UCL - Etudes

English version

Formations
Premier cycle
Second cycle
Troisième cycle
Certificats (programmes non académiques)
Passerelles
Formation continue
Facultés et entités
Cadre académique
Réforme de Bologne
Accès aux études
Organisation des études
Lexique
Calendrier académique
Règlement des études et examens
Charte pédagogique
Renseignements généraux
Recherche
Simple
Détaillée
Par cours

Intelligence artificielle : Apprentissage et reconnaissance [INGI2262]
[30h+30h exercices] 5 crédits

English version

Version imprimable

Cette activité se déroule pendant le 1er semestre

Enseignant(s):

Yves Deville, Pierre Dupont (coord.), Marco Saerens

Langue d'enseignement :

anglais

Niveau :

Second cycle

>> Objectifs (en termes de compétences)
>> Objet de l'activité (principaux thèmes à aborder)
>> Résumé : Contenu et Méthodes
>> Autres informations (Pré-requis, Evaluation, Support, ...)
>> Programmes proposant cette activité
>> Autres crédits de l'activité dans les programmes

Objectifs (en termes de compétences)

- comprendre et appliquer des techniques mises en oeuvre pour doter une machine d'une capacité d'apprentissage

- évaluer les performances d'un algorithme d'apprentissage

- justifier le choix d'un algorithme d'apprentissage en fonction de la nature des données, de la tâche d'apprentissage et des critères de qualité retenus

- mettre en oeuvre des algorithmes d'apprentissage et étendre des logiciels d'apprentissage

Objet de l'activité (principaux thèmes à aborder)

- Apprentissage par recherche dans un espace de généralisations, Biais inductif
- Classification par combinaison de décisions
- Apprentissage par minimisation d'une fonction de coût, descente de gradient
- Techniques d'évaluation d'algorithmes d'apprentissage
- Apprentissage par mémorisation d'instances
- Apprentissage probabiliste
- Classification non supervisée

Résumé : Contenu et Méthodes

- Concept learning, Generalization as Search, Version Space
- Decision trees
- Multilayer Perceptrons
- Quality measures, Confidence intervals, Hypothesis testing
- K-Nearest Neighbors
- Bayesian Learning, Naïve Bayes
- Clustering techniques

Autres informations (Pré-requis, Evaluation, Support, ...)

- Pré-requis
(1) INGI 2261 Intelligence Artificielle : représentation et raisonnement.
(2) Connaissance de base en probabilités et statistiques

- Références :
Ouvrage obligatoire :
(1) Machine Learning, Tom Mitchell, McGraw Hill, 1997.
Autres ouvrages recommandés :
(2) Data Mining, Practical Machine Learning Tools and Techniques with Java Implementations, Ian H. Witten and Eibe Franck, Morgan Kauffmann, 2000.
(2) Apprentissage Artificiel : Concepts et algorithmes, Antoine Cornuéjols et Laurent Miclet, Eyrolles, 2002.
(3) Pattern Classification, Richard O. Duda, Peter Starck and David G. Storck, John Wiley and Sons, 2nd edition, 2001.

- Evaluation:
Examen écrit individuel

- Remarques :
Site WEB du cours : http://www.info.ucl.ac.be/notes_de_cours/INGI2262/

Programmes proposant cette activité

ECGE3DS/IG

Diplôme d'études spécialisées en économie et gestion (informatique de gestion - Master in Information Systems)

INFO2

Ingénieur civil informaticien

LINF2

Licence en informatique

Autres crédits de l'activité dans les programmes

ECGE3DS/IG

Diplôme d'études spécialisées en économie et gestion (informatique de gestion - Master in Information Systems)

(5 crédits)

Obligatoire

FSA3DS/IN

Diplôme d'études spécialisées en sciences appliquées (informatique)

(5 crédits)

INFO22

Deuxième année du programme conduisant au grade d'ingénieur civil informaticien

(5 crédits)

Obligatoire

INFO23

Troisième année du programme conduisant au grade d'ingénieur civil informaticien

(5 crédits)

LINF22

Deuxième licence en informatique

(5 crédits)

LINF22/GN

Deuxième licence en informatique (informatique générale)

(5 crédits)



Ce site a été conçu en collaboration avec ADCP, ADEF, CIO et SGSI
Responsable : Jean-Louis Marchand - Contact : secretaire@fsa.ucl.ac.be
Dernière mise à jour :02/08/2006