Master 2 MIAGE IA2.
Éditions précédentes : année 2023-2024, année 2022-2023, année 2021-2022, année 2020-2021.
Responsable : Pr. Andrea G. B. Tettamanzi.
L'emploi du temps de cet enseignement avec l'affectation des salles peut être consulté sur Hyperplanning.
Ce cours explore en profondeur les algorithmes évolutionnaires (AE), une classe d'algorithmes d'optimisation inspirés des processus de sélection naturelle. Les étudiants apprendront les concepts fondamentaux, les techniques avancées, et les applications pratiques des algorithmes évolutionnaires, y compris la neuroévolution, l'hybridation avec d'autres méthodes d'optimisation, et la gestion des contraintes. Ce cours est conçu pour ceux qui souhaitent comprendre comment les AE peuvent être appliqués pour résoudre des problèmes complexes en intelligence artificielle (IA) et dans d'autres domaines nécessitant une optimisation robuste.
Rien à signaler pour l'instant.
| Date | Séance | Sujet |
| Vendredi 4 octobre 2024, 14h - 17h | 1 |
Introduction
Énoncé de TD. |
| Vendredi 11 octobre 2024, 9h - 12h | 2 |
Théorie
Énoncé de TD. |
| Vendredi 18 octobre 2024, 9h - 12h | 3 |
Le grandes familles du calcul
évolutionniste
TD : tutoriel de base du framework DEAP (suivre les parties 1, 2 et 3 du tutoriel) |
| Lundi 4 novembre 2024, 9h - 12h | 4 |
Représentations et opérateurs spécialisés
TD : terminer le tutoriel de base du framework DEAP |
| Lundi 18 novembre 2024, 9h - 12h | 5 |
Gestion des contraintes
Énoncé de TD |
| Lundi 25 novembre 2024, 9h - 12h | 6 |
Hybridation
Énoncé de TD |
| Lundi 2 décembre 2024, 9h - 12h | 7 |
Neuroévolution
Énoncé de TD |
Evolutionary Algorithms: Concepts and Applications (UPGRADE: the European journal for the informatics professional (ISSN 1684-5285), VI(3), June, pages 66–76, 2005.
Les transparents utilisés pendant les cours peuvent être téléchargés en format PDF en cliquant sur le sujet de la session correspondante dans le calendrier ci-dessus.
DEAP est un framework pour les algorithmes évolutionnaires en langage Python.
Rendu des TP : 80% ; Participation : 20%.