Crédits ECTS
4
Volume horaire
45 h
Programme d'études
| Programme | Bloc | Caractère |
|---|---|---|
| CC-Sciences industrielles | 1 | Obligatoire |
Prérequis
Co-requis
Implantation
Département technique d'Arlon
Directeur de département du domaine
Benoît Dujardin
Responsable de l'UE
Corentin DOMKEN
Enseignants intervenants
Cette UE contribue à l’atteinte des acquis d’apprentissage terminaux suivants :
· Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés.
· Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants.
· Concevoir, développer et améliorer des produits, processus et systèmes techniques.
· Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions.
· Valider les performances et certifier les résultats en fonction des objectifs attendus.
· Spécifier le cahier des charges en tenant compte des contraintes techniques, des besoins des responsables de production, de la maintenance, du bureau des méthodes, des désidératas du client et des réglementations en vigueur.
· Planifier le travail en respectant les délais et contraintes du secteur professionnel (sécurité, …).
· Travailler en autonomie et en équipe dans le respect de la culture d’entreprise.
· Dépasser les cadres ou les limites d’un problème et apporter des solutions innovantes.
· Organiser son savoir de manière à améliorer son niveau de compétence.
· Actualiser ses connaissances et s’engager dans les formations complémentaires adéquates.
Au terme de l’Unité d’Enseignement, l’étudiant sera capable de :
- La réalisation pratique d'un projet choisi par l'étudiant et comportant de l'intelligence artificielle
- La capacité à rédiger un rapport d'étude et d'exécution
- La présentation orale et la défense de ce projet
- La maitrise des algorithmes d'apprentissage automatique
- La gestion de projet via Git
Document annexe à la fiche UE accessible via un lien explicitant en quoi le programme d’études s’inscrit dans une politique de développement durable. Une ou plusieurs UE spécifique(s) pourraient être ciblée(s) dans cette annexe.
Ce cours a pour objectif de permettre à l'étudiant de concevoir, réaliser, documenter et défendre un projet intégrant des techniques d'intelligence artificielle, tout en appliquant les principes de l'apprentissage automatique et les bonnes pratiques de gestion de projet et de développement collaboratif.
- Introduction to Computer Vision
- Gestion des environnements via Anaconda
- Computer vision: image and video basics using OpenCV on Python
Non spécifié.
| Activité d'apprentissage | Support |
|---|---|
| AIAA1011 — Systèmes intelligents | Supports de cours (slides) disponibles sur Moodle. |
| Activité d'apprentissage | Heures | Langue d'enseignement | Langue d'évaluation |
|---|---|---|---|
| AIAA1011 — Systèmes intelligents | 45 h | Anglais | Français ou Anglais, au choix |
| Activité d'apprentissage | Méthodes d'enseignement et d'apprentissage |
|---|---|
| AIAA1011 — Systèmes intelligents | - Séances de cours transmissif pour les compétences fondamentales |
Sans objet
Examen
La note finale de l’UE correspond à celle de l’activité d’apprentissage.
Au sein du programme d'études, lors du calcul de la moyenne, la pondération de l'évaluation de l'unité d'enseignement est effectuée sur base des crédits affectés à cette unité d'enseignement et évalués
| Activité d'apprentissage | Modalités d'évaluation |
|---|---|
| AIAA1011 — Systèmes intelligents | Présentation orale, défense et dépôt du projet. Pondération en % par rapport au total - 30% sur la présentation |
Une mention sur la fiche informera les étudiants du fait que les précisions sur les épreuves seront disponibles sur Moodle au plus tard 6 semaines avant l'évaluation.