GPA671 - Introduction à l’intelligence artificielle

Au terme de ce cours, l’étudiante ou l'étudiant sera en mesure de définir le domaine de l’intelligence artificielle, et particulièrement les modèles en apprentissage machine; résoudre des problèmes concrets en ingénierie à l’aide de modèles d’apprentissage, par exemple : machine à vaste marge, classificateur Bayésiens, réseaux de neurones, régression logistique, arbres décisionnels, et algorithme k-means.

Apprentissage machine: définition; différentes taches (classification, catégorisation et régression); principaux modèles; apprentissage supervisé, non supervisé et par renforcement; extraction et sélection de caractéristiques; représentation des connaissances; reconnaissance et mécanismes d'inférence; raisonnement avec incertitude; méthodologie expérimentale. Les modèles sont présentés dans un contexte de système de reconnaissance de forme.

Séances de laboratoire : analyser le comportement des modèles neuroniques et statistiques en intelligence artificielle; concevoir et appliquer ces modèles d’apprentissage machine pour fin de reconnaissance de formes.