Diagnostic et retour d'expérienceRisques et systèmes industriels et IA (RSIIA) (MRI)

L'objectif de cette formation est de présenter les bases de l’IA ainsi que certaines de ses applications représentatives. Plus particulièrement, l'objectif est de donner les concepts, les outils et l'intuition nécessaire pour mettre en œuvre des programmes capables d'apprendre à partir de données.

1. IA ?
2. Deep learning
3. Apprentissage automatique ?

• les problèmes qu'il tente de résoudre,
• les principales catégories et les concepts fondamentaux

4. Apprentissage d'un réseau neuronal multicouche
5. Réseau Neuronal et Classification
6. Manipulation, nettoyage et préparation des données
7. Réduction de la dimension : introduction à l'ACP
8. Étude de cas

Calculatrice, documents de cours et TDs autorisés.

1. Russell & Norvig, AI: A Modern Approach, Prentice Hall (2002)
2. Kevin P. Murphy - Machine Learning: A Probabilistic Perspective-The MIT Press (2012)
3. Phil Kim - MatLab Deep Learning with Machine Learning, Neural Networks and Artificial Intelligence-Apress (2017)