Le cours en bref
L'étudiant exploite l'intelligence artificielle dans des jeux et simulations. À partir de données, il utilise des algorithmes qui permettent à un ordinateur d'apprendre de façon autonome pour résoudre des problèmes de classification et de traitement de signal. Il optimise les paramètres pour obtenir les meilleures classifications et se familiarise avec les notions d'heuristique, d'apprentissage, de sensibilité et de spécificité.
Calendrier des modules
| Moment | Contenu | Évaluation |
|---|---|---|
| Introduction | Exploration et bases | |
| Semaines 1-2 | Essaims et gradients | Laboratoires 10% |
| Semaines 3-4-5 | Algorithmes évolutifs | Laboratoires 10% |
| Semaines 6-7 | Agents et machines d'états | Laboratoires 10% |
| Semaines 1 à 10 | Préparer le Projet Intelligent | Feuilles-synthèses 10% + Savoirs-lire 10% |
| Semaines 8-9-10 | Réseaux neuronaux | Laboratoires 10% |
| Semaines 11 à 15 | Projet Intelligent | Projet Intelligent 40% (épreuve finale) |
Le nombre de semaines de chaque module est un estimé et peut varier selon les besoins.
Sommaire des évaluations
| Moyens | Moments | Pondérations |
|---|---|---|
| Savoirs-lire et Feuilles-synthèses | Semaines 1 à 10 | 20% |
| Laboratoires Gradients | Semaines 1 et 2 | 10% |
| Laboratoires Évolutif | Semaines 3-4-5 | 10% |
| Laboratoires Agents | Semaines 6 et 7 | 10% |
| Laboratoires Neural Net | Semaines 8-9-10 | 10% |
| Projet Intelligent (EFC) | Semaines 11 à 15 | 40% |
| Total | 100% |
Matériel obligatoire
Un compte Google Colaboratory, incluant un upgrade de GPU (environ 15$ par mois) lorsque exigé par le laboratoire.
Un dual-boot Windows-KUbuntu installé en début de session, avec au moins 100 Go de partition par système.
Une extension de mémoire externe d'au moins 128 Go (clé USB, carte SD ou disque SSD externe).
Une unité VPS (Virtual Private Server) selon les besoins des projets (budget d'environ 40$).
Méthodes pédagogiques
L'apprentissage s'articule autour de mini-projets intégrateurs réalisés en laboratoires.
Rencontres hebdomadaires à présence obligatoire, espace virtuel de liaison (Discord et Zoom), ressources classées par modules dans un Drive.
Démarche de l'étudiant : Recherche - Test - Question. Le code se versionne régulièrement, les ateliers se remettent pendant la séance, et le projet suit le processus agile avec remises intermédiaires sous forme de tags.