* Ces horaires sont donnés à titre indicatif.
Les compétences visées sont :
- Elaborer des solutions basées sur les données et l’intelligence artificielle, en particulier
- Modéliser des problèmes sous forme mathématique (AC 3.1)
- Développer une solution avec des algorithmes de base en intelligence artificielle en Modélisant des problèmes d’intelligence artificielle sous forme mathématiques (AC 3.6) et en Implémentant des algorithmes spécifiques au domaine de l’intelligence artificielle (AC 3.7)
Dans le cadre de ce cours, il est abordé les bases de l’intelligence artificielle et quelques techniques :
- Présentation de différents types de réseaux de neurones, lien avec les neurosciences, les mathématiques, l’intelligence artificielle et l’apprentissage automatique. Implémentation d’un des modèles présenté en TP.
- Décision séquentielle pour un agent autonome: Présentation du modèle mathématique (processus décisionnels markoviens) et de certains algorithmes de résolution dans le cadre de la planification stochastique et de l‘apprentissage par renforcement, présentation d'application de ces techniques à la robotique, implémentation de ces algorithmes et mise en œuvre pour permettre à un agent d’apprendre un comportement dans différents environnements (simulateur robotique simple, jeu du pacman). Découverte et implémentation de l'algorithme MCTS