1. Accueil
  2. FR
  3. Étudier
  4. Offre de formation
  5. UE
COMM-Y2320

Intelligences artificielles I

année académique
2025-2026

Titulaire(s) du cours

Hadrien Mélot (Coordonnateur)

Crédits ECTS

2

Langue(s) d'enseignement

français

Contenu du cours

Historique et définitions de l'Intelligence Artificielle (IA) ; Notion d'agents rationnels ; Algorithmes de résolution de problèmes ; Initiation au fonctionnement des IA génératives et aux grands modèles de langages; Introduction au Deep Learning et à ses méthodologies (données d’apprentissage, réseaux de neurones, etc.).

Objectifs (et/ou acquis d'apprentissages spécifiques)

Il s’agit d’amener l’étudiant.e à s’initier aux algorithmes utilisés dans les domaines classiques des IA, des IA génératives et du Deep Learning.

Méthodes d'enseignement et activités d'apprentissages

Le cours est composé d’enseignement ex-cathedra, de discussions avec les étudiants et d’exercices dirigés (incluant de la programmation en Python).

Références, bibliographie et lectures recommandées

Norvig, P. and Russel, S., Artificial Intelligence : a modern approach, 3ième éd., Pearson (2010)

Contribution au profil d'enseignement

Ce cours contribue principalement à développer la compréhension et un début de pratique des algorithmes qui sont à la base des intelligences artificielles historiques et contemporaines, avec un accent sur les IA génératives et les grand modèles de langages.
De ce fait, le cours contribue aux objectifs de formation suivants : 
- Mobiliser et articuler des savoirs de différentes disciplines pour appréhender les enjeux associés aux transformations numériques de la société.
- Utiliser les méthodes et les outils les plus adéquats d'accès et de traitement des données et de l'information pour aider à la prise de décision et pour construire des messages.
- Adopter une posture critique et informée vis-à-vis de la collecte, du traitement et de l'exploitation des données. (big data, algorithmes, automatisation et intelligence artificielle, visualisation, quantification, prédictions…).
- Concevoir et formuler des recommandations et des solutions aux personnes concernées par le développement, la diffusion et l'utilisation des technologies numériques dans différents domaines.

Autres renseignements

Contacts

Stéphane Dupont : stephane.dupont@umons.ac.be
Hadrien Mélot : hadrien.melot@umons.ac.be

Campus

Charleroi Ville Haute

Evaluation

Méthode(s) d'évaluation

  • Examen oral

Examen oral

  • Question ouverte à développement long

Construction de la note (en ce compris, la pondération des notes partielles)

La pondération est de 100% pour l’examen. 

Langue(s) d'évaluation

  • français

Programmes