Artificial intelligence

Présentation & objectifs

Lors de la session précédente sur l’algorithmique avancée, vous avez étudié des algorithmes qui peuvent être définis pour résoudre efficacement un large éventail de problèmes, à condition que ces problèmes puissent être formalisés (par exemple, représentés comme un problème sur un graphe).

Dans cette session, nous vous proposons une introduction générale à une méthode alternative et réussie pour résoudre des problèmes, utilisant l’apprentissage automatique.
Contrairement aux approches vues précédemment, nous allons nous appuyer sur les données pour résoudre les problèmes, et pas uniquement sur des instructions de programmation.

L’objectif de cette session est de donner un aperçu très large de l’apprentissage automatique, qui est le paradigme dominant dans le terme plus large « intelligence artificielle ».
Nous introduirons ce que nous entendons par apprentissage automatique, et nous nous concentrerons sur l’introduction de l’apprentissage supervisé et non supervisé.

Avant le cours

Exigences techniques

Pour pouvoir commencer à travailler sur l’activité, vous devez remplir les conditions suivantes :

• Veuillez apporter votre propre ordinateur.
• Assurez-vous d’avoir une connexion réseau fonctionnelle.

Pendant le cours

Évaluation

Au tout début de cette session, nous évaluerons votre compréhension de l’algorithmique des sessions 1, 2, 3 et 4.
Vous disposerez de 30 minutes pour réaliser un QCM, sur Moodle :

• Evaluated MCQ.

Acquisition des connaissances

Pour pouvoir commencer efficacement l’activité pratique, nous introduirons quelques concepts nécessaires au début du cours.
Pour vous faire gagner du temps, nous vous présenterons quelques diapositives, que vous pouvez trouver ci-dessous :

• Diapositives de la session.

Ces diapositives couvrent uniquement les éléments principaux du cours, et beaucoup plus de détails sont donnés dans les articles associés, que vous devriez étudier en détail :

• Qu’est-ce que l’intelligence artificielle ?.
• Applications de l’apprentissage automatique.
• Algorithmes standards pour l’apprentissage automatique.
• Une introduction large au deep learning.

Vous pouvez vérifier votre compréhension de ces articles ici :

• Quiz d’auto-évaluation.

Activité pratique

Le reste du cours est dédié à une activité pratique.
Lorsque vous êtes prêt, cliquez sur le lien ci-dessous pour commencer :

• Practical activity.

Après le cours

Compléter la session en cours

Avant la prochaine session, vous devez :

• Revoir le contenu des articles ci-dessus.
• Compléter les parties non optionnelles de l’activité pratique.

Évaluation finale

TODO