2.12.12 (628)

Enseignement spécifique des masters - CSC_5AI01_TP : Logics and Symbolic AI

Descriptif

This course aims at providing the bases of logics and symbolic AI.
It includes courses on formal logics, symbolic reasoning and knowledge representation.

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.

24 heures en présentiel

24 heures de travail personnel estimé pour l’étudiant.

Diplôme(s) concerné(s)

Format des notes

Numérique sur 20

Littérale/grade européen

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
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

Pour les étudiants du diplôme Master 2 Data AI

Le rattrapage est autorisé (Max entre les deux notes)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 2 ECTS

    Programme détaillé

    1. Propositional Logic
    2. First order logic
    3. Planning
    4. Fuzzy logic
    5. Formal concept analysis
    6. AMR
    7. Description logic

    Mots clés

    IA, logiques, raisonnement, connaissances

    Méthodes pédagogiques

    Cours, TD, TP
    Veuillez patienter