% MGL7811 — SUJETS SPECIAUX EN GENIE LOGICIEL II: Ingénierie logicielle des systèmes d'intelligence artificielle % UQAM — Département d'informatique % Plan de cours — Hiver 2023 * Horaires, locaux et enseignants: Enseignement ============ Damasceno Costa, Diego Elias Groupes: 040 Description du cours ==================== Ce cours vise à fournir les concepts clés liés à l'ingénierie des systèmes d'intelligence artificielle. Les sujets inclus sont la spécification et l'architecture des systèmes d'intelligence artificielle, la validation et la gestion des données, le processus de sélection des modèles, les tests ainsi que le déploiement des systèmes d'intelligence artificielle. Les sujets spéciaux sur l'interprétation, l'équité et les opérations des systèmes d'intelligence artificielle peuvent aussi être inclus. Objectifs d'Apprentissage du Cours ================================== L'objectif du cours est de fournir aux étudiants gradués les connaissances techniques de base et fondamentales tout en appliquant les concepts et processus de génie logiciel (GL) dans le contexte d'un système d'intelligence artificielle (IA). À la fin de ce cours, les étudiants seront capables d'identifier les enjeux liés aux systèmes d'intelligence artificielle et de proposer un ensemble de solutions pour spécifier, développer et maintenir les systèmes d'intelligence artificielle. Le cours se concentre sur l'interconnexion du GL et de l'IA, et sur la manière dont les sujets couverts s'appliquent aux systèmes basés sur l'IA. Contenu du cours ================ Le calendrier ci-dessous est susceptible d'évoluer. ------------------------------------------------------------------------ Semaine Sujet Date ------------------------------- ---------------------- ----------------- 1 Introduction et aperçu 12 janvier de l'intelligence artificielle (IA) 2 IA pour les ingénieurs 19 janvier logiciels (Activité pratique) 3 Exigences et 26 janvier spécifications des systèmes d'IA 4 Architecture des 2 février systèmes d'intelligence artificielle 5 Validation et gestion 9 février des données 6 Sélection des modèles 16 février 7 Mises à jour des 23 février projets (présentations faites par les étudiants) 8 Semaine de lecture ou 2 mars de relâche 9 Test des systèmes 9 mars d'intelligence artificielle 10 Déploiement des 16 mars systèmes d'intelligence artificielle 11 Confiance dans la 23 mars prédiction et l'explicabilité du modèle 12 Sujets spéciaux: MLOps 30 mars 13 Sujets spéciaux: 6 avril l'applicabilité de modèles des langages 14 Présentations des 13 avril projets (présentations faites par les étudiants) 15 Examen 20 avril 16 Conclusion du cours 27 avril ------------------------------------------------------------------------ Évaluation ========== L'évaluation du cours est composé est la suivante: Élément d'évaluation \% Date -------------------------------------------- ---- ------------ La participation dans la classe 10 27 avril Critiques d'articles et activités diverses 20 27 avril Présentation du plan du projet projet 10 23 février Démonstration du projet 10 13 avril Rapport Final 30 13 avril Examen (Quiz) 20 20 avril Médiagraphie ============ Le matériel de lecture (c'est-à-dire les articles de recherche) sera attribué et fourni. Le cours fera occasionnellement référence au manuel suivant : - Building Intelligent Systems: A Guide to Machine Learning Engineering, 2018. Geoff Hulten