 | Programme d’études 2020-2021 | English | |
 | Graphes et intelligence artificielle | ||
Unité d’enseignement du programme de Master en sciences informatiques à la Faculté des Sciences |
| Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation spéciales Covid-19 éventuellement prévues pour la fin du Q3 |
|---|
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-M1-INFO60-023-M | UE optionnelle | MELOT Hadrien | S825 - Algorithmique |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|---|---|---|---|---|---|---|---|---|
| Français | 20 | 10 | 0 | 0 | 0 | 3 | 3.00 | 1er quadrimestre |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|---|---|---|---|---|---|---|---|
| S-INFO-021 | Graphes et intelligence artificielle | 20 | 10 | 0 | 0 | 0 | Q1 | 100.00% |
| Unité d'enseignement |
|---|
Objectifs par rapport aux acquis d'apprentissage du programme
- Avoir acquis des connaissances hautement spécialisées et intégrées et des compétences larges dans les diverses disciplines des sciences informatiques, qui font suite à celles relevant du niveau de bachelier en sciences informatiques
Acquis d'apprentissage UE
A l'issue de cet enseignement, les étudiants auront approfondis certains domaines de l'Intelligence Artificielle. Ils seront capables d'identifier quand une méthode particulière est applicable. Le cours se concentrera sur les aspects algorithmiques de l'Intelligence Artificielle et de la théorie des graphes et de certains aspects théoriques.
Contenu de l'UE
Voir unique activité d'apprentissage.
Compétences préalables
Avoir suivi avec le succès le cours "Intelligence Artificielle".
Types d'évaluations Q1 pour l'UE
- Examen oral
Commentaire sur les évaluations Q1 de l'UE
Examen oral 100%
Types d'évaluations Q2 pour l'UE
- Examen oral
Commentaire sur les évaluations Q2 de l'UE
Examen oral 100%
Types d'évaluation Q3 pour l'UE
- Examen oral
Commentaire sur les évaluations Q3 de l'UE
Examen oral 100%
Types d'évaluation rattrapage BAB1 (Q1) pour l'UE
- Néant
Commentaire sur les évaluations rattr. Q1 de l'UE
Pas applicable.
Types d'activités
| AA | Types d'activités |
|---|---|
| S-INFO-021 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| S-INFO-021 |
|
Supports principaux
| AA | |
|---|---|
| S-INFO-021 |
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| S-INFO-021 | Sans objet |
Supports complémentaires
| AA | |
|---|---|
| S-INFO-021 |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| S-INFO-021 | Sans objet |
Autres références conseillées
| AA | Autres références conseillées |
|---|---|
| S-INFO-021 | Russel, S. and Norvig, P., Artificial Intelligence: A Modern Approach, 3ième édition, Pearson, 2010 Williamson, Shmoys, The Design of Approximation Algorithms, Cambridge University Press (2011). Version électronique disponible en ligne: www.designofapproxalgs.com |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|---|
| S-INFO-021 | Non autorisé |