Le terme « intelligence artificielle »

Table des matières

Résumé
Abstract
ملخص
Table des matières
Liste des figures
Liste des abréviations
Liste des algorithmes
INTRODUCTION GENERALE
1.Contexte d’étude
2.Problématique
3.Contribution
4.Objectifs
5.Organisation du mémoire
PARTIE 1 : ETUDE THEORIQUE
CHAPITRE I : Réseaux bayésiens
1.Introduction : Pourquoi les RB ?
2.Intelligence artificielle
3.Relation entre RB et IA
4.Définition des RB
4.1 Exemple illustratif de RB
4.2 Représentation graphique
4.3 Pourquoi choisir les modèles orientés ?
5.Inférence
5.1 Définition
5.2 Méthode d’inférence : Jonction
5.3 Les étapes de JT
Conclusion
CHAPITRE II : Apprentissage bayésien
1.Introduction
2.Apprentissage des paramètres
2.1. Apprentissage des paramètres à partir de donnée complètes
2.2. Apprentissage des paramètres à partir de données incomplètes
2.3 L’algorithme EM
3.Apprentissage de structure
3.1 L’algorithme PC-IC
4.Outils d’implémentation
Conclusion
PARTIE 2 : PARTIE PRATIQUE
CHAPITRE I : Analyse et conception
1.Introduction
2.Présentation de l’application
3.Besoins techniques
4.Identification des cas d’utilisation
5.Documentation des cas d’utilisation
6.Diagramme de séquence
7.Documentation des diagrammes de séquences
8.Architecture globale
9/Configuration matérielle du système
10. Architecture globale de l’application
Conclusion
CHAPITRE II : Réalisation et mise en oeuvre
1.Introduction
2.Concepts de développement
2.1. Langage de programmation
2.2. Base de données
2.2.i. Base de données MySQL
2.2.ii. Système de gestion de base de données
2.2.iii. Système de gestion de Base de donnée phpMYadmin
2.2.iv Langage de manipulation de bases de données
2.3. Environnement de développement
2.4. Outils utilisés
2.4.i. XAMP
2.4.ii. HeidiSQL
2.4.iv. Netica Java-API
2.4.v. MySQL connector Java
3.Description de l’application
Conclusion
CONCLUSION GENERALE & PERSPECTIVES
Conclusion générale
Perspectives
BIBLIOGRAPHIE
ANNEXES