Option en intelligence artificielle [30.0]

Les étudiants ayant suivi l'option "Artificial Intelligence" devront être capables de:
- Identifier et mettre en oeuvre une classe de méthodes et de techniques permettant à un logiciel de résoudre des problèmes complexes qui, résolus par un être humain, nécessitent de l'"intelligence"
- Comprendre et appliquer à bon escient des méthodes et techniques relevant de l'intelligence artificielle telles que raisonnement automatisé, recherche et heuristiques, acquisition et représentation de connaissances, apprentissage automatique, problèmes de satisfaction de contraintes
- Identifier des classes d'applications où ces méthodes et outils peuvent être appliqués; appréhender des classes particulières d'applications et leurs techniques spécifiques - par exemple, robotique, vision par ordinateur, planification, fouille de données, traitement de la langue naturelle et de données bioinformatiques
- Formaliser et structurer des corps de connaissances complexes en utilisant une approche systématique et rigoureuse pour développer des systèmes "intelligents" de qualité

Légende
Obligatoire Au choix Cours non dispensé cette année académique Cours cyclique non dispensé cette année académique Cours cyclique dispensé cette année académique Cours de 2 ans
Cliquez sur le sigle du cours pour consulter le cahier des charges détaillé (objectifs, méthodes, évaluation, etc..)
						Année
						1	2
l'étudiant sélectionne 30 crédits parmi
Cours obligatoires en intelligence artificielle
LINGI2262	Machine Learning : classification and evaluation	Pierre Dupont	30h + 30h	5 crédits	1q	x	x
LINGI2263	Computational Linguistics	Pierre Dupont, Pierre Dupont (coord.), Pierre Dupont (supplée Cédrick Fairon), Cédrick Fairon	30h + 15h	5 crédits	2q	x	x
LINGI2264	Automated reasoning	Charles Pecheur	30h + 15h	5 crédits	1q	x	x
LINGI2365	Constraint programming	Yves Deville	30h + 15h	5 crédits	2q	x	x
Cours au choix en intelligence artificielle l'étudiant sélectionne 10 crédits parmi
LSINF2275	Data mining and decision making	Marco Saerens	30h + 30h	5 crédits	2q	x	x
LELEC2885	Image processing and computer vision	Christophe De Vleeschouwer (coord.), Laurent Jacques (supplée Benoît Macq), Benoît Macq	30h + 30h	5 crédits	1q	x	x
LINGI2368	Computational biology	Pierre Dupont	30h + 15h	5 crédits	1q	x	x
LGBIO2010	Bioinformatique	Yves Deville, Michel Ghislain	30h + 30h	5 crédits	2q	x	x
LINMA1702	Modèles et méthodes d'optimisation I	Vincent Blondel, François Glineur, François Glineur (coord.), François Glineur (supplée Vincent Blondel)	30h + 22.5h	5 crédits	2q	x	x
LINMA1691	Mathématiques discrètes I : Théorie et algorithmique des graphes	Vincent Blondel, Jean-Charles Delvenne (supplée Vincent Blondel)	30h + 22.5h	5 crédits	1q	x	x
LINMA2111	Mathématiques discrètes II : algorithmes et complexité	Vincent Blondel	30h + 22.5h	5 crédits	2q	x	x
LSTAT2110	Analyse des données	Christian Hafner, Johan Segers	22.5h + 7.5h	5 crédits	1q	x	x
LSTAT2320	Plans expérimentaux	Patrick Bogaert, Bernadette Govaerts	22.5h + 7.5h	5 crédits	2q	x	x
LSTAT2020	Calcul statistique sur ordinateur	Céline Bugli (supplée Bernadette Govaerts), Bernadette Govaerts	20h + 20h	6 crédits	1q	x	x
LELEC2870	Machine Learning : regression, dimensionality reduction and data visualization	Michel Verleysen	30h + 30h	5 crédits	1q	x	x
LINGE1222	Analyse statistique multivariée	Cédric Heuchenne (supplée Johan Segers), Johan Segers	30h + 15h	4 crédits	2q	x	x
LINMA2450	Optimisation : programmation combinatoire	Jean-Charles Delvenne	30h + 22.5h	5 crédits	1q	x	x