langue(s) d'enseignement : FR

Le cours est rattaché aux structures d'enseignement suivantes :

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