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.
> Legend
|
||||||||
|
The student can select |
||||||||
| De 20 à 30 credits parmi | ||||||||
| Year | ||||||||
| 1 | 2 | |||||||
|
|
||||||||
|
|
Machine Learning :classification and evaluation | Pierre Dupont | 30h+30h | 5 credits | 1q | x | x | |
|
|
Computational Linguistics | Pierre Dupont, Cédrick Fairon | 30h+15h | 5 credits | 2q | x | x | |
|
|
Automated reasoning | Charles Pecheur | 30h+15h | 5 credits |
1q
|
x | x | |
|
|
Constraint programming | Yves Deville | 30h+15h | 5 credits | 2q | x | x | |
|
The student can select 10 credits amongst |
||||||||
|
|
Data mining & decision making | Marco Saerens | 30h+30h | 5 credits | 2q | x | x | |
|
|
Image processing and computer vision | Christophe De Vleeschouwer (coord.), Laurent Jacques (compensates Benoît Macq), Benoît Macq | 30h+30h | 5 credits | 1q | x | x | |
|
|
Computational biology | N. | 30h+15h | 5 credits |
1q
|
x | x | |
|
|
Bioinformatics | Pierre Dupont, Michel Ghislain | 30h+30h | 5 credits | 2q | x | x | |
|
|
Applied mathematics : Optimization I | Vincent Blondel, François Glineur (compensates Vincent Blondel), François Glineur (coord.) | 30h+22.5h | 5 credits | 2q | x | x | |
|
|
Discrete mathematics - Graph theory and algorithms | Vincent Blondel, Jean-Charles Delvenne (compensates Vincent Blondel) | 30h+22.5h | 5 credits | 1q | x | x | |
|
|
Discrete mathematics II : Algorithms and complexity | Vincent Blondel | 30h+22.5h | 5 credits |
2q
|
x | x | |
|
|
Design of experiment. | Patrick Bogaert, Bernadette Govaerts | 22.5h+7.5h | 5 credits | 2q | x | x | |
|
|
Machine Learning : regression, dimensionality reduction and data visualization | Michel Verleysen | 30h+30h | 5 credits | 1q | x | x | |
|
|
Combinatorial optimization | Jean-Charles Delvenne | 30h+22.5h | 5 credits | 1q | x | x | |

Version française