الخطوط العريضة للقسم
-
Licence académique / Offre de formation : LMDSpécialité : Informatique
Faculté : Mathématiques et Informatique
Département : Informatique
Public cible : 1ème année Licence Informatique
Intitulé du cours : Introduction à l’Intelligence Artificielle (INTIA)
Semestre : 02
Unité d’enseignement : Méthodologie UEM21
Crédit : 02
Coefficient : 01
Durée : 14 semaines
Horaire : Cours : Mardi de 12h30-14h00, TP : sur toute la semaine.
Salle : Cours ( Amphi 03), TP ( les salles de TP).
-
Cours, TP : Dr. Wafaa Rajaa DRIOUA / Contact : wafaa.drioua@univ-usto.dzDisponibilité :
Au bureau : Dimanche et Mercredi de 08h00 -11h00
Réponse sur le forum : Veuillez poster toute question liée au cours sur le forum dédié. Ainsi, l'ensemble des étudiants pourra bénéficier de ma réponse. Je m'engage à répondre à toutes les questions publiées dans un délai de 48 heures.
Par mail : Je vous répondrai par courriel dans les 48 heures suivant la réception de votre message, sauf en cas d'imprévus. J'attire votre attention sur le fait que le canal de communication privilégié reste le forum. L'utilisation du mail est réservée aux "urgences" (comme les problèmes d'accès à la plateforme) et doit être utilisée avec discernement.
-
L'intelligence artificielle n’est plus une technologie futuriste réservée à une élite, elle est maintenant accessible à tous, y compris dans le milieu universitaire. À la fin de ce cours, vous serez en mesure de :
- Comprendre les principes fondamentaux de l’intelligence artificielle et ses différentes approches.
- Identifier les domaines dans lesquels l'IA s’applique au quotidien et dans vos études.
- Appliquer des outils d'IA pour améliorer vos recherches, vos tâches académiques et votre gestion du temps.
-
L'étudiant est censé :
-
Identifier les opérateurs logiques fondamentaux (AND, OR, NOT)
Avant d'entamer ce cours, un test de prérequis est proposé afin d'évaluer les connaissances.
Instructions :
- Si l'étudiant obtient un score supérieur ou égal à 50%, il accède directement au cours.
- Sinon des ressources complémentaires lui seront fournies afin d'améliorer ses compétences et de
progresser vers une meilleure compréhension des prérequis nécessaires.
Ce test permet ainsi d'assurer que chaque apprenant démarre le cours avec une base solide et adaptée à son niveau.
-
-
Chapitre I : Fondements de l'IA
Ce chapitre introductif présente les fondations de l'intelligence artificielle : ses concepts clés, son évolution historique, ses principaux domaines d'application, les bases du Machine Learning, ainsi qu'un regard équilibré sur ses avantages et ses risques.
Chapitre II : L'IA pour la recherche documentaire
Cette unité vous apprend à mobiliser l'intelligence artificielle dans votre recherche documentaire : découverte d'outils spécialisés, techniques de rédaction de requêtes efficaces, résumé automatique de documents, et vérification rigoureuse des sources.
Chapitre III : L'IA pour la rédaction scientifique
Ce chapitre explore comment l'intelligence artificielle peut devenir un appui dans la rédaction scientifique : structuration de vos devoirs et projets, reformulation et amélioration du style, vigilance face au plagiat pour préserver l'originalité de votre travail, et enfin traduction multilingue pour élargir vos sources.
Chapitre IV : L'IA pour la gestion du temps et des tâches
Ce chapitre s'intéresse à l'IA comme outil d'organisation personnelle, à travers des solutions comme Notion AI ou Google Calendar : génération automatique de to-do lists, création de plans de cours ou de révision.
Chapitre V : L'IA pour la créativité académique
Ce dernier chapitre explore l'IA comme partenaire de créativité académique : brainstorming assisté pour générer des idées de projets, et création de présentations ou posters scientifiques
-
-
Cours ADS 2 ملف PDF
-
Bibliographie
- 1. Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall.
- 2. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
- 3. Haugeland, J. (1985). Artificial Intelligence: The Very Idea. MIT Press.
- 4. Turing, A. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433-460.
- 5. Boden, M. A. (2016). AI: Its Nature and Future. Oxford University Press.
- 6. Boden, M. A. (2016). AI: Its Nature and Future. Oxford University Press.
- 7. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
- 8. Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press.
Webographie
- 1. https://elicit.com/
- 2. https://www.elsevier.com/products/scopus/scopus-ai
- 3. https://clarivate.com/academia-government/scientific-and-academic-research/research-discovery-and-referencing/web-of-science/