Study Programmes 2025-2026
WARNING : 2024-2025 version of the course specifications
MATH2013-2  
Statistics
  • Complementary statistics
  • Informatique - IA
Duration :
Complementary statistics : 24h Th
Informatique - IA : 12h Th
Number of credits :
Bachelier en chimie (P) - orientation environnement3
Lecturer :
Complementary statistics : Vincent Thomas
Informatique - IA : Yannick Gillet
Language(s) of instruction :
French language
Organisation and examination :
Teaching in the first semester, review in January
Units courses prerequisite and corequisite :
Prerequisite or corequisite units are presented within each program
Learning unit contents :
Complementary statistics
Rappels du cours de statistiques.

Notions avancées de statistiques. Statistiques inférentielles. Tests d'hypothèses.

Poursuite de l'étude de statistiques numériques.

Introduction aux statistiques bayésiennes

 
Informatique - IA
Introduction générale à l'IA 

Types de problèmes solubles avec l'apprentissage automatique : apprentissage non-supervisé (clustering et réduction de dimension), apprentissage supervisé (régression et classification) et apprentissage par renforcement

Méthodes classiques et avancées (réseaux de neurones, SVM, arbres)

Préparation des données et évaluation des modèles

Éthique, biais, interprétabilité

 
Learning outcomes of the learning unit :
Complementary statistics
Objectifs : permettre aux étudiants de

  • approfondir et "fixer" les concepts enseignés en première année;
  • s'approprier des concepts des statistiques avancés;
  • résoudre des exercices et des applications utilisant les concepts statistiques vus au cours ;
  • mettre en oeuvre une démarche de résolution de problème ;
  • réaliser des inférences statistiques pertinentes
Informatique - IA
Au terme de cette unité d'enseignement, l'étudiant sera capable de :

  • Comprendre et expliquer les concepts-clés autour de l'intelligence artificielle et en particulier l'apprentissage automatique
  • Utiliser les techniques disponibles pour analyser et visualiser des données
  • Comprendre les enjeux et les limites actuels de l'Intelligence artificielle
  • Mettre en oeuvre une démarche de résolution de problème
Les compétences développées dans ce cours sont les suivantes :

Axe 1 : Communiquer et informe

  • 1.4 Utiliser le vocabulaire adéquat
Axe 2 : Collaborer à la conception, à l'amélioration et au développement de projets technique

  • 2.1 Elaborer une méthodologie de travail
  • 2.3 Analyser une situation donnée sous ses aspects techniques et scientifiques
  • 2.4 Rechercher et utiliser les ressources adéquates 
  • 2.5 Proposer des solutions qui tiennent compte des contraintes 
Axe 3 : S'engager dans une démarche de développement professionnel

  • 3.3 Développer une pensée critique
Axe 5 : Maîtriser les concepts scientifiques

  • 5.1 Utiliser à bon escient le vocabulaire des domaines 
  • 5.2 Appliquer les connaissances des sciences fondamentales 
  • 5.3 Exercer un regard critique sur les résultats et les méthodes 
  • 5.4 Gérer le degré de précision dans les opérations et évaluer l'implication des résultats 
  • 5.5 Evaluer la signification et les conséquences des opérations effectuées 
Prerequisite knowledge and skills :
Complementary statistics
La compréhension des notions apprises en première année dans les cours de Mathématique et de Statistique est un plus.
Informatique - IA
  • Utilisation de l'ordinateur
  • Notions de statistiques de base
Planned learning activities and teaching methods :
Complementary statistics
Cours ex cathedra et exercices ou situations de recherche.
 
Informatique - IA
Dans un premier temps, une introduction à l'intelligence artificielle et une présentation détaillée des différentes méthodes sera réalisée.

Cette présentation sera illustrée par de nombreux exemples et de petits exercices à réailser par les étudiants.

Dans la deuxième partie du cours, les étudiants prépareront un travail comprenant une analyse de données et la mise en pratique des outils vus au cours.

Ce travail sera présenté oralement.
Mode of delivery (face to face, distance learning, hybrid learning) :
Complementary statistics
Présentiel
Informatique - IA
Présentiel
Recommended or required readings :
Complementary statistics
Ouvrage de références:

 "Probabilités et statistiques pour la gestion et l'économie" de A.Spalanzani et S.Fréreau, PUG
Informatique - IA
Les slides présentés et éventuels fichiers seront disponible sur la plateforme institutionnelle.

Livres de référence suggérés :

  • Apprentissage artificiel, Concepts et Algorithmes - Vincent Barra, Antoine Cornuéjols, Laurent Micle - Eyrolles
  • Artificial Intelligence, a Modern Approach - Stuart J. Russell, Peter Norvig - Pearson
Assessment methods and criteria :
Complementary statistics
Un examen écrit comportant uniquement des exercices.
 
Informatique - IA
Le projet sera évalué en partie sur base du rapport écrit et lors d'une présentation orale sur base de consignes remises aux étudiants pendant le cours et disponible sur le site institutionnel.

L'utilisation de l'IA étant l'objet de ce cours est indispensable. Cependant l'analyse des étudiants sera discutée lors de l'entretien oral. Les étudiants devront remettre la déclaration sur l'honneur relative à l'utilisation de l'IA et spécifier les "prompts" utilisés le cas échéant.
Work placement(s) :
Organizational remarks :
Contacts :
Complementary statistics
Par mail : prenom.nom@hers.be
Par Teams : via une conversation privée ou via les publications de l'équipe
Informatique - IA
yannick.gillet@hers.be