مقياس المقاولاتية: اعداد الدكتور صيفي وليد
يهدف محتوى المقياس إلى تمكين الطّالب من اكتساب المهارات البحثية التّالية:
- تلقين الطّالب المفاهيم النّظرية الابتدائية البسيطة حول المقاول والمقاولاتية ؛
- التّعرف على المواقف المقاولاتية التي تسمح بإنشاء مشروع ؛
- تمكين الطّالب من القيام بالدّراسة التقنو اقتصادية لمشروعه؛
- تمكين الطّالب من اعداد "خطة العمل" و "نموذج العمل" لمشروعه؛
- تعريف الطّالب لأسس وإجراءات إنشاء المؤسسات الاقتصادية في الجزائر؛
- خلق الروح المقاولاتية لدى الفئة الطّلابية بما يمكّنهم من التّوجه نحو ميدان العمل الحر والمبادرات الفردية عند تخرّجهم- Teacher: Walid Saifi
Les méthodes et techniques de l’IA font intervenir de nombreux concepts mathématiques et logiques. L’objectif de ce cours et de donner une vue générale de certains de ces concepts dont le rôle est essentiel en IA.
Les problèmes de connaissance et « l’art de penser » ne sont pas apparus avec la naissance de l’IA mais bien avant des siècles, par des philosophes comme Aristhote.
Il y a un fait que tous les logiciens ne peuvent nier : les chaînes de déduction qui constituent les preuves formelles dans n’importe quel système logique, ont tendance à être longue.
Ainsi, l’IA est née le jour où on disposait d’ordinateurs assez puissants pour leur faire effectuer ces longues preuves que l’on ne pouvait faire à la main.
Pour être efficace dans un contexte donné, un programme doit posséder une connaissance de ce contexte, représentée dans un formalisme exploitable par ce programme.
Le but de la logique est de formaliser le raisonnement. Elle constitue précisément d’un formalisme de représentation de la connaissance qui s’accompagne d’outils de manipulation permettant de déterminer la véracité des assertions.
La logique des propositions et des prédicats constituent une théorie importante, mathématiquement développée et formalisée du savoir et du raisonnement et donc indispensable pour la représentation et la manipulation des connaissances.
Néanmoins, il s’avère que ces formalismes ne répondent pas à tous les besoins de la représentation de la connaissance ou de raisonnement : les connaissances incertaines, évoluant dans le temps,… Dans cet objectif d’autres logiques ont été introduites pour formaliser de telles types de connaissances incomplètes, incertaines ou évolutives et des raisonnements révisables, tel que les logiques modales ou non-monotones.
L’objectif de ce cours est d’étudier les différents moyens de la représentation des connaissances et de raisonnement (notamment automatique) de ces types de logique, en commençant par un rappel sur les logiques classiques (à savoir : la logique propositionnelle et la logique des prédicats du premier ordre), puis en survolant les différents types de logiques modales, multi-valuées,…
- Teacher: Amira Mohammedi
Objectif du module : est de présenter les systèmes d'information géographique (SIG) qui touchent tous les domaines d'activités (les gestionnaires institutionnels, les opérateurs de réseau, les analystes de territoires, …) en spécifiant leurs concepts de base, leurs architectures ainsi que les fonctions relatives à un SIG.
Le rôle de la visualisation est capital pour un preneur de décision, et grâce à la réalité virtuelle, il est possible d’immerger celui-ci dans le modèle 3-D, en stéréoscopie, et d’animer ce dernier, prenant en compte les transformations dans le temps des réseaux et des composants qui les parcourent. Il est ainsi possible, par exemple, de voir l’impact d’une autoroute sur l’environnement, son insertion dans le paysage, ainsi que de voir les flux de véhicules ; il en est de même des lignes à haute tension et des éoliennes en mouvement, ou encore de la croissance de la forêt sur un MNT, ou de la propagation d’un incendie, ou de l’évolution d’une inondation ; l'on peut enfin placer le spectateur dans un véhicule virtuel empruntant une route.
- Teacher: khaled rezeg
1. Objectifs
de l’enseignement.
Les systèmes complexes possèdent leurs propres aspects du point de vue
résolution. L’objectif est de fournir à l’étudiant les approches évoluées pour
la modélisation des systèmes complexes.
2. Connaissances
préalables recommandées
Matière : intelligence artificielle, système parallèle
3. Contenu de la matière :
· Chapitre 1 Etat de l’art sur les systèmes complexes
· Chapitre 2 Les approches classiques
· Chapitre 3 Les algorithmes génétiques
· Chapitre 4 Les réseaux de neurones
· Chapitre 5 Les automates cellulaire et quantique
4.
Mode d’évaluation :
Examen final 75% + 25% note TP
5. Références
·
Z.
Michalewics, “Genetic Algorithms + Data Structures = Evolution Programs”,
Springer,
1996.
· A.E Eiben, J.E Smith: “Introduction to Evolutionary Computing”, Springer, 2003.
· W.M Spears: “Evolutionary Algorithms: The Role of Mutation and Recombination”, Springer, 2004.
- Teacher: Hamida Ammar
L'objectif principal de ce cours est d'apprendre aux étudiants des concepts avancés dans les domaines de l'internet et des réseaux de communication. Nous allons aborder l'aspect intelligence, et éventuellement la sécurité, à la fin de chaque unité d'enseignement. Nous allons également voir le coté pratique des notions théoriques vues au cours, dans les séances de TP.
L'objectif principal de ce cours est d'apprendre aux étudiants des concepts avancés dans les domaines de l'internet et des réseaux de communication. Nous allons aborder l'aspect intelligence, et éventuellement la sécurité, à la fin de chaque unité d'enseignement. Nous allons également voir le coté pratique des notions théoriques vues au cours, dans les séances de TP
![](http://elearning.univ-biskra.dz/moodle2020/pluginfile.php/236988/course/overviewfiles/Internet-objets-m2m-r%C3%A9seau-684x513.jpg)
- Teacher: Somia SAHRAOUI