Programme des cours 2024-2025
BINV3100-2  
Intelligence artificielle, Machine Learning
Durée :
48h Pr
Nombre de crédits :
Bachelier en informatique, orientation développement d'applications (Bachelier en informatique, orientation développement d'application)4
Nom du professeur :
Grégory SERONT
Coordinateur(s) :
Grégory SERONT
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(s) terminaux visé(s):
  • AAT1 Concevoir des solutions informatiques efficaces qui répondent à des problèmes en maitrisant les structures de données véhiculées.
  • AAT6 Exploiter de façon autonome et rigoureuse les différentes ressources d'information (en français ou en anglais).
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
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
Mode d'enseignement (présentiel, à distance, hybride) :
Cette UE sera organisée  à distance (50%) et en présenciel (50%).
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 :
L'évaluation est exclusivement basée sur de l'évaluation continue. D'une part les étudiants réaliseront des travaux de différentes natures sur base de la matière vue en autonomie (interrogation, qcm, carte mentale, résumé, ...). D'autre part les étudiants réaliseront un projet qui sera si nécessaire défendu oralement. 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, la note sera intégralement constituée par l'évaluation d'un projet qui sera défendu oralement.

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 spécifiques à l'UE, le responsable de l'évaluation de l'UE attribuera une note inférieure à 10/20. Cette décision fera l'objet d'une justification de la part des professeurs.
Stage(s) :
Remarques organisationnelles :
Lors du calcul de la moyenne arithmétique pondérée du PAE d'un étudiant, ainsi que du calcul de la moyenne arithmétique pondérée globale de son cursus, le poids associé à la note de la présente UE est son nombre d'ECTS.
Contacts :
Monsieur Grégory Seront