Introduction à l’intelligence artificielle

Code APOGÉE : IFEAY080 | 6 ECTS | Enseignant : A. Bouajjani | Validation : CC + examen
Horaires hebdomadaires : 2h CM, 2h TD | Mutualisé avec : M1 Mathématiques et Informatique

Ce cours introduit les techniques algorithmiques utilisées en IA pour attaquer des problèmes complexes.

Programme détaillé

1. Agents réactifs

• Agents simples sans états
• Agents avec les états

2-3. Algorithmes de recherche

Recherche non informée :

• Recherche en largeur
• Recherche utilisant une fonction de coût
• Recherche en profondeur

Stratégies de recherche informée (heuristiques) :

• Best-first search
• Algorithme glouton
• L’algorithme A*
• Heuristiques consistantes et admissibles
• Méthode de construction d’une heuristique admissible en supprimant des contraintes sur le problème

4. Algorithmes de recherche (suite)

• Heuristiques admissibles. Optimalité de A*
• Recherche locale. Random restart steepest descent
• Recuit simulé
• Recherche locale à faisceau
• Algorithmes génétiques
• Recherche online. L’algorithme LRTA*

5-6. Théorie des jeux

• Élagage alpha-beta de l’arbre de jeu
• Jeux combinatoires
• Jeux en forme extensive, équilibre de Nash

7-8. Apprentissage supervisé

• Apprentissage supervisé, généralités
• Arbres de décision

9-11. Méthodes probabilistes

• Rappel sur les probabilités : espérance conditionnelle, variables aléatoires, la formule de Bayes
• Théorie de la décision bayesienne
• Les réseaux bayésiens
• Calcul de probabilité par élimination de variables

12. Réseaux de neurones

• Les réseaux de neurones artificiels

Bibliographie

• Russell, S. J. & Norvig, P. (2016). Artificial intelligence: a modern approach. London : Pearson Education Limited.
• Alpaydin, E. (2009). Introduction to machine learning. Cambridge : MIT Press.