Aller au menu Aller au contenu
Diversité scientifique et technologique
L'école d'ingénieurs de physique, électronique, matériaux
Diversité scientifique et technologique

> Formation

Intelligence Artificielle pour l'IoT - 4PMIIAI

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
  • Volumes horaires

    • CM : 8.0
    • TD : 8.0
    • TP : 8.0
    • Projet : 0
    • Stage : 0
    Crédits ECTS : 2.0

Objectifs

L'Internet des objets ou (Internet of Things -- IoT) désigne les réseaux d'objets physiques qui embarquent des capteurs, des actionneurs ainsi que des logiciels constamment connectés entre eux et/ou au monde extérieur (Internet). On trouve de ces objets partout que cela soit dans la sphère professionnelle (industrie 4.0, santé), publique (smart cities) ou privée (smart watch, smart speaker, smart home). Ces objets collectent un grand nombre de données que l'on cherche à exploiter pour augmenter leur capacité de raisonnement. Dans ce cours, après une courte introduction à ce qu'on appelle l'Intelligence Artificiel (IA), nous verrons quelles techniques d'IA peuvent être utilisées améliorer les capacités de communication, perception et raisonnement des objets de l'IoT.

Contact Danielle ZIEBELIN

Contenu

Le programme suivra le développement suivant

1. Introduction à l'IA
2. IA Symbolique -- Ontologie
3. Modèles Probabilistes
4. Réseaux de Neurones
5. Apprentissage Profond

Chacun des thèmes abordés fera l'objet de travaux pratiques.



Prérequis

bases en probabilités et statistiques
bases en programmation (Python, Java)

Contrôles des connaissances

    • MCC en présentiel **
      N1 = examen écrit
      N2 = examen écrit
    • MCC en distanciel **
      N1 = rendus de TP
      N2 = oral


    • MCC en présentiel **
      N1 = examen écrit
      N2 = examen écrit
    • MCC en distanciel **
      N1 = rendus de TP
      N2 = oral

Informations complémentaires

Cursus ingénieur->Filières->Semestre 8

Bibliographie

Russell, S., & Norvig, P. (2002). Artificial intelligence: a modern approach. Prentice Hall series in artificial intelligence.
Goodfellow, I., Bengio, Y., Courville, A., & Bengio, Y. (2016). Deep learning (Vol. 1). Cambridge: MIT press.

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

mise à jour le 19 octobre 2020

Université Grenoble Alpes