Sciences et technologies (Charleroi)
Introduction à l'IA

2025-2026

Informations Générales
Code
CT-P2-INFOGE-109-C
Type
Obligatoire
Responsable
NZALANKUMBU DIALEMBA Fils
Mode d'évaluation
Epreuve intégrée
Année académique
2025-2026
Langue d'enseignement
français
Langue d'évaluation
français
Théorie
48
Pratique
0
Crédits
4
Liste des AAs
Introduction à l'IA
Code: T-CINF-560
Période
Q1
Pondération
-
Théorie
48
Pratique
0

Objectifs en rapport avec le référentiel de compétences du programme

Collaborer à la conception, à l'amélioration et au développement de projets

  • Analyser une situation donnée sous ses aspects techniques et scientifiques

Communiquer et informer

  • Choisir et utiliser les moyens d'information et de communication adaptés
  • Mener une discussion, argumenter et convaincre de manière constructive
  • Utiliser le vocabulaire adéquat

S'engager dans une démarche de développement personnel

  • S'informer et s'inscrire dans une démarche de formation permanente

Objectifs général et cohérence pédagogique

Cette unité d’enseignement vise à initier les étudiants aux fondements conceptuels et pratiques de l’intelligence artificielle, en mettant l’accent sur des approches concrètes et accessibles telles que le traitement des données, la reconnaissance d’images et la compréhension du langage naturel.

Connaissances et compétences préalables

Il est recommandé que l’étudiant maîtrise les compétences suivantes avant de s’inscrire à cette unité d’enseignement :- Notions fondamentales en programmation procédurale et en algorithmique acquises via un langage comme le C.
- Bases de la programmation orientée objet (idéalement en cours d'acquisition via C#).
- Connaissances élémentaires en développement Web (HTML, CSS, JavaScript, PHP) utiles pour contextualiser les usages de l’IA.
- Compréhension de la modélisation de bases de données (MERISE ou UML) et des requêtes SQL.
- Capacité à utiliser un environnement de développement et à comprendre la documentation technique.Aucun pré-requis en mathématiques avancées n’est exigé, mais une certaine aisance avec les notions de logique, de tableau, de moyenne, de distance facilitera la compréhension des algorithmes de classification ou de clustering.

Epreuve Intégrée : Première Session
Mode d'évaluation: Epreuve pratique
Travail journalier: 45%
Examen: 55%
Dispositions:
- L’examen se déroule exclusivement en présentiel. Il se compose d’un Projet en groupe comptant pour 45% et d’une Épreuve pratique représentant 55%.
- Durant l'épreuve pratique, il est strictement interdit d'utiliser un Smartphone, une montre connectée, une clé USB.
Epreuve Intégrée : Deuxième Session
Mode d'évaluation: Epreuve pratique
Travail journalier: 45%
Examen: 55%
Dispositions:
- Lors de la seconde session, tout étudiant qui n’a pas atteint 50% pour son Projet à la première session devra améliorer son projet et le présenter à nouveau.
- Durant l'épreuve pratique, il est strictement interdit d'utiliser un Smartphone, une montre connectée, une clé USB.

Epreuve intégrée : il n'y aura pas d'évaluation pour chaque AA mais une évaluation unique pour l'unité d'enseignement.