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:

Professeur

Nathalie Japkowicz, Bureau: STE 5-029,

Heures de Consultation:

TA

Sera annonce plus tard

Heures de Cours

Prealables

Manuel de Cours

Mode d'Evaluation:

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:

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:

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) < 32.5%
Alors Note_Numer = (Mi_Session + Final) * 1.5
Sinon Note_Numer = Mi_Session + Final + Devoirs + Rapport/Presentation

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
8 Septembre Qu'est ce que l'Intelligence Artificielle? Chapitre 1
12-15 Septembre Representation des Problemes Section 3.0-1
Recherche Aveugle Section 3.2
19-22 Septembre Recherche Heuristique Section 4.0-2
Admissibilite, Monotonicite et Information Section 4.3
Devoir 1 LISP/Recherche A rendre: le 6 Octobre
26-29 Septembre Recherche Adversariale Section 4.4
Recherche Adversariale (Continuee) Sections 4.4-5
3-6 Octobre Logique Propositionnelle Section 2.1
Revue pour l'examen de mi-session
10-13 Octobre Relache: Action de Grace
Examen de Mi-Session
17-20 Octobre Logique Propositionnelle (Continuee) Section 2.1
Calcul avec Predicats Section 2.2
Devoir 2: PROLOG/Logique A rendre: le 3 Novembre
24-27 Octobre Calcul avec Predicats (Continue) Section 2.2
Preuves de Resolution Sections 2.3 et 2.4
31 Octobre-3 Novembre Representations (Avancees) des Connaissances Extraits des Sections 8.1, 8.2, 6.1 et 6.2
Apprentissage I: Theorie, Version Space/TD> Sections 9.1-2
7-10 Novembre Apprentissage II: Arbres de Decision, Reseaux Neuronneaux Sections 9.3-4, 10.1-3
Session de Presentations (2 Presentations)
Devoir 3: C4.5/Apprentissage A Rendre: le 1 Decembre
14-17 Novembre Traitement du Langage Naturel: Syntaxe et Semantique Chapitre 13
Session de Presentations (2 Presentations)
21-24 Novembre Session de Presentations (2 Presentations)
Session de Presentations (2 Presentations)
28 Novembre-1 Decembre
Session de Presentations (2 Presentations)
Session de Presentations (2 Presentations)
5 Decembre
Revue pour l'Examen Final