Introduction à l’IA
Cours d’introduction à l’intelligence artificielle (M1, DMI/FST/UCAD) : agents, logique, recherche, incertitude et apprentissage, séance par séance.
Niveau : M1 · Domaine : IA & Data
Objectifs
- Situer l’IA, le machine learning et le deep learning les uns par rapport aux autres
- Représenter un problème et le résoudre par des algorithmes de recherche
- Raisonner en logique et mener un calcul formel
- Modéliser l’incertitude avec les probabilités et les réseaux bayésiens
- Comprendre ce qu’un agent apprend d’un environnement
Prérequis
- Programmation Python
- Aucun prérequis spécifique en IA
Ce cours prépare à
Séances
Le cours ne comporte pas de séance 4.
| Séance | Contenu | Format |
|---|---|---|
| Qu’est-ce que l’intelligence artificielle ? | définir l’intelligence artificielle, les trois vagues de son histoire, la distinction IA, machine learning et deep learning, les agents intelligents et leurs environnements. | TD (106 Ko) · Notebook (21 Ko) |
| L’IA qui raisonne | logique propositionnelle, syntaxe et sémantique, formes normales, inférence, résolution et preuve par réfutation, puis logique du premier ordre et unification. | TD (203 Ko) |
| L’IA qui cherche | formuler un problème de recherche, parcours en largeur et en profondeur, coût uniforme, heuristiques, recherche gloutonne et algorithme A*. | TD (325 Ko) |
| L’IA qui doute | probabilités et incertitude, distribution jointe, théorème de Bayes, mise à jour séquentielle, réseaux bayésiens et d-séparation. | TD (249 Ko) |
| L’IA qui apprend | utilité espérée maximale, processus de décision markoviens, équation de Bellman, value iteration, Q-learning et descente de gradient. |