Intelligence artificielle dans l'ingénierie industrielle et de gestion

Aperçu

ABOUT THE COURSE:

Artificial intelligence is actively enabling novel solutions in industrial and management sectors. This results in a significant increase in the demand for specialists who comprehend the principles underlying the technological systems that propel contemporary businesses.

This course presents the foundational principles of many subdomains of artificial intelligence along with their applications. The course aims to serve as an introductory platform for students to explore artificial intelligence approaches.

The course employs the Python programming language to illustrate and impart theoretical topics. The course motivates students to explore the diverse subdomains of AI according to their personal interests by offering ample resources at each stage.INTENDED AUDIENCE:

Students of all Engineering and Science disciplines.PREREQUISITES:

The student should have completed two semesters of UG Engineering or Science program.INDUSTRY SUPPORT:

TCS, Accenture, Tech Mahindra, Capgemini India Pvt Ltd., Genpact.

Programme

• Introduction à l'intelligence artificielle
Définition et histoire de l'IA
Importance de l'IA dans les secteurs industriels et de gestion
Aperçu des sous-domaines de l'IA
• Programmation avec Python pour l'IA
Notions de base de la programmation Python
Bibliothèques et outils importants pour l'IA (NumPy, Pandas, Matplotlib, Scikit-learn)
• Fondamentaux de l'apprentissage automatique
Apprentissage supervisé vs non supervisé
Algorithmes clés : Régression linéaire, Arbres de décision, k-Means
Applications dans l'industrie et la gestion
• Collecte et prétraitement des données
Sources de données et qualité des données
Techniques de prétraitement (normalisation, standardisation, encodage)
• Réseaux de neurones et apprentissage profond
Fondamentaux des réseaux de neurones
Introduction à l'apprentissage profond
Cas d'utilisation dans l'industrie
• Traitement du langage naturel (NLP)
Bases du NLP
Outils et techniques (tokenisation, analyse de sentiments)
Applications en gestion
• Robotique et automatisation
Principes de la robotique dans les environnements industriels
Outils et techniques d'automatisation
Études de cas
• L'IA dans la prise de décision et l'optimisation
Rôle de l'IA dans l'amélioration des processus décisionnels
Algorithmes d'optimisation (Algorithmes génétiques, Optimisation par essaims particulaires)
Applications dans le monde réel
• Implications éthiques et sociales de l'IA
Comprendre les biais dans l'IA
Éthique de l'IA et protection des données
Études de cas sur l'éthique de l'IA
• Projet Capstone
Intégration des concepts appris dans un projet pratique
Alignement du projet avec des défis réels industriels ou de gestion
• Ressources et exploration ultérieure
Livres, articles et cours en ligne recommandés
Aperçu des opportunités de carrière dans les domaines liés à l'IA
• Engagement avec l'industrie
Conférences invitées d'intervenants industriels (TCS, Accenture, etc.)
Études de cas et applications réelles des industries partenaires

---

Enseigné par

Prof. Deepu Philip, Prof. Prabal Pratap Singh

---

Matières

Computer Science