Programme des cours 2025-2026
INFO2022-1  
Intelligence artificielle B2Q2, Intelligence artificielle B2Q2 (Intelligence artificielle B2Q2)
Durée :
24h Th
Nombre de crédits :
Bachelier en informatique, orientation technologies de l'informatique2
Nom du professeur :
Nazmi ONGUN
Coordinateur(s) :
Nazmi ONGUN
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au deuxième quadrimestre
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Introduction à Python

Historique, installation, premiers scripts

Variables, types, conditions, boucles

Structures de données (listes, tuples, dictionnaires, ensembles)

Fonctions et modularité

Bases de la programmation orientée objet

Manipulation de données

Fichiers texte, CSV, JSON

Bibliothèques numériques : numpy, pandas

Visualisation simple : matplotlib, seaborn (optionnel)

Introduction à l'IA et au Machine Learning

Concepts : données d'entraînement/test, algorithmes supervisés

Utilisation de scikit-learn : régression linéaire, k-NN

Évaluation de modèles simples

Mini-projet

Exemple : prédiction de survie Titanic (classification)

Ou chatbot console basique (règles simples)

Savoir-faire

Écrire et exécuter un programme Python correct.

Manipuler et transformer des données tabulaires.

Visualiser des résultats de manière claire.

Implémenter un algorithme de machine learning simple avec scikit-learn.

Savoir-être

Développer autonomie et curiosité dans l'apprentissage du langage.

Travailler en binôme pour résoudre des problèmes.

Adopter une démarche rigoureuse et critique dans le développement.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Acquis d'apprentissage (objectifs d'apprentissage) de l'UE

Collaborer à la conception et au développement de projets techniques.

Analyser une situation donnée sous ses aspects techniques.

Planifier et tester une solution en Python.

Mettre en œuvre un système informatique simple.

Sur base de spécifications, développer un script Python fonctionnel.

Charger, transformer et exploiter un jeu de données.

Communiquer et informer.

Présenter un mini-projet Python/IA.

Expliquer clairement le fonctionnement d'un code.

Intégrer des composants logiciels.

Combiner Python avec ses bibliothèques (numpy, pandas, sklearn).

S'engager dans une démarche de développement professionnel.

Développer une pensée critique (interprétation des résultats d'un modèle).

S'informer et expérimenter avec d'autres librairies Python.

Savoirs et compétences prérequis

Bases en algorithmique et logique.

Aucun prérequis spécifique en langage Python.
Savoirs et compétences prérequis :
Activités d'apprentissage prévues et méthodes d'enseignement :
Activités d'apprentissage prévues et méthodes d'enseignement

Étude d'exemples concrets en Python.

Exercices pratiques en séance.

Réalisation d'un mini-projet (classification Titanic ou chatbot console).
Mode d'enseignement (présentiel, à distance, hybride) :
Présentiel, avec alternance cours théoriques et séances de pratique guidée.
Lectures recommandées ou obligatoires et notes de cours :
  • Notes de cours distribuées

  • Documentation officielle Python, pandas, scikit-learn.
Modalités d'évaluation et critères :
Épreuve intégrée (50% examen + 50% projet) :

Examen pratique Python (50%)

  • Écriture de programmes simples.
  • Questions sur manipulation de données et bibliothèques.
  • Exercices courts d'algorithmique en Python.   
  • Mini-projet Python/IA (50%)
Fonctionnalité complète (code exécutable, résultats corrects).

Clarté du code et commentaires.

Interprétation des résultats.

Présentation orale rapide 

Total: 40 points

 

 
Stage(s) :
Remarques organisationnelles :
Contacts :
Öngün Nazmi (Nazmi.ONGUN@hel.be)