Ce cours vise la compréhension pour un ingénieur logiciel et un ingénieur TI de trois domaines d’application de l’intelligence artificielle étroitement liés : la représentation des connaissances, le traitement automatique des langues naturelles et les algorithmes de recherche de solutions optimales.
À la fin de ce cours, l’étudiant sera en mesure de :
Approches symboliques et non symboliques en IA, intelligence machine vs intelligence humaine, agents intelligents : représentation des connaissances, raisonnement, planification, action, communication. Représentation des connaissances: systèmes experts, systèmes à base de règles, moteur d’inférence, chaînage avant et arrière, forme normale conjonctive, patrons de raisonnement, langages de représentation et de raisonnement, dictionnaires, ontologies, réseaux sémantiques, cadres. Traitement automatique de la langue naturelle: niveaux d’analyse, types d’ambigüités, techniques d’analyse probabilistes, règles de réécriture, formalisme Backus-Naur (BNF), analyseurs descendant et ascendant. Algorithme de recherche : algorithmes génétiques, réseaux de neurones, algorithmes de colonies de fourmis.
Séances de laboratoire couvrant les domaines de la réalisation de trois composantes d’un système :
Groupe | Jour | Type |
---|---|---|
01 | Lundi 18:00 | Activité de cours |
01 | Mercredi 18:00 | Laboratoire |
02 | Lundi 18:00 | Laboratoire |
Groupe | Jour | Type |
---|---|---|
01 | Lundi 08:30 | Laboratoire (Groupe A) |
01 | Lundi 10:30 | Laboratoire (Groupe B) |
01 | Mardi 13:30 | Activité de cours |
02 | Mardi 15:30 | Laboratoire (Groupe B) |
02 | Mardi 13:30 | Laboratoire (Groupe A) |