Dans ce module, vous serez initié aux différents termes liés à la résolution de problèmes en intelligence artificielle (IA) et aux étapes de la résolution de problèmes. Vous aurez un aperçu de l'importance des systèmes de production, de leurs composants et de leurs principales caractéristiques. En outre, grâce aux exemples de problèmes d'intelligence artificielle, vous serez en mesure de comprendre le rôle de l'intelligence artificielle dans le développement de machines intelligentes pour résoudre les problèmes du monde réel. Le module décrit également en détail les différentes catégories de problèmes en fonction de leur nature.

Cette évaluation est un quiz gradué basé sur les modules couverts par cette semaine.

Dans ce module, vous apprendrez les concepts de base des problèmes de recherche, des arbres de recherche, des processus de recherche, des types de recherche et des critères d'évaluation des stratégies de recherche. Le module couvrira également l'Algorithme de quatre techniques de recherche non informée. Vous serez initié aux techniques de recherche en largeur et en profondeur, ainsi qu'à leurs applications. En outre, vous aurez un aperçu des techniques d'approfondissement itératif et de recherche bidirectionnelle, ainsi que de leurs avantages et inconvénients.

Dans ce module, vous découvrirez les techniques de recherche informée utilisées en intelligence artificielle (IA). Les techniques de recherche informée suivent un processus guidé pour atteindre un objectif connu, c'est pourquoi elles sont également appelées recherche guidée ou recherche heuristique. Vous étudierez également la connaissance heuristique et la fonction heuristique. En outre, vous serez initié à différentes techniques de recherche informée et apprendrez les principales caractéristiques de ces techniques.

Dans ce module, vous comprendrez la nécessité et l'importance de la représentation des connaissances et des concepts qui y sont associés. Vous découvrirez les différents types de connaissances impliqués dans l'intelligence artificielle (IA). Vous comprendrez également comment la connaissance est acquise, créée et stockée dans différents scénarios. Le module couvrira également l'organisation des connaissances. En outre, vous aurez un aperçu des concepts de gestion des connaissances et des principes et pratiques de l'ingénierie des connaissances.

Dans ce module, vous comprendrez le concept de logique, un langage formel utilisé pour représenter les connaissances et les faits. Il existe deux types de logique dans le domaine de l'IA : la logique propositionnelle et la logique des prédicats. Ce sont les techniques de représentation des connaissances les plus utilisées. Ces méthodes sont utilisées pour représenter les faits du monde réel sous la forme d'un langage, qui utilise des mots, des expressions et des phrases pour représenter et raisonner sur les propriétés et les relations dans le monde. Vous étudierez ces méthodes en détail dans ce module.

Cette évaluation est un quiz gradué basé sur les modules couverts par cette semaine.

Dans ce module, vous découvrirez les problèmes d'intelligence artificielle qui sont résolus à l'aide de stratégies de jeu. Vous apprendrez comment le jeu aide les décideurs. Vous comprendrez également le concept de recherche contradictoire et les différents types de jeux. En outre, vous apprendrez à aborder un jeu par le biais de la stratégie min-max. Enfin, vous apprendrez à résoudre un jeu en utilisant la stratégie d'élagage alpha-bêta.

Dans ce module, vous découvrirez les concepts de raisonnement avec incertitude, les sources d'incertitude et la représentation des connaissances incertaines. Il inclut également différents types de raisonnement tels que le raisonnement monotone, non-monotone et probabiliste. Vous en aurez un aperçu grâce aux exemples qui clarifient les concepts complexes des raisonnements et la façon dont ils sont traités.

Cette évaluation est un quiz gradué basé sur les modules couverts par cette semaine.

Dans ce module, vous comprendrez la définition, l'histoire et les concepts du Traitement du langage naturel (NLP). Le NLP est la partie de l'intelligence artificielle qui étudie comment les humains établissent la communication avec les machines. Vous découvrirez les phases du NLP et les défis rencontrés dans le processus du NLP. En outre, vous aurez un aperçu des différentes techniques d'analyse syntaxique. Vous découvrirez également les réseaux de transition dans le cadre du NLP.

Dans ce module, vous découvrirez le concept d'apprentissage et de planification dans le domaine de l'IA. Tout système intelligent doit posséder une certaine forme ou un certain degré de compréhension. La planification est importante car toutes les actions requises pour résoudre un problème doivent être planifiées avant d'être appliquées pour obtenir le résultat souhaité. Tous ces aspects seront abordés dans ce module. Vous étudierez également quelques algorithmes d'apprentissage importants, à savoir les algorithmes génétiques, les réseaux neuronaux et les arbres décisionnels.

Dans ce module, nous aborderons le concept de classification dans l'apprentissage automatique. Les algorithmes de classification sont utilisés pour classer les idées et les objets dans des catégories ou des sous-populations prédéfinies. À l'aide de divers ensembles de données de formation pré-catégorisés, les algorithmes de classification regroupent les futurs ensembles de données dans des catégories. L'étude de la classification dans le domaine de l'apprentissage automatique est vaste. Vous apprendrez les trois principaux algorithmes de classification, à savoir la Classification naïve bayésienne, les machines à vecteurs de support (SVM) et le regroupement K-moyennes. En outre, vous découvrirez brièvement un algorithme de raisonnement basé sur la logique floue.

L'objectif premier de l'intelligence artificielle est de développer des systèmes experts pour résoudre les problèmes du monde réel, de manière efficace et économique. Les systèmes experts ne sont rien d'autre que des systèmes intelligents travaillant dans un domaine limité. Dans ce module, diverses questions liées au développement des systèmes experts sont présentées.

Cette évaluation est un quiz gradué basé sur les modules couverts par cette semaine.

Synthèse du cours