Microprogramme de 2e cycle en intelligence artificielle
Responsable :
Faculté des sciences
Diplôme :
Microprogramme de 2e cycle en intelligence artificielle
Durée :
3 ans à temps partiel (durée maximale)
AVIS IMPORTANTS AUX PERSONNES ÉTUDIANTES- La connaissance des règlements universitaires, des programmes et des procédures et l’obligation de s’y conformer sont une responsabilité individuelle.
- Le site des répertoires du premier cycle et des études supérieures contient l’essentiel des règlements universitaires et financiers. D’autres avis ou consignes découlant de ceux-ci peuvent vous être communiqués au cours de l’année universitaire. Un des moyens principaux de communication à l’Université est le site web et le courrier électronique. Vous avez tous reçu un compte électronique (adresse courriel) et nous vous conseillons de lire votre courriel quotidiennement pour prendre connaissance des avis qui vous sont destinés. La lecture de son courriel fait partie des responsabilités individuelles de chaque personne étudiante.
- Les renseignements publiés dans ce document étaient à jour le 1er juillet 2022. L’Université se réserve le droit d’en modifier le contenu sans préavis. Les répertoires présentés sur Internet sont périodiquement mis à jour.
OBJECTIFS :
Ce microprogramme a pour but d'offrir une formation en intelligence artificielle destinée essentiellement aux personnes qui sont déjà sur le marché du travail. Ce microprogramme vise à accroître les compétences dans différents domaines des sciences appliquées, de la technologie et de l'informatique et de les intégrer dans des applications d'intelligence artificielle.
Détenir un diplôme de premier cycle dans un domaine pertinent et posséder des connaissances de la programmation Python et de l'algèbre matricielle. En absence de celles-ci, les cours suivants pourraient être exigés : FSCI6201 et MATH2613.
Intelligence artificielle
Intelligence artificielle
3
(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.
Outils visuels & appr. machine
Outils visuels & appr. machine
3
(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.
Version du programme modifiée le 08 février 2024 et publiée par le Registrariat.
