Intelligence Artificielle & Machine Learning

Ce cours de S6 approfondit l’intelligence artificielle moderne : réseaux de neurones profonds, architectures avancées (CNN, réseaux récurrents, Transformers), IA générative (LLM, RAG, fine-tuning) et enjeux éthiques de l’IA en Afrique. Chaque leçon combine un cours détaillé, un exemple résolu, des exercices corrigés dont les programmes ont été testés, et un quiz final vérifie les acquis. Il s’appuie sur des cas nigériens : imagerie médicale, scoring de microfinance, services publics en français et en haoussa.

Objectifs d’apprentissage

• Comprendre les architectures des réseaux de neurones profonds et leurs applications industrielles.
• Implémenter et fine-tuner des modèles de Deep Learning avec TensorFlow/Keras et PyTorch.
• Appliquer l’IA générative (LLM, RAG, prompt engineering) à des applications métier.
• Évaluer les enjeux éthiques et sociaux de l’IA dans le contexte africain et nigérien.

Prérequis

Python & Data Science (PDS5141, S5) ; Statistiques & Data Analysis (SDA4122, S4). Aisance en Python (NumPy, pandas), notions d’algèbre linéaire (produit matriciel) et de dérivées.

Plan du cours

1. Leçon 1 — Réseaux de Neurones et Deep Learning
2. Leçon 2 — Architectures Avancées de Deep Learning
3. Leçon 3 — IA Générative et LLMs
4. Leçon 4 — IA Éthique, Responsable et Applications Africaines

Travaux pratiques

• Exercices de programmation NumPy : MLP pour XOR, calcul d’attention, recherche par similarité.
• TP : développement d’un chatbot RAG en français/haoussa pour un service public nigérien (leçon 4).

Modalités d’évaluation

Volume horaire : CM 20 h, TD 10 h, TP 10 h, TPE 20 h (CTT 60 h) — 3 crédits. Évaluation CC + ET : contrôle continu 40 % (TP, exercices, quiz), examen terminal 60 %. Nature : mixte.

Bibliographie

• A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow, O’Reilly.
• I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press (deeplearningbook.org, gratuit).
• F. Chollet, Deep Learning with Python, Manning.
• A. Vaswani et al., « Attention Is All You Need », NeurIPS, 2017.