Descriptif
This course aims at providing the bases of symbolic AI, along with a few selected advanced topics.
It includes courses on formal logics, ontologies, symbolic learning, typical AI topics such as revision, merging, etc., with illustrations on preference modeling and image understanding.
Objectifs pédagogiques
Acquis d'apprentissage
À l'issue de l'UE, l'élève sera capable de:
- Comprendre et utiliser des formalismes logiques (logiques propositionnelle, des prédicats, modale), ainsi que des méthodes d'apprentissage symbolique (arbres de décision, analyse formelle de concepts, règles d'association), des méthodes de représentation des connaissances et de raisonnement.
- Analyser et résoudre des problèmes simples en IA symbolique, et démontrer des résultats théoriques.
- Concevoir une ontologie.
Compétences de rattachement (et justification)
- BC5.1 – Modéliser mathématiquement une situation, des données, des phénomènes physiques dans le contexte du numérique; Justification : La compréhension des logiques de bases, des modes de raisonnement associés et des méthodes d'apprentissage symbolique permet de modéliser une situation avec des modes adaptés de représentation formelle des connaissances et des données ainsi que de raisonnement.
- BC5.2 – Concevoir un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : L'UE détaille la conception d'une ontologie et son utilisation dans un contexte concret.
Diplôme(s) concerné(s)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme AUDITEURS_IP Paris
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 2 ECTS
Programme détaillé
Introduction - Reminder on logics (syntax, semantics...) and overview of several logics (propositional, first order, modal...)
Description logics, ontologies
Symbolic learning: formal concept analysis, decision trees
Tutorial on ontology engineering and design. Building your own ontologies using OWL and Protegé for real life problems- (practical work, including a report at the end of the course)
Some typical examples in AI: revision, merging, abduction, with illustrations on preference modeling and image understanding