Ce module est une introduction aux problèmes et méthodes de l'apprentissage artificiel et de la fouille de donnée.

•Présenter quelques concepts importants du domaine :

•Espaces d'hypothèses, fonctions objectif, méthodes d'inférence ou d'estimation ou d'optimisation.

•Principe de généralisation, problèmes de sous et de sur-apprentissage, arbitrage biais-variance.

•Ensembles d'apprentissage, de validation et de tests.

•Estimation robuste de l'erreur en généralisation.

•Présenter des approches classiques et modernes de Data Mining.

Diagnostic Methods course is about faults detection, isolation and identification in different industrial and medical systems. This is done by using either model based approaches or non model approaches. 

Ce cours est destiné aux étudiants de première année master IA

Ce cours contient trois chapitres:

1- Programmation Linéaire

2- Théorie des graphes

3- Problèmes d'optimisation combinatoire