4DEV4RI - Développement 4

Description technique du cours

• Acronyme de l’activité : 4DEV4RI
• Bloc : 2
• Quadrimestre : 4
• Nombre de crédits : 3
• Format du cours : laboratoire
• Langue d’instruction : français
• Co-requis: 4ALG4A
• Pré-requis : (néant)

Description générale du cours

L’unité d’enseignement consiste à approfondir les connaissances acquises aux cours de développement précédents et particulièrement la maitrise du langage Python. Elle est liée à l’UE 4ALG4A dont elle se veut être une extension.

L’activité d’apprentissage consiste à une série d’exercices pratiques et la réalisation d’un projet en Python, en relation étroite avec les orientations Réseaux et Industrielle et la programmation spécifique à l’IA.

Objectifs généraux

Au terme de l’activité d’apprentissage, l’étudiante ou l’étudiant sera en mesure de :

• Analyser un problème et fournir un algorithme pour le résoudre.
• Implémenter des algorithmes d’IA en un langage de programmation.
• Exploiter les modules standard pour résoudre des problèmes spécifiques en AI, robotique ou IOT.

Acquis d’apprentissage

Au terme des séances, l’étudiante ou l’étudiant sera évalué sur sa capacité à :

• Analyser un problème et fournir un algorithme pour le résoudre.
• Traduire l’algorithme dans le langage Python :
  • détecter les données utiles à sa résolution ;
  • identifier le résultat attendu ;
  • produire un code Python qui permet de résoudre le problème posé.
• Implémenter une solution orientée objet.
• Utiliser certains des modules de bibliothèque standard Python les plus utiles.
• Savoir adapter, des modules standards, pour résoudre des problèmes spécifiques en IA, robotique ou IOT.

Acquis terminaux visés

Au sein de la formation de bachelier en informatique orientation réseaux ou industrielle, cette activité d’apprentissage participe à l’acquisition des compétences suivantes :

• Analyser une situation donnée sous ses aspects techniques et scientifiques.
• Présenter des prototypes de solution et d’application techniques.
• Documenter son travail afin d’en permettre la traçabilité et le cycle de vie.
• Proposer des solutions qui tiennent compte des contraintes.

Modalités d’évaluations

• Évaluation par projet défendu lors d’un examen : 100%.

Contenu

Les 6 x 2h du bimestre 3 sont consacrées à l’exploration de l’écosystème de bibliothèques Python liées de près ou de loin à l’IA et à leur utilisation.

Les 6 x 4h du bimestre 4 consistent en la réalisation d’un projet approfondissant certaines des notions abordées lors des séances d’exercice de l’UE 4ALG4A.

Bibliographie

• Gareth, J., Witten, D., Hastie, T. and Tibshirani, R.: An introduction to statistichal learning, with applications in Python - Springer, 2023
• Goodfellow, I., Bengio, Y. and Courville, A.: Deep Learning - MIT Press, 2016
• Han, J., Kamber, M. and Pei, J.: Data Mining, concepts and techniques - Morgan Kaufmann, 2011
• Talbi, E.-G.: Metaheuristics, From Design to Implementation - Wiley, 2009
• Norvig, P. and Russel, S.: Artificial Intelligence: A Modern Approach - Pearson, 2009