Intelligence artificielle : de l'apprentissage statistique au traitement des données

Cette certification aborde les différentes composantes de l'intelligence artificielle : l'apprentissage statistique (machine Learning, deep learning), le traitement de données massives (image, parole, etc.) et la robotique avec les objectifs suivants :

• Employer les méthodes avancées d'apprentissage statistique pour résoudre des problématiques d'intelligence artificielle
• Utiliser les réseaux de neurones et les architectures associées
• Concevoir et analyser des expériences pour évaluer les systèmes HRI (Interaction Homme - Robot)
• Mettre en oeuvre des méthodes d'apprentissage profond en s'appuyant sur des bibliothèques logicielles
   

• C1- Utiliser des méthodes statistiques à grande échelle lors de projets afin de résoudre des problématiques d'intelligence artificielle en utilisant des techniques évolutives adaptées
• C2- Analyser la place de l'Intelligence Artificielle et de la science de données au sein des enjeux sociétaux
• C3- Utiliser les réseaux de neurones dans les méthodes d'apprentissage profond afin de modéliser et d'optimiser le traitement de l'information
• C4-Déterminer les différents types de familles logiques grâce à des outils adaptés afin de résoudre des problèmes
• C5-Déterminer les principes fondamentaux de l'interaction homme-robot grâce à des méthodes afin de développer l'apprentissage par renforcement
• C6- Identifier les différents modèles graphiques probabilistes afin de les utiliser dans des applications statistiques en grande dimension
• C7- Intégrer les méthodes de l'Intelligence Artificielle dans un système audio cible en prenant en considération les évolutions du système
• C8-Mettre en oeuvre les techniques de représentation d'une image numérique afin de déterminer les enjeux et les limites de la vision par ordinateur
• C9- Proposer une modélisation utilisant les différentes méthodes de traitement de la langue et d'apprentissage automatique sous-jacentes à l'analyse des textes