CSI 4506
Introduction a l'Intelligence Artificielle
Description
Concepts et methodes de base de l'intelligence artificielle. Representation des connaissances. Traitement du langage naturel. Strategies de jeux et de recherches. Planification. Raisonnement et deduction. Apprentissage. Notions de base des systemes experts.
Objectifs
Lorsque vous finirez ce cours, vous serez capable de:
- Prendre un probleme et lui trouver une representation compatible au
traitement par ordinateur,
- Trouver une technique appropriee pour resoudre ce probleme
automatiquement,
- Comprendre la terminologie de l'Intelligence Artificielle.
Professeur
Nathalie Japkowicz, Bureau: STE 5-029,
Heures de Consultation:
- Lundi 14h45-15h45, et
- Mercredi 13h15-14h15, ou
- par rendez-vous
TA
Sera annonce plus tard
Heures de Cours
- Lundi, 16h00-17h30, STE C0136
- Mercredi, 14h30-16h00, STE C0136
Prealables
- CSI3525 ou CSI2515 ou SEG2501, et
- MAT1761, ou
- Permission du Professeur.
Manuel de Cours
- Luger, George, F.: Artificial Intelligence, Structures and Strategies
for Complex Problem Solving , Addison Wesley, Fourth Edition, 2002.
Mode d'Evaluation:
- Devoirs/Labs-----------------------30 %
- Rapport/Presentation-----------------15 %
- Examen de Mi-Session----------------15 %
- Examen Final-----------------------40 %
- Total:-----------------------------100 %
Devoirs, Presentations, Rapports et Examens:
Devoirs
Les devoirs doivent etre rendus au debut du cours, le jour de remise.
Il n'est pas possible d'avoir des devoirs de rattrappage. Les trois devoirs
doivent etre rendus aux dates suivantes. Ils seront postes deux semaines
avant la date de remise.
Presentation et Rapport
Chaque etudiant devra faire une recherche sur les
applications pratiques de l'IA, soumettre un rapport et faire une presentation
en classe. Vous pourrez choisir l'un des sujets suivants:
- Les jeux sur ordinateurs
- Les systemes experts
- La Robotique
- Le Planning
- La Comprehension des Langages Naturels: Methode Logique
- La Comprehension des Langages Naturels: Methode Statistique
- L'Apprentissage automatique
- Le Forage des Donnees
- Les Resaux Neuronneaux
- Les Algorithmes Genetiques
- L'IA et la Psychologie: Modeler la Performance Humaine
- L'IA et la Philosophie: Qu'est-ce que l'intelligence?
La liste des dates auxquelles les representations sont fixees est accessible
ICI
| RETARD DANS LA REMISE DES TRAVAUX: |
Un retard dans la remise des travaux conduit a une penalite de
10% de la note du travail par jour ouvrable et de 5% de la note du travail par
jour de fin de semaine ou jour ferie.
|
Examens
Il y aura deux examens: un examen de mi-session et un examen final. Voici
leurs dates:
- Mi-session----------le Mercredi 20 Octobre 2004 (en classe)
- Final---------------Examen a la Maison Distribue electroniquement
le Vendredi 10 Decembre avant midi . [Sur ce site et par courrier
electronique]. A remettre electroniquement le Lundi 13 Decembre avant midi par courrier electronique au Professeur. L'examen est maintenant disponible
ICI .
Vous devez ecrire l'examen de mi-session. Il n'y aura pas d'examen make-up.
Si vous avez une raison medicale valide qui explique votre abscence a l'examen
(cette raison doit etre confirmee par les services de sante de l'Universite),
j'ajouterais le pourcentage representant la valeur de l'examen de mi-session
a celui de l'examen final.
L'Ecole d'Ingenierie et de Technologie de l'Information exige
l'obtention d'une note d'un minimum de 50% aux examens. La note
numerique sera calculee comme ceci:
Si (Mi_Session + Final) < 27.5%
Alors Note_Numer = (Mi_Session + Final) * 1.5
Sinon Note_Numer = Mi_Session + Final + Devoirs
La note
alphabetique finale sera calculee en fonction de l'echelle en vigueur a
l'Universite d'Ottawa (90% ou plus = A+; moins de 55% = D ou moins de 50% =
Echec).
Materiel de Cours
Les notes de cours, une
description du plagiat et de la facon dont il peut etre evite ainsi que
les devoirs et autre materiel se trouvent ICI .
Plan de Cours:
Sujets:
| Semaine |
Sujet |
A Lire |
| 13-15 Septembre |
Qu'est ce que l'Intelligence Artificielle? |
Chapitre 1 |
Representation des Problemes |
Section 3.0-1 |
| 20-22 Septembre |
Recherche Aveugle |
Section 3.2 |
Recherche Heuristique |
Section 4.0-2 |
| 27-29 Septembre |
Admissibilite, Monotonicite et Information |
Section 4.2 |
| Recherche Adversariale |
Section 4.3 |
| |
Devoir 1: LISP/Recherche |
A rendre: le 13 Octobre |
| 4-6 Octobre |
Recherche Adversariale (Continuee) |
Section 4.4 |
| Logique Propositionnelle |
Section 2.1 |
| 11-13 Octobre |
Relache: Action de Grace |
|
| Logique Propositionnelle (Continuee) |
Section 2.1 |
| 18-20 Octobre |
Revue pour l'examen de mi-session |
|
| Examen de Mi-Session |
|
| |
Devoir 2: PROLOG/Logique |
A rendre: le 3 Novembre |
| 25-27 Octobre |
Calcul avec Predicats |
Section 2.2 |
| Calcul avec Predicats (Continue) |
Section 2.2 |
| 1-3 Novembre |
Preuves de Resolution |
Sections 2.3 et 2.4 |
Representations (Avancees) des Connaissances |
Extraits des Sections 8.1, 8.2, 6.1 et 6.2 |
| 8-10 Novembre |
Apprentissage I: Theorie, Version Space/TD>
| Sections 9.1-2 |
| Session de Presentations |
(4 Presentations) |
| 15-17 Novembre |
Apprentissage II: Arbres de Decision, Reseaux Neuronneaux |
Sections 9.3-4, 10.1-3 |
| Session de Presentations |
(4 Presentations) |
Devoir 3: C4.5/Apprentissage |
A Rendre: le 1 Decembre |
| 22-24 Novembre |
Traitement du Langage Naturel: Syntaxe et Semantique |
Chapitre 13 |
| Session de Presentations |
(4 Presentations) |
| 29 Novembre-1 Decembre |
Session de Presentations |
(4 Presentations) |
| Session de Presentations |
(4 Presentations) |
| 6-8 Decembre |
| Session de Presentations |
(4 Presentations) |
Revue pour l'Examen Final |
|