Introduction théorique à l’intelligence artificielle

1. L’apprentissage par renforcement 
2. L’apprentissage auto-supervisé 
3. Les modèles génératifs 
4. Les réseaux neuronaux sur graphes 

  Ces modules d’apprentissage s'adressent à ceux qui ont entendu parler de l'IA et de l'apprentissage automatique, mais qui ne possèdent pas de connaissances approfondies dans ces domaines. Les courtes vidéos d'introduction, les textes et les figures expliquant chaque concept en détail vous permettront de démystifier l’IA ! 

 Plan du cours

À la fin du cours, les étudiant(e)s seront en mesure...  

1. D’expliquer l'intelligence artificielle et ses processus.  
2. D’évaluer les utilisations des outils et des plateformes disponibles. 
3. De reconnaitre des ressources pertinentes pour approfondir leurs connaissances. 

Mission

 La mission du cours est d’introduire les concepts théoriques et mathématiques de l’intelligence artificielle afin de permettre aux participant.es du cours en ligne de mieux comprendre les processus derrière les systèmes d’apprentissage automatique.  

Ultimement, l’objectif est que les apprenant.es puissent évaluer les usages et les formules utilisés dans des outils d’intelligence artificielle auxquels ils et elles se confrontent.   

Objectifs intermédiaires

•  Définir l’intelligence artificielle 
• Décrire l'approche de l’apprentissage par renforcement 
• Exposer les applications de l’apprentissage auto-supervisé 
• Comprendre les bases des modèles génératifs 
• Expliquer le fonctionnement et les apports des réseaux de neurones sur graphes. 

Modalités

• Asynchrone, 100% en ligne 
• Aucune évaluation (cours non crédité) 
• Durée entre 3h et 5h de lecture et de visionnement
• Ressources complémentaires de qualité pour aller plus loin

Prérequis 

Aucun prérequis, mais une connaissance de base de l’algèbre linéaire et de certains concepts mathématiques aidera certainement la compréhension approfondie du cours.