Intelligence Artificielle - Université de Sherbrooke
5.0
(1)
31 learners
What you'll learn
This course includes
- 21 hours of video
- Certificate of completion
- Access on mobile and TV
Course content
1 modules • 98 lessons • 21 hours of video
Intelligence Artificielle - Université de Sherbrooke
98 lessons
• 21 hours
Intelligence Artificielle - Université de Sherbrooke
98 lessons
• 21 hours
- Intelligence Artificielle [1.1] : Agents intelligents - motivation 05:12
- Intelligence Artificielle [1.2] : Agents intelligents - définition 14:44
- Intelligence Artificielle [1.3] : Agents intelligents - types d'environnements 11:14
- Intelligence Artificielle [1.4] : Agents intelligents - types d'agents 08:59
- Intelligence Artificielle [1.5] : Agents intelligents - exemple 09:32
- Intelligence Artificielle [2.1] : Recherche heuristique - motivation 07:01
- Intelligence Artificielle [2.2] : Recherche heuristique - recherche dans un graphe 09:13
- Intelligence Artificielle [2.3] : Recherche heuristique - A* 15:45
- Intelligence Artificielle [2.4] : Recherche heuristique - exemple 12:26
- Intelligence Artificielle [2.5] : Recherche heuristique - propriétés théoriques 11:29
- Intelligence Artificielle [2.6] : Recherche heuristique - variations et applications 10:47
- Intelligence Artificielle [3.1] : Recherche locale - motivation 05:52
- Intelligence Artificielle [3.2] : Recherche locale - hill climbing 14:16
- Intelligence Artificielle [3.3] : Recherche locale - simulated annealing 12:46
- Intelligence Artificielle [3.4] : Recherche locale - algorithme génétique 15:55
- Intelligence Artificielle [4.1] : Jeux à deux adversaires - motivation 05:40
- Intelligence Artificielle [4.2] : Jeux à deux adversaires - algorithme minimax 17:40
- Intelligence Artificielle [4.3] : Jeux à deux adversaires - élagage alpha-bêta 16:36
- Intelligence Artificielle [4.4] : Jeux à deux adversaires - exemple 13:01
- Intelligence Artificielle [4.5] : Jeux à deux adversaires - décisions en temps réel 10:47
- Intelligence Artificielle [5.1] : Satisfaction de contraintes - motivation 06:01
- Intelligence Artificielle [5.2] : Satisfaction de contraintes - définition 11:06
- Intelligence Artificielle [5.3] : Satisfaction de contraintes - backtracking search 14:27
- Intelligence Artificielle [5.4] : Satisfaction de contraintes - améliorations à backtracking search 22:50
- Intelligence Artificielle [5.5] : Satisfaction de contraintes - algorithme AC-3 17:34
- Intelligence Artificielle [5.6] : Satisfaction de contraintes - recherche locale 06:03
- Intelligence Artificielle [6.1] : Logique du premier order - motivation 12:55
- Intelligence Artificielle [6.2] : Logique du premier order - syntaxe 20:47
- Intelligence Artificielle [6.3] : Logique du premier order - inférence 06:03
- Intelligence Artificielle [6.4] : Logique du premier order - substitution 10:06
- Intelligence Artificielle [6.5] : Logique du premier order - unification 16:39
- Intelligence Artificielle [6.6] : Logique du premier order - forme normale conjonctive 13:52
- Intelligence Artificielle [6.7] : Logique du premier order - preuve par résolution 23:56
- Intelligence Artificielle [6.8] : Logique du premier order - autres concepts 11:49
- Intelligence Artificielle [7.1] : Raisonnement probabiliste - motivation 08:00
- Intelligence Artificielle [7.2] : Raisonnement probabiliste - définitions 10:00
- Intelligence Artificielle [7.3] : Raisonnement probabiliste - calcul de probabilités 17:45
- Intelligence Artificielle [7.4] : Raisonnement probabiliste - distribution de probabilités 05:59
- Intelligence Artificielle [7.5] : Raisonnement probabiliste - règles de chaînage et de Bayes 12:53
- Intelligence Artificielle [7.6] : Raisonnement probabiliste - indépendance 14:06
- Intelligence Artificielle [8.1] : Réseaux bayésiens - motivation 09:22
- Intelligence Artificielle [8.2] : Réseaux bayésiens - définition 09:21
- Intelligence Artificielle [8.3] : Réseaux bayésiens - calcul de probabilités 16:34
- Intelligence Artificielle [8.4] : Réseaux bayésiens - indépendance 16:45
- Intelligence Artificielle [8.5] : Réseaux bayésiens - D-séparation 10:06
- Intelligence Artificielle [8.6] : Réseaux bayésiens - inférence 26:02
- Intelligence Artificielle [8.7] : Réseaux bayésiens - spécifier les tables de probabilités 12:35
- Intelligence Artificielle [8.8] : Réseaux bayésiens - spécifier la structure 17:04
- Intelligence Artificielle [9.1] : Réseaux bayésiens dynamiques - motivation 07:42
- Intelligence Artificielle [9.2] : Réseaux bayésiens dynamiques - définitions 12:56
- Intelligence Artificielle [9.3] : Réseaux bayésiens dynamiques - type d'inférences 08:13
- Intelligence Artificielle [9.4] : Réseaux bayésiens dynamiques - chaîne de Markov 07:33
- Intelligence Artificielle [9.5] : Réseaux bayésiens dynamiques - modèle de Markov caché 09:48
- Intelligence Artificielle [9.6] : Réseaux bayésiens dynamiques - probabilité marginale et filtrage 23:47
- Intelligence Artificielle [9.7] : Réseaux bayésiens dynamiques - lissage 19:32
- Intelligence Artificielle [9.8] : Réseaux bayésiens dynamiques - prédiction 10:23
- Intelligence Artificielle [9.9] : Réseaux bayésiens dynamiques - explication la plus plausible 15:27
- Intelligence Artificielle [10.1] : Traitement automatique du langage - motivation 07:59
- Intelligence Artificielle [10.2] : Traitement automatique du langage - classification de documents 19:40
- Intelligence Artificielle [10.3] : Traitement automatique du langage - apprentissage classif. doc. 19:32
- Intelligence Artificielle [10.4] : Traitement automatique du langage - modèle de langage 17:14
- Intelligence Artificielle [10.5] : Traitement automatique du langage - évaluation modèle langage 17:09
- Intelligence Artificielle [10.6] : Traitement automatique du langage - étiquetage syntaxique 12:14
- Intelligence Artificielle [10.7] : Traitement automatique du langage - extraction d'information 06:28
- Intelligence Artificielle [11.1] : Processus de décision markovien - motivation 05:37
- Intelligence Artificielle [11.2] : Processus de décision markovien - définitions 14:26
- Intelligence Artificielle [11.3] : Processus de décision markovien - valeur d'un plan 10:50
- Intelligence Artificielle [11.4] : Processus de décision markovien - itération par valeurs 13:48
- Intelligence Artificielle [11.5] : Processus de décision markovien - itération par politiques 16:56
- Intelligence Artificielle [12.1] : Apprentissage automatique - motivation 07:35
- Intelligence Artificielle [12.2] : Apprentissage automatique - définitions 06:18
- Intelligence Artificielle [12.3] : Apprentissage automatique - k plus proches voisins 10:04
- Intelligence Artificielle [12.4] : Apprentissage automatique - perceptron 12:58
- Intelligence Artificielle [12.5] : Apprentissage automatique - exemple du perceptron 07:05
- Intelligence Artificielle [12.6] : Apprentissage automatique - propriétés du perceptron 08:06
- Intelligence Artificielle [12.7] : Apprentissage automatique - dérivées 11:15
- Intelligence Artificielle [12.8] : Apprentissage automatique - dérivées partielles et gradient 18:42
- Intelligence Artificielle [12.9] : Apprentissage automatique - minimisation de perte 24:10
- Intelligence Artificielle [12.10] : Apprentissage automatique - régression logistique 11:03
- Intelligence Artificielle [12.11] : Apprentissage automatique - réseau de neurones 13:28
- Intelligence Artificielle [12.12] : Apprentissage automatique - rétropropagation 23:49
- Intelligence Artificielle [12.13] : Apprentissage automatique - exemple de réseau de neurones 12:59
- Intelligence Artificielle [12.14] : Apprentissage automatique - généralisation 18:32
- Intelligence Artificielle [13.1] : Apprentissage par renforcement - motivation 10:35
- Intelligence Artificielle [13.2] : Apprentissage par renforcement - estimation directe 14:03
- Intelligence Artificielle [13.3] : Apprentissage par renforcement - prog. dyn. adaptative 21:41
- Intelligence Artificielle [13.4] : Apprentissage par renforcement - différence temporelle 13:18
- Intelligence Artificielle [13.5] : Apprentissage par renforcement - passif vs. actif 09:16
- Intelligence Artificielle [13.6] : Apprentissage par renforcement - exploration vs. exploitation 10:32
- Intelligence Artificielle [13.7] : Apprentissage par renforcement - Q-learning 17:06
- Intelligence Artificielle [13.8] : Apprentissage par renforcement - recherche de plan 11:39
- Intelligence Artificielle [13.9] : Apprentissage par renforcement - généralisation 15:18
- Intelligence Artificielle [14.1] : Vision par ordinateur - motivation 06:16
- Intelligence Artificielle [14.2] : Vision par ordinateur - représentation d'images 05:29
- Intelligence Artificielle [14.3] : Vision par ordinateur - gradients d'images 19:11
- Intelligence Artificielle [14.4] : Vision par ordinateur - contours d'images 12:33
- Intelligence Artificielle [14.5] : Vision par ordinateur - histogrammes de gradients 11:36
- Intelligence Artificielle [14.6] : Vision par ordinateur - reconnaissance d'objets 10:17
