Solveur SAT
Écrire un solveur de satisfiabilité booléenne (DPLL) et résoudre des sudokus avec.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 3 Après l’étape 4
Informatique · 38Intermédiaire
Logique et IA symbolique
Profil théorique attiré par la logique, le raisonnement et les modèles graphiques.
Logique et mathématiques pour l'informatique, preuves et graphes, algorithmique, puis réseaux bayésiens et inférence.
435heures de cours
44semaines à 10 h
4étapes
17cours
3universités
Compétences visées
AlgorithmsGraph TheoryDeductive ReasoningStatisticsMathematical ModelingArithmeticProgramming PrinciplesProbabilityComputer ScienceTrigonometryAlgebraMathematical Theory & Analysis
Intitulés de compétences repris de Coursera.
Métiers visés
- Chercheur en IA
- Ingénieur en vérification formelle
- Doctorant en informatique
Progression
- 1University of London (Goldsmiths)Débutant
Voir les 5 cours
Cours Niveau Durée Note (avis) Mathematical Foundations for Computing Débutant 20 h — Applied Mathematical Methods for Computing Débutant 19 h — Geometry and Calculus for Computing Débutant 15 h — Logic and Reasoning for Computing Intermédiaire 18 h — Algorithms and Complexity Intermédiaire 19 h — - 2University of California San DiegoDébutantPython
Prérequis annoncés : Basic math (fractions, squares), basic Python (functions, loops, recursion)
Voir les 5 cours
Cours Niveau Durée Note (avis) Mathematical Thinking in Computer Science Débutant 42 h 4,4 (2 289) Combinatorics and Probability Débutant 23 h 4,6 (874) Introduction to Graph Theory Débutant 21 h 4,5 (1 073) Number Theory and Cryptography Débutant 17 h 4,5 (610) Delivery Problem Débutant 13 h 4,7 (376) - 3Stanford University (Stanford Online)IntermédiaireC, Java, Python
Prérequis annoncés : Programming in at least one language (C, Java or Python); familiarity with proofs (induction, contradiction); discrete probability
Voir les 4 cours
Cours Niveau Durée Note (avis) Divide and Conquer, Sorting and Searching, and Randomized Algorithms Intermédiaire 15 h 4,8 (5 342) Graph Search, Shortest Paths, and Data Structures Intermédiaire 14 h 4,8 (2 002) Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming Intermédiaire 15 h 4,8 (1 279) Shortest Paths Revisited, NP-Complete Problems and What To Do About Them Intermédiaire 13 h 4,8 (832) - 4Stanford University (Stanford Online)AvancéMATLAB, Octave
Prérequis annoncés : Abstract thinking and math skills, programming in at least one language, basic discrete probability (independence, conditional independence, Bayes' rule)
Voir les 3 cours
Cours Niveau Durée Note (avis) Probabilistic Graphical Models 1: Representation Avancé 67 h 4,6 (1 445) Probabilistic Graphical Models 2: Inference Avancé 38 h 4,6 (491) Probabilistic Graphical Models 3: Learning Avancé 66 h 4,6 (305)
Avec Coursera Plus
Ce parcours représente 435 heures, soit environ 10 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Planificateur
Programmer un planificateur qui trouve une suite d’actions pour atteindre un but, par recherche A*.
Système expert probabiliste
Modéliser un petit domaine de diagnostic par un réseau bayésien et expliquer ses conclusions.
Manuels gratuits
Mathematics for Computer ScienceE. Lehman, F. T. Leighton, A. R. Meyer (MIT)Gratuit, CC BY-SA
AlgorithmsJeff EricksonGratuit, CC BY 4.0
Probabilistic Machine Learning: An IntroductionKevin P. MurphyPDF gratuit, CC BY-NC-ND