Programme d’études 2025-2026English
Introduction à l'intelligence numérique
Unité d’enseignement du programme de Bachelier en sciences de l'ingénieur, orientation ingénieur civil (MONS) (Horaire jour) à la Faculté Polytechnique

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-B3-IRCIVI-222-MUE ObligatoireGOSSELIN BernardF105 - Information, Signal et Intelligence artificielle
  • GOSSELIN Bernard

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français162000033.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-ISIA-021Introduction à l'intelligence numérique1620000Q1100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Mettre en oeuvre une démarche d'ingénieur face à un problème aux contours définis, compte tenu de contraintes techniques, économiques et environnementales.
    • Connaître les étapes d'une démarche d'ingénieur.
    • Identifier et décrire le problème à résoudre et le besoin fonctionnel (du client) à rencontrer en tenant compte de l'état de la technologie.
    • Concevoir, évaluer et optimiser des solutions répondant au problème posé.
    • Mettre en oeuvre une solution choisie sous la forme d'un dessin, d'un schéma, d'un plan, d'une maquette, d'un prototype, d'un logiciel et/ou d'un modèle numérique.
    • Communiquer la démarche, les résultats et les perspectives à un client ou un jury.
    • Identifier et acquérir les connaissances et compétences nécessaires à la résolution du problème.
  • Maîtriser les connaissances fondamentales (théoriques et méthodologiques) en sciences et en sciences de l'ingénieur pour résoudre des problèmes impliquant ces disciplines.
    • Identifier, décrire et expliquer les principes scientifiques et mathématiques fondamentaux.
    • Identifier, décrire et expliquer les principes de base en sciences de l'ingénieur en particulier dans la dominante.
    • Choisir et appliquer avec rigueur les connaissances, méthodes et outils en sciences et en sciences de l'ingénieur pour résoudre des problèmes impliquant ces disciplines.
  • Maîtriser les bases de la gestion de projet pour réaliser, seul ou en équipe, un projet aux contours définis.
    • Adapter la démarche et les réalisations compte tenu des feedbacks reçus.
    • Respecter les échéances et le plan de travail.
  • Collaborer, travailler en équipe.
    • Interagir efficacement avec d'autres étudiants pour réaliser un travail commun.
  • Communiquer de manière structurée - oralement et par écrit, en français et en anglais - des informations claires, précises, argumentées.
    • Argumenter et convaincre, tant à l'oral qu'à l'écrit, vis-à-vis d'un client, des enseignants et des jurys.
    • Utiliser plusieurs modes de communication écrite et graphique : texte, tableau, équation, esquisse, plan, graphique, ...
    • Présenter des résultats d'analyse ou d'expérience dans des rapports de laboratoires.
  • Faire preuve de rigueur et d'autonomie dans son parcours de formation.
    • Se connaître, s'autoévaluer et développer des stratégies d'apprentissage appropriées.
    • Développer sa curiosité scientifique et son ouverture d'esprit.

Acquis d'apprentissage de l'UE

Se servir des approches présentées comme guides et les mettre en oeuvre afin de développer une solution originale à un problème donné dans le domaine du traitement de l'information.

Contenu de l'UE : descriptif et cohérence pédagogique

Représentation de l'information numérique.
Analyse de l'information (quantification vectorielle, analyse en composantes principales)
Structures et modèles de classifcation (théorie de Bayes, mélagne de Gaussiennes)
Systèmes dynamiques (comparaison dynamiques, modèles de Markov)
Introduction aux réseaux de neurones artificiels et à l'apprentissage profond.

Les cours théoriques sont ponctués d'exercices qui présentent des cas d'application concrets et/ou sont l'objet d'une réflexion permettant une analyse critique des méthodes présentées au travers d'échanges de questions et réponses avec les étudiants.

Les séances de travaux pratiques visent à développer la compréhension de la matière vue au cours ainsi que l'esprit d'analyse critique. Il est donc indispensable d'être à jour au niveau de l’enseignement afin de tirer profit de ces séances.

L’enseignement est donné en français.
 

Compétences préalables

éléments de base en statistiques

Types d'activités

AATypes d'activités
I-ISIA-021
  • Cours magistraux
  • Travaux pratiques
  • Projet sur ordinateur
  • Etudes de cas

Mode d'enseignement

AAMode d'enseignement
I-ISIA-021
  • En présentiel

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ISIA-021Copies de présentations
Protocoles de laboratoires
 

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ISIA-021néant

Autres références conseillées

AAAutres références conseillées
I-ISIA-021sans objet

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
I-ISIA-021Autorisé

Evaluation du quadrimestre 1 (Q1) - type

AAType(s) et mode(s) d'évaluation du Q1
I-ISIA-021
  • Examen écrit - En présentiel

Evaluation du quadrimestre 1 (Q1) - commentaire

AACommentaire sur l'évaluation Q1
I-ISIA-021Examen écrit sans notes.
L’évaluation finale repose sur la résolution d’un exercice d’application à un cas concret d’une méthode vue au cours ou lors des séances de travaux pratiques, ou sur le développement et la justification de méthodes alternatives pour la résolution d’un cas d’étude donné, ainsi qu’une comparaison critique portant sur les contraintes, avantages et inconvénients respectifs liés à la mise en œuvre de ces méthodes.

 

Evaluation de l'épreuve de rattrapage du quadrimestre 1 (Q1) pour BAB1 - type

AAType(s) et mode(s) d'évaluation rattrapage Q1(BAB1)
I-ISIA-021
  • Néant - Néant

Evaluation de l'épreuve de rattrapage du quadrimestre 1 (Q1) pour BAB1 - commentaire

AACommentaire sur l'évaluation rattrapage Q1(BAB1)
I-ISIA-021Sans objet

Evaluation du quadrimestre 3 (Q3) - type

AAType(s) et mode(s) d'évaluation du Q3
I-ISIA-021
  • Examen écrit - En présentiel

Evaluation du quadrimestre 3 (Q3) - commentaire

AACommentaire sur l'évaluation Q3
I-ISIA-021Examen écrit sans notes.
L’évaluation finale repose sur la résolution d’un exercice d’application à un cas concret d’une méthode vue au cours ou lors des séances de travaux pratiques, ou sur le développement et la justification de méthodes alternatives pour la résolution d’un cas d’étude donné, ainsi qu’une comparaison critique portant sur les contraintes, avantages et inconvénients respectifs liés à la mise en œuvre de ces méthodes.
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de dernière mise à jour de la fiche ECTS par l'enseignant : 17/04/2025
Date de dernière génération automatique de la page : 14/03/2026
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be