Valeur NFP 106 - 60 heures - 6 crédits

Département   Informatique
Chaire  Informatique Programmation
Responsable   M. F.-Y. VILLEMIN
Enseigné par  M. F.-Y. VILLEMIN

Conditions d'admission
 

Enseignement de base en intelligence artificielle, ce cours s'adresse aux étudiants n'ayant reçu aucune formation dans cette discipline et ayant le niveau de fin de cycle probatoire en informatique.

Objectifs
 

Ce cours présente les principes des grandes méthodes de l'intelligence artificielle et explique comment les appliquer pour résoudre des problèmes n'ayant pas de solution algorithmique. (demi-valeur d'approfondissement de l'option modélisation RO-IA : optimisation en informatique, RO et programmation linéaire avancée ou reconnaissance des formes).

Programme
 
          

Introduction : (Vidéo)

Définition et champ de l'intelligence artificielle.

Le niveau "connaissance" de Newell.

Notion d'agent intelligent.

Résolution de problème : (vidéo) (texte - vidéo) (texte - vidéo video)

Arbre de recherche, méthodes aveugles.

Méthodes heuristiques : A*, AO*, Minmax, Alpha-béta.

Satisfaction et propagation de contraintes.

Systèmes de productions, algorithme de filtrage : RETE.

Analyse des buts et des moyens : GPS.

Représentation et utilisation des connaissances : systèmes experts

Classement des connaissances utilisées.   (vidéo)

Représentation des connaissances.   (vidéo)

Exemple de système expert (de diagnostic)  (vidéo)

Conception des de systèmes experts : introduction à la méthodologie KADS.

Apprentissage

Apprentissage symbolique

Apprentissage à partir d'exemples : Algorithme ID3.

Apprentissage par analogie.

Sujets d'exercices, un autre exercice

Corrections : 1, 2, 3  : (vidéo)

Quelques ressources

Bibliographie

* E. RICH Intelligence Artificielle (Masson).

* J.-P. HATON et al.Le raisonnement en intelligence artificielle (InterEditions).