Option en intelligence artificielle: données massives, optimisation et algorithmes

Les étudiants ayant suivi l'option "Artificial Intelligence: big data, optimization and algorithms" devront être capables de:     

  • Identifier et mettre en oeuvre une classe de méthodes et de techniques permettant à un logiciel de résoudre des problèmes complexes qui, résolus par un être humain, nécessitent de l'"intelligence",
  • Comprendre et appliquer à bon escient des méthodes et techniques relevant de l'intelligence artificielle telles que raisonnement automatisé, recherche et heuristiques, acquisition et représentation de connaissances, apprentissage automatique, problèmes de satisfaction de contraintes, traitement de grands volumes de données,
  • Identifier des classes d'applications où ces méthodes et outils peuvent être appliqués; appréhender des classes particulières d'applications et leurs techniques spécifiques - par exemple, robotique, vision par ordinateur, planification, fouille de données, traitement de la langue naturelle et de données bioinformatiques,
  • Formaliser et structurer des corps de connaissances complexes en utilisant une approche systématique et rigoureuse pour développer des systèmes "intelligents" de qualité.

 
> Légende
Obligatoire Optionnel
Non dispensé en 2020-2021 Cyclique NON dispensé en 2020-2021
Cyclique dispensé en 2020-2021 Activité avec prérequis
Cliquez sur l'intitulé du cours pour consulter le cahier des charges détaillé (objectifs, méthodes, évaluation, etc..)
L'étudiant sélectionne
De 20 à 30 crédits
Bloc annuel
  1 2

Obligatoire Contenu:
Obligatoire Cours obligatoires en intelligence artificielle: données massives, optimsiation et algorithmes
Obligatoire LINGI2266 Advanced Algorithms for Optimization   Pierre Schaus
30h+15h  5 crédits q1 x x
Obligatoire LINGI2263 Computational Linguistics   Pierre Dupont
, Pierre Dupont (supplée Cédrick Fairon)
,
30h+15h  5 crédits q1 x x
Obligatoire LINGI2364 Mining Patterns in Data   Siegfried Nijssen
30h+15h  5 crédits q2 x x
Obligatoire LINGI2365 Constraint programming   Pierre Schaus
, Pierre Schaus (supplée Yves Deville)
30h+15h  5 crédits q2 x x
Optionnel Cours au choix en intelligence artificielle
l'étudiant sélectionne 10 crédits parmi
Optionnel LELEC2870 Machine learning : regression, deep networks and dimensionality reduction   John Lee
, Michel Verleysen
30h+30h  5 crédits q1 x x
Optionnel LELEC2885 Image processing and computer vision   Christophe De Vleeschouwer (coord.)
, Laurent Jacques
30h+30h  5 crédits q1 x x
Optionnel LGBIO2010 Bioinformatics   Pierre Dupont
30h+30h  5 crédits q1 x x
Optionnel LINGI2145 Cloud Computing   Etienne Riviere
30h+15h  5 crédits q1 x x
Optionnel LINMA1691 Mathématiques discrètes I : Théorie et algorithmique des graphes   Vincent Blondel
, Jean-Charles Delvenne
30h+22.5h  5 crédits q1 x x
Optionnel LINMA1702 Modèles et méthodes d'optimisation I   François Glineur
30h+22.5h  5 crédits q2 x x
Optionnel LINMA2450 Combinatorial optimization   Jean-Charles Delvenne
, Julien Hendrickx
30h+22.5h  5 crédits q1 x x
Optionnel LINMA2472 Algorithms in data science   Jean-Charles Delvenne (coord.)
, Gautier Krings (supplée Vincent Blondel)
30h+22.5h  5 crédits q1 x x
Optionnel LSINF2275 Data mining and decision making   Marco Saerens
30h+15h  5 crédits q2 x x