Descriptif
La mineure IAC, après la majeure STIC, prépare à deux parcours de 3A, IA et Robotique, avec 1 à 2 cours obligatoires. Ainsi, le cours d'apprentissage automatique MI203 (machine learning) est un prérequis pour les deux parcours ; celui d'Automatique AUT202 (approche moderne du contrôle des systèmes dynamiques) est un prérequis pour le parcours Robotique, mais est aussi intéressant pour le parcours IA.
Les autres cours peuvent être choisis plus librement, pour atteindre le nombre de 6 unités (sur les 7 créneaux qu'occupent les mineures), sachant que certains cours en occupent 2 (marque ×2). Des liens vers les descriptions détaillées de chacun de ces cours figurent en bas de cette page. Voir aussi sur le planning des majeures-mineures quels cours se déroulent en parallèle (sur chaque ligne) et sont donc incompatibles.
Le cours de probabilités MA202 "modèles de Markov" est conseillé (sans être nécessaire) en vue du parcours IA (sauf pour étudiant ENIT ayant déjà suivi PRB201_TN). Ces modèles sont notamment à la base des techniques d'apprentissage par renforcement, dont on a vu récemment le succès au jeu de Go. Ils sont également utiles en Robotique, par exemple en localisation/cartographie. Le nombre de places est cependant limité à 32.
Le cours RO202 de recherche opérationnelle appliquée s'intéresse à l'utilisation optimale de ressources discrètes, situation que les approches continues ne savent pas traiter. Il s'agit typiquement de trouver la meilleure organisation possible (d'une structure, d'un processus) pour remplir un certain objectif opérationnel, gain économique conséquent à la clé. Cette discipline est proche de l'IA classique. Elle touche aussi à la théorie des graphes, structures de données chères à l'informaticien. Les algorithmes étudiés sont programmés/utilisés sur machine. Le sujet est ensuite approfondi en RO203 (×2), qui aborde aussi la théorie des jeux, par exemple les équilibres de Nash.
Après IC202 en majeure, le cours IC212 (×2) s'intéresse à l'Internet des Objets (ou IoT en anglais), promis à une explosion avec l'arrivée de la "5G". Les milliards d'objets connectés à Internet constitueront aussi la prochaine source majeure de "data" pour l'IA. Basse énergie, auto-organisation collective, sécurité sont autant de nouveaux défis côté réseau. Ce cours porte sur leurs principes, conception, déploiement et utilisation, avec une forte dimension expérimentale - un vrai projet IoT - limitant le nombre de places à 20.
L'analyse des images et vidéos est un terrain de jeu favori de l'IA de dernière génération, d'ailleurs abordé en MI203 ou MA202. D'autres aspects autour de ce thème sont plus largement explorés dans trois cours : MI206 initie à des techniques d'analyse non linéaires de l'image adaptées de ce fait à sa nature, suivant une démarche algébrique intuitive ; MI210 examine le fonctionnement biologique de la vision humaine, avec un point de vue probabiliste, afin d'en cerner l'efficacité ; ES210 s'intéresse à la capture de l'image (mais pas à son analyse) dans une perspective robotique par ses aspects physiques, optiques, électroniques et système.
Enfin, les étudiants qui ont précédemment obtenu de très bons résultats (dans les meilleurs 50% des ex-1A) en statistiques pourront approfondir ce thème en suivant le cours d'apprentissage statistique STA203 (×2), dispensé par une enseignante purement statisticienne justement.
D'éventuels étudiants souhaitant se ménager la possibilité d'un accès au parcours ASSI en 3A pourront demander un aménagement de leur cursus.