Ecole d'ingénieur et centre de recherche en télécommunications

Systèmes intelligents

[IS]
T Enseignement Technique


Résumé

  • L'objectif de ce cours est de donner aux étudiants une connaissance solide sur les techniques de classification et d'apprentissage. Le lien avec l'intelligence sera illustré par des exemples de situations où ces techniques permettent de construire des modèles efficaces, alors qu'aucune solution optimale n'est connue. Un tel exemple est la détection de fraudes dans l'utilisation de cartes de crédits.

Bibliographie

 

 

  • Genetic Algorithms: An Introduction to genetic algorithms Mitchell, Melanie MIT Press 1996, ISBN : 0262133164

     

     

  • Préalable Requis

    Description

    • Ce cours décrit les techniques de base et quelques techniques avancées en classification et optimisation : les réseaux de neurones, les algorithmes génétiques, le recuit simulé, les arbres de décision et les réseaux bayésiens. Il sera illustré par des applications, telles que les agents intelligents ou la fouille de données.
    • Une large partie du cours sera consacrée à l’étude des réseaux de neurones, qui sont une des techniques les plus populaires, et qui ont montrés une grande efficacité dans de nombreuses situations. Le cours étudiera les perceptrons classiques, les perceptrons multi-couches, l’algorithme de rétro-propagation. On considérera aussi d’autres types de réseaux, tels les réseaux de Hopfield.
    • Le cours étudiera les techniques avancées d’optimisation, comme les algorithmes génétiques et le recuit simulé. Enfin, il regardera aussi des techniques avancées de classification, telles les arbres de décision ou les réseaux bayésiens.
    • Tout au long du cours, ces techniques seront illustrées par des applications telles que les agents intelligents et la fouille de données.
    Nombre d'heures: 42.00
    Nombre d'heures par semaine: 3.00
    Forme du contrôle: examen écrit