Auteur/autrice : Administrator

Réalisation d’une présentation pilote du cours en ligne ARIS

Le programme ARIS a fait l’objet d’une présentation pilote en ligne du 4 octobre au 30 novembre 2021, avec la participation effective des groupes cibles. L’objectif principal était d’évaluer la valeur pédagogique des supports d’apprentissage développés. Au total, 172 étudiants se sont inscrits au MOOC ARIS, assistant à des supports d’apprentissage d’une durée de 120 à 160 heures. Dans l’ensemble, les résultats et les commentaires furent positifs sur la valeur éducative, l’exhaustivité et l’utilité du programme et des ressources ARIS. Les participants ont également fourni des commentaires précieux permettant d’améliorer le matériel d’apprentissage et d’affiner le cours en ligne. Le rapport ci-joint comprend un résumé des principales conclusions et des résultats de l’évaluation de la mise en œuvre pilote du programme ARIS.

Veuillez trouver la version pdf.

Package de matériel d’apprentissage et d’évaluation en Intelligence Artificielle

├─ Learning Unit 1 – Foundations of Artificial Intelligence.
│├ Lesson 1 – Scope of AI (document, slides).
│├ Lesson 2 – Problem Solving (document, slides).
│├ Lesson 3 – Knowledge Representation (document, slides).
│├ Lesson 4 – Machine Learning (document, slides).
│├ Lesson 5 – Applications (document, slides).
│└ Lesson 6 – Ethical Implications (document, slides).
│
├─ Learning Unit 2 – Machine Learning.
│├ Lesson 1 – Introduction to Machine Learning (document, slides).
│├ Lesson 2 – Languages and Resources (document, slides).
│├ Lesson 3 – Data Transformation and Visualization (document, slides).
│├ Lesson 4 – Supervised Linear Machine Learning (document, slides).
│├ Lesson 5 – Supervised non linear Machine Learning (document, slides).
│└ Lesson 6 – Unsupervised Machine Learning (document, slides).
│
├─ Learning Unit 3 – Neural Networks and Deep Learning.
│├ Lesson 1 – Brain Origins and Elements of Artificial Neural Networks (document, slides).
│├ Lesson 2 – Simple Perceptrons and Supervised Learning (document, slides).
│├ Lesson 3 – Multilayer Perceptron and Keras (document, slides).
│├ Lesson 4 – Deep Learning for Image Classification, Convolutive Neural Networks (document, slides). 
│├ Lesson 5 – Different CNNs for Image Classification (document, slides).
│└ Lesson 6 – Real Time Objects Locatization with YOLO (document, slides).
│
└─Learning Unit 4 – AI for Solving real-life problems.
   ├ Lesson 1 – Natural Language Processing Introduction, Embeddings Classification (document, slides).
   ├ Lesson 2 – Neural Networks for NLP and Libraries (document, slides).
   ├ Lesson 3 – New Approaches, Applications and Open Problems (document, slides).
   ├ Lesson 4 – BigData Problems, Core Techniques and Introduction to Problems, Hadoop Spark (document, slides).
   ├ Lesson 5 – Spark for Big Data Processing (document, slides).
   └ Lesson 6 – Cloud Computing and ML with PySpark (document, slides).