(3-0)
Préalables : FSCI6201 (ou l'équivalent) et MATH2613 (ou l'équivalent)
Définition de l'intelligence artificielle. Comprendre son importance, ses limites, ses bénéfices, ses risques et son impact sur l'éthique et les réglementations. Domaines d'application de l'intelligence artificielle. Concepts et exemples réels d'apprentissage machine supervisé, non supervisé, par renforcement. Concepts et exemples réels d'apprentissage profond. Explicabilité du modèle d'apprentissage machine.



OBJECTIFS DE COURS :

Connaître les origines, l'évolution et les limites de l'intelligence artificielle.

Comprendre le rôle et l'importance de l'intelligence artificielle dans l'environnement de travail, la vie privée et la société en général.

Saisir l'impact de l'intelligence artificielle sur la société, l'éthique, la moralité et les réglementations.
Connaître les bénéfices et les risques liés à l'intelligence artificielle.

Connaître les principaux domaines d'application de l'intelligence artificielle.

Connaître les principales techniques liées au développement de l'intelligence artificielle.

Note : Réservé aux étudiantes et étudiants inscrits au microprogramme de 2e cycle en intelligence artificielle.

(3-0)
Préalables : FSCI6210
Apprentissage machine. Algorithmes supervisés et non supervisés. Classification. Régression. Regroupement. Réduction de la dimensionnalité. Modélisation statistique.



OBJECTIFS DE COURS :

Comprendre la différence entre les deux principaux types d'apprentissage machine : supervisé et non supervisé.

Connaître les principaux algorithmes d'apprentissage supervisé, notamment la classification et la régression.

Connaître les principaux algorithmes d'apprentissage non supervisés, notamment le regroupement (clustering) et la réduction de dimensionnalité.

Comprendre la relation entre la modélisation statistique et l'apprentissage automatique.

Analyser à partir d'exemples réels les différentes façons dont l'apprentissage automatique affecte divers secteurs d'activité.

Note : Réservé aux étudiantes et étudiants inscrits au microprogramme de 2e cycle en intelligence artificielle.

(3-0)
Préalables : FSCI6210
Cours dédié à l'apprentissage des concepts fondamentaux de l'apprentissage machine. Mise en oeuvre de ces concepts via la plateforme d'apprentissage machine RapidMiner. Conception et application de programmes informatiques d'apprentissage machine grâce à des outils visuels. Analyse de problèmes réels, industriels ou de recherche.



OBJECTIFS DE COURS :

Comprendre les concepts de base de l'apprentissage automatique à l'aide d'outils visuels.

Appliquer ces concepts via des exercices pratiques basés sur des exemples réels.

Concevoir des programmes informatiques d'apprentissage automatique à l'aide de la plateforme RapidMiner.

Analyser des exemples d'utilisation d'algorithmes d'apprentissage automatique dans l'industrie.

Note : Réservé aux étudiantes et étudiants inscrits au microprogramme de 2e cycle en intelligence artificielle.