• Présentation du cours.
• Classification des problèmes algorithmiques, les problèmes P et NP.
• Problèmes de décision, de localisation et d'optimisation. Description de quelques problèmes NP-difficiles.

Références: [1] Chapitre 3 

• Définition de l'Intelligence Artificielle.Machine intelligente.
• Différence entre les systèmes d'exploitation et des systèmes intelligents.
• Examen des langues de l'intelligence artificielle.
• Applications dans l'industrie et des services. (Robotique, la planification, la gestion des déchets)
• Test de Turing

Références: [1] Chapitre 1 , [2] Chapitre 1, 
[10] Chapitre 1 , [10] Le chapitre 2 

• Définition des problèmes d'IA que les problèmes de recherche dans un espace d'état.
• Représentation des problèmes de jeu de l'homme - machine.

Références: [1] Chapitre 3 [3], chapitre 2, 
[4] Chapitre 3, [11] Chapitre 2 3B Sous, 
[11] Le chapitre 2 Sous 3C 

• Méthodes de recherche aveugles: la largeur, la profondeur et non déterministe.

Références: >[1] Le chapitre 3 
[3] Chapitre 3 [4], chapitre 5, [9] Chapitre 9 
[11] Chapitre 3 

• Les méthodes qui utilisent des informations supplémentaires: d'abord le meilleur, gravir la colline, branch and bound. 
  

Références: [1] Chapitre 4 [2], chapitre 5, 
[3] Chapitre 3 [4], chapitres 5 et 6. 

• MIN-MAX méthode pour développer intelligents homme-machine de jeux. 
  
  

Références: [1] chapitre 6 [2], chapitres 5 
et 6, [3] Les chapitres 3 et 12, [4] Les chapitres 5 et 6. 

• Définition de systèmes experts.
• Architecture d'un système expert.
• Taxonomie et applications des systèmes experts. Exigences pour le développement de systèmes experts et les avantages de l'utilisation de systèmes experts.
• Certains problèmes basés sur la connaissance.

Références: [10] Chapitre 2A , [10] Chapitre 2B , [11] Chapitre 3 

• Les élèves montrent leurs compétences dans le développement de logiciels de jeux vidéo basés sur les techniques de recherche intelligents. Vous devez présenter un rapport et des logiciels, et exposeront leurs travaux.

• Introduction.
• Acquisition de connaissances.
• CommonKADS méthodologie.
• Conception de systèmes experts (ES).
• Du cycle de vie d'une SE.

[12] Le chapitre 5 sous-chapitre 5.1 

• Acquisition de connaissances.
• Construction de la base de faits et de la base de connaissances.
• Structures de représentation des connaissances (règles d'inférence, cadres, objets, des réseaux sémantiques, logique des prédicats).

[10] C sous-chapitre 4 

• Construction de la base de faits et de la base de connaissances.
• Le moteur d'inférence.
• Méthodes de chaînage arrière, les progressistes et réversible.Techniques d'appariement, l'algorithme Rete.
• Techniques de résolution des conflits.

Références: [1] [3]chapitres 3, [3]chapitres 1_A,[3]chapitres 1_B
 
 

• Des erreurs importantes dans le développement d'un système expert.Qualité d'un système expert.Validation des systèmes intelligents, la validation des méthodes quantitatives.
• Les systèmes experts d'efficacité et d'erreur. Examen de la fonctionnalité de SE 2ème travail.
• Tâches: la qualité et la validation des exercices SE, valider le système proposé par le 2ème travail.

Références: [7] Chapitre 21 

• Concepts de l'apprentissage et l'apprentissage machine.
• Vs. Apprentissage machine des systèmes experts.
• Apprendre les techniques et les étapes de développement de l'apprentissage machine.
• Applications d'usinage d'apprentissage dans l'industrie et des services.
• Concepts d'heuristiques et méta-heuristiques. Algorithmes heuristiques vs algorithmes exacts.
• Heuristique et méta-heuristiques.Problèmes d'optimisation combinatoire dans l'industrie et des services.

Références: [5] Chapitres 1 et 2 

• Les élèves montrent leurs compétences dans le développement de systèmes experts et leurs applications dans l'industrie et des services. Les élèves présenteront un rapport et des logiciels.