Programme des cours 2020-2021
BINV3100-2  
Intelligence artificielle, Machine Learning
Durée :
48h Pr
Nombre de crédits :
Bachelier en informatique de gestion4
Nom du professeur :
Grégory SERONT
Coordinateur(s) :
Grégory SERONT, José VANDER MEULEN
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Cette UE est une indtroduction au Machine Learning (voir https://en.wikipedia.org/wiki/Machine_learning)
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
1) Compétence(s) - Capacité(s): C1 - S'insérer dans son milieu professionnel et s'adapter à son évolution CA1.1 -Travailler, tant en autonomie qu'en équipe éventuellement multidisciplinaire dans le respect de la culture d'entreprise CA1.2 -Collaborer à la résolution de problèmes complexes avec méthode, rigueur, pro activité et créativité CA1.3 -Adopter une attitude éthique et respecter les règles déontologiques CA1.5 -Identifier ses besoins de développement et s'inscrire dans une démarche de formation permanente C2 - Communiquer ¿ Ecouter, informer, conseiller les acteurs tant en interne qu'en externe CA2.1 -Poser les questions adéquates et adaptées aux spécifications demandées et comprendre son interlocuteur pour identifier les besoins de l'utilisateur CA2.2 -Adapter ses techniques de communication, son vocabulaire à l'interlocuteur quel qu'il soit CA2.3 -Rédiger un document technique, un rapport CA2.5 -Exploiter un document technique en français et en anglais C3 - Mobiliser les savoirs et les savoir-faire propres à l'informatique de gestion CA3.1 -Concevoir, implémenter et maintenir des algorithmes répondant aux spécifications et fonctionnalités fournies CA3.2 -Choisir et mettre en œuvre un standard défini ou une technologie spécifique (méthodologie, environnement, langage, framework, librairies, ...) CA3.3 -Traduire les besoins des utilisateurs en modèles d'analyse CA3.4 -Concevoir, implémenter, administrer et utiliser avec maîtrise un ensemble structuré de données C5 - S'organiser ¿ Structurer, planifier, coordonner, gérer de manière rigoureuse les actions et les tâches liées à sa mission CA5.3 -Respecter les délais prévus CA5.4 -Suivre un protocole méthodologique visant à cerner un problème
2) Acquis d'apprentissage spécifiques
Au terme de cette UE, un étudiant sera capable d'expliquer les concepts sous-jacents aux notions suivantes liées au « machine learning » :
  • Sélection, nettoyage et transformation des données ;
  • Prédiction ;
  • Mesure des performances du modèle.
De plus, il sera capable de concevoir, de construire, de compiler, de tester et de justifier la conception de systèmes simples appliquant les notions susmentionnées.
 
Savoirs et compétences prérequis :
 / 
Activités d'apprentissage prévues et méthodes d'enseignement :
Activités           Intitulé de l'activité           Volume horaire BINV3100-C-a    Machine Learning                48
Cette UE sera organisée entièrement à distance.
Tenant compte de la situation sanitaire et du Protocole pour la reprise des cours dans l'enseignement supérieur émanant de la Ministre Glatigny, les modalités prévues pour l'organisation et l'évaluation de cette Unité d'enseignement sont susceptibles d'être modifiées en cas d'évolution du risque épidémique et d'un retour vers un confinement total ou partiel.
Mode d'enseignement (présentiel, à distance, hybride) :
Cette UE sera organisée entièrement à distance.
Des lectures, des vidéos et des exercices seront proposés.
Tenant compte de la situation sanitaire et du Protocole pour la reprise des cours dans l'enseignement supérieur émanant de la Ministre Glatigny, les modalités prévues pour l'organisation et l'évaluation de cette Unité d'enseignement sont susceptibles d'être modifiées en cas d'évolution du risque épidémique et d'un retour vers un confinement total ou partiel.
Lectures recommandées ou obligatoires et notes de cours :
Durant l'année, nous donnerons plus de détails sur les documents à consulter durant les travaux individuels (lectures de livres, lectures d'articles, vidéos à regarder, ...).
Les références seront placées sur mooVin.
Modalités d'évaluation et critères :
Conformément à la circulaire de rentrée académique 2020-2021, des codes couleur ont été établis pour l'enseignement supérieur dans le cadre de la lutte contre le coronavirus. Les engagements pédagogiques ont été rédigés sur base du code « jaune ».
En cas de passage en code « orange », les examens prévus en présentiel pourraient être organisés à distance. En cas de passage en code « rouge », aucune évaluation ne pourra être organisée en présentiel. Les modalités d'évaluation sont donc susceptibles d'évoluer.
Responsable de l'évaluation: VANDER MEULEN José
L'évaluation est exclusivement basée sur de l'évaluation continue. D'une part les étudiants réaliseront des travaux de différentes natures (interrogation, qcm, carte mentale, résumé, ...). D'autre part les étudiants réaliseront un projet. Ces deux parties permettront de déterminer le niveau de maîtrise de l'étudiant. En particulier, notez donc qu'aucun examen ne sera organisé en première session.
En cas de deuxième session, l'évaluation est basée sur un examen oral sur machine permettant de déterminer le niveau de maîtrise de l'étudiant.
La note finale de l'UE est délibérée par les professeurs impliqués dans l'évaluation de celle-ci. En cas de lacune importante dans un ou plusieurs acquis d'apprentissage spécifique à l'UE, le jury de délibération se réserve le droit de ne pas valider l'UE ; càd d'attribuer une note d'UE différente de la moyenne mathématique. Cette décision fera l'objet d'une justification de la part des professeurs.
 
Tenant compte de la situation sanitaire et du Protocole pour la reprise des cours dans l'enseignement supérieur émanant de la Ministre Glatigny, les modalités prévues pour l'organisation et l'évaluation de cette Unité d'enseignement sont susceptibles d'être modifiées en cas d'évolution du risque épidémique et d'un retour vers un confinement total ou partiel.
Stage(s) :
Remarques organisationnelles :
Tenant compte de la situation sanitaire et du Protocole pour la reprise des cours dans l'enseignement supérieur émanant de la Ministre Glatigny, les modalités prévues pour l'organisation et l'évaluation de cette Unité d'enseignement sont susceptibles d'être modifiées en cas d'évolution du risque épidémique et d'un retour vers un confinement total ou partiel.
Contacts :
- Jean-Benoît DELBROUCK
- Grégory Seront
- José VANDER MEULEN