Intelligence Artificielle
Responsable : Akka Zemmari
Présentation
Le parcours Intelligence Artificielle (IA) du Master Informatique de l'Université de Bordeaux
est une formation de deux ans, visant à former des experts en IA.
Les étudiants acquièrent des connaissances théoriques et pratiques en IA, en particulier en apprentissage
automatique et en apprentissage profond, en représentation de connaissance, en raisonnement,
en traitement automatique du langage naturel, et en vision par ordinateur. Les étudiants sont formés à
la recherche en IA, en particulier à la recherche appliquée, et sont préparés à poursuivre leurs études
en doctorat.
Contenu de la formation
Le parcours est un parcours du Master Informatique. A ce titre, il suit la même structure que les autres parcours de ce master :
Le semestre 7, est un tronc commun. Le choix de parcours se fait à l’issue de ce semestre via une sélection sur résultats. On pourra trouver plus d’information sur les cours du semestre 7 (ainsi que ceux du parcours et les autres parcours) ici.
Au semestre 8, tous les étudiants du parcours IA suivent deux cours communs, et choisissent entre deux UEs optionnelles (nombre de places limité). Il doivent également réaliser un projet conséquent dans le cadre de l'UE Projet de Programmation.
Au semestre 9, les étudiants suivent cinq cours obligatoires, coeur de leur formation et doivent choisir une UE optionnelle parmi trois. Ils sont aussi fortement incités à suivre l'UE Numerics qui apporte un fort complément à leur formation.
Le semestre 10 est presque entièrement dévolu à un stage en laboratoire ou en entreprise. Il comporte également une UE Projet de fin d'étude et deux UEs à choix.
UEs du Semestre 8
Cours obligatoires
- Machine Learning & Deep learning : fondements et applications (6ECTS) [Nathanaël Fijalkow]
- Connaissance et Raisonnement (6ECTS) [Laurent Simon et Loïc Paulevé]
- Projet de Programmation (12ECTS) [Guillaume Blin]
Choisir une UE parmi (nombre de places limité)
- Traitement de l'image (6ECTS) [Jean-Philippe Domenger]
- Bases de données avancées (6ECTS) [Bruno Pinaud et Héléna Berger]
- Optimisation Combinatoire (6ECTS) [Olivier Baudon]
UEs du Semestre 9
Cours obligatoires
- Apprentissage par renforcement (6ECTS) [Guillaume Lagarde et Akka Zemmari]
- Architectures de Réseaux Neuronaux avancées (6ECTS) [Voctoria Bourgeais, Guillaume Lagarde, Pierre Jacob et Akka Zemmari]
- Knowledge Representation (6ECTS) [Meghyn Bienvenu, Laurent Simon]
- Deep Learning in Computer Vision (3ECTS) [Jenny Benois-Pineau]
- AI, Environment and Etics (3ECTS) [Aurélie Bugeau et Anne Vialard]
Choisir une UE parmi (nombre de places limité)
- Extraction de connaissances et applications de BDs (6ECTS) [Sofian Maabout]
- Sciences des données et réseaux (6ECTS) [Guy Melançon, Bruno Pinaud]
- Apprentissage automatique appliqué (6ECTS) [Philippe Narbel]
- Numerics (6ECTS) [Nicolas Hanusse et Akka Zemmari]
UEs du Semestre 10
Cours obligatoires
- Stage en laboratoire ou en entreprise (24ECTS) [Lionel Clément]
- Projet de fin d'étude (6ECTS)
Choisir une UE parmi
- Méthodes et Outils pour la conduite de Projets Informatiques (3ECTS)
- Anglais (3ECTS)