Contenu de la formation
Cette UE est composée de deux blocs théoriques et d'un bloc applicatif :
- Optimisation et contrôle pour l'IA qui étudie les méthodes d'optimisation et de contrôle qui contribuent aux algorithmes d'IA. Dans une première partie nous nous intéresserons au contexte incertain (processus stochastique, chaîne de Markov (MCMC), filtre Kalman discret simple et étendu, programmation dynamique stochastique et modèles graphiques probabilistes), puis à la conception de structures d'apprentissage explicables via l'optimisation discrète.
- IA pour l'optimisation : l'objectif de ce bloc est de former les auditeurs à l'utilisation de techniques d'IA pour la modélisation (conception et définition des données de modèle d'optimisation en contexte incertain), et la résolution (hyper-heuristique et automatisation du choix des algorithmes, ou apprentissage dans le cadre d'une recherche arborescente) de problèmes d'optimisation.
- Étude de cas : L'objectif de ce bloc est de maîtriser sur une application industrielle les techniques étudiées dans les deux premiers blocs.
Description des modalités de validation