edit · history · print

Module Méthodes Quantitatives en Intelligence Artificielle (MQIA) - M1 - Master d'Informatique - Paris 6

Année 2010 - 2011

Equipe pédagogique : T. Artières, N. Baskiotis, V. Guigue



Master d'Informatique de Paris 6 (Filière Intelligence Artificielle et Décision - IAD)

  • M1
    • Modèles Quantitatifs en Intelligence Artificielle pour la Recherche d'Information sur le Web / MQIA --> Fiche du module

Le cours introduit les méthodes quantitatives de l'Intelligence Artificielle qui sont à la convergence de différents domaines : reconnaissance des formes, analyse de données, apprentissage automatique, sciences cognitives etc. Elles sont exploitées en reconnaissance d'images, de la parole, pour la prévision boursière et les moteurs de recherche etc. Le cours décrit les fondements de ces techniques et la programmation de cas pratiques : réseau de neurones pour la classification d'images, petit moteur de recherche, modèle de Markov pour la reconnaissance d'écriture. Ce cours est fondamental pour divers parcours de la filière IAD du M2.



Resssources

Séance 10

 * Cours 10

Séance 9

 * Cours 9

Séance 8

 * Cours 8

Séance 7

 * Cours 7

Séance 6

 * Cours 6

Séance 5

 * Cours 5 Partie 1
 * Cours 5 Partie 2

Séance 4

 * Cours 4

Séance 3

 * Cours 3

Séance 2

 * Cours 2

Séance 8

 * Cours 8

Séance 7

 * Cours 7

Séance 6

 * Cours 6

Séance 5

 * Cours 5

Séance 4

 * Cours 4
 * Rappels sur la décision Bayésienne

Séance 3

 * Cours 3

Séance 2

 * Cours 2

Séance 1

 * Cours 1

Examen réparti 2

 ** L'examen aura lieu le Mardi 25 Mai 2010 de 13h30 à 15h30 en amphi 55B.
 ** Le programme portera essentiellement sur la seconde partie du programme (estimation de densités, clustering, traitement de séquences) mais pourra comporter des questions relatives aux messages généraux du module.

Resssources

Séance 10

 * TME 10
 * Code

Séance 9

 * Slides Cours 9
 * Archive S9

Séance 8

 * Slides Cours 8
 * Donnees Velib
 * Code CM

Partiel

 * Partiel

Séance 7

 * Slides Cours 7
 * Iris
 * Code

Séance 6

 * Slides Cours 6 Partie 1
 * Slides Cours 6 Partie 2
 * Code

Séance 5

 * Slides Cours 5
 * pmc.m

Séance 4

 * Slides Cours 4
 * PMCs
 * Code

 * Code

Séance 3

 * Slides Cours 3

Séance 2

 * Slides Cours 2
 * Seance 2

Séance 1

 * Slides Cours 1
 * Seance 1

Annales Examen de MQIA

 * extrait de l'exemen de Mai 2007
 * extrait de l'exemen de Juin 2006

Séance 10

 * La séance 10 aura lieu le Jeudi 5 MAI 2011 de 10h45 à 12h45 en salle: 44.55.J4 
 Slides Cours 10

Séance 9

 * Slides Cours 9

Séance 8

 * Slides Cours 8

TME 8

 * TME8

Séance 7

 * Slides Cours 7

Séance 6

 * Slides Cours 6

Annales de Partiel

 * Partiel
 * Correction1
 * Correction2

Partiel du 15 Mars 2011

 * Les documents seront autorisés

Séance 5

 * Slides Cours 5

Séance 4

 * Slides Cours 4

Séance 3

 * Slides Cours 3

Séance 2

 * Slides Cours 2

Séance 1

 * Slides Cours 1

Livres de référence en apprentissage

  • Reconnaissance des formes
 Pattern Classification (2nd Edition)  by Richard O. Duda, Peter E. Hart, David G. Stork  => Très accessible
  • Un peu Reconnaissance des formes et plutot axé statistiques
 "LE" Saporta => En français
  • Apprentissage automatique et reconnaissance des formes
 Pattern Recognition and Machine Learning de Chris Bishop (Microsoft Cambridge) => Plus complet que les deux précédents du point de vue apprentissage
  • Apprentissage statistique
 The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, by Trevor Hastie, Robert Tibshirani, Jerome Friedman => pour ceux qui aiment le coté mathématique des choses ...
 * TD 1
 * Code
 * Datas

Séance 2

 * Slides Cours 2
 * TD 2
 * Code

Séance 3

 * Slides Cours 3
 * TD 3

Séance 4

 * TD 4
 * PMCs
 * Code
 *  Fonction Change_discri

 function [Y] = change_Y_discri(Yold)
nbclasses = max(Yold);
Y=zeros(length(Yold), nbclasses);
for i=1:nbclasses
indis=find(Yold==i);
Y(indis, i)=1;
end;
end; * Code * Fonction Change_discri function [Y] = change_Y_discri(Yold)
nbclasses = max(Yold);
Y=zeros(length(Yold), nbclasses);
for i=1:nbclasses
indis=find(Yold==i);
Y(indis, i)=1;
end;
end;

Séance 5

 * Slides Cours 5
 * pmc.m

Séance 7

 * Sujet TD
 * Sujet TME
 * Code CM
 * Données Velib

Séance 8

 * Sujet TD
 * Sujet TME
 * Code MMC
 * Données Ecriture  Manuscrite en Ligne

Controle continu d'Avril 2009

Contactez moi si vous n'avez pas vu votre note


Annales


edit · history · print
Page last modified on April 07, 2014, at 03:30 PM