Apprentissage artificiel (BI523)

Objectifs généraux

Introduction générale

Prérequis

- Test Prérequis

- Documents 

Chapitre 1 : Introduction

1-      Objectifs

2-      Introduction

3-      Qu'est-ce que l'intelligence artificielle ?

4-      Historique

5-      Types d'intelligence artificielle

6-      Application de l'IA

7-      Domaine de l'intelligence artificielle

8-      Généralités

9-      Conclusion

10-   Exercices (TD1)

Chapitre 2 : Les différents modes d'apprentissage

1-      Objectifs

2-      Introduction

3-      Les fondations du Machine Learning

·      Comprendre pourquoi le Machine Learning est utilisé ?

·      Laisser la Machine apprendre à partir d'expériences

·      Mais comment apprendre ?

4-      Apprentissage Supervisé

·      Définition d'apprentissage supervisé

·      Les 4 notions clés du Machine Learning

·      La Régression linéaire

·      Régression Logistique et Algorithmes de Classification

·      Algorithme d'apprentissage

·      Modèles d'apprentissage supervisé

·      Méthodes d'évaluation des classifieurs

-          Série du TD2  

·      K-Plus Proche Voisin

-          Série du TD3  

·      Arbre de décision

-          Série du TD4 

·      Machines à vecteurs supports (SVM)

-          Série du TD5

·      Les réseaux de neurones

-          Série du TD6 (perceptron simple)

-          Série du TD7 (perceptron multicouches)

·      Applications de l'apprentissage supervisé

5-      Apprentissage non supervisé

·      Le problème de l'Apprentissage Supervisé

·      Comment apprendre sans exemple de ce qu'il faut apprendre ?

·      Classification hiérarchique

·      Clustering

·      Algorithme de K-Mean Clustering

·      Applications de l'apprentissage non supervisé

-          Série du TD8

6-      Apprentissage semi-supervisé

·      Principes clés de l'apprentissage semi-supervisé

·      Techniques d'apprentissage semi-supervisé

·      Avantages de l'apprentissage semi-supervisé

·      Limitations de l'apprentissage semi-supervisé

·      Applications de l'apprentissage semi-supervisé

7-      Apprentissage par transfert

·      Apprentissage traditionnel et apprentissage par transfert

·      Concepts clés de l'apprentissage par transfert

·      Étapes de l'apprentissage par transfert

·      Avantages de l'apprentissage par transfert

·      Limitations de l'apprentissage par transfert

·      Applications de l'apprentissage par transfert

8-      Apprentissage par renforcement

·      Concepts clés de l'apprentissage par renforcement

·      Processus d'apprentissage par renforcement

·      Avantages de l'apprentissage par renforcement

·      Limitations de l'apprentissage par renforcement

·      Applications de l'apprentissage par renforcement

9-      Conclusion

10-   Exercices (TD9)

Chapitre 3 : Amélioration de l'apprentissage

1-      Objectifs

2-      Introduction

3-      Les Algorithmes Génétiques

4-      Optimisation par Essaim de Particules (PSO)

5-      Conclusion

6-      Exercices (TD10)