Introduction à l'Intelligence Artificielle Économique

📋 Plan du Cours

1. Objectifs et structure du module
2. Fondements et histoire de l’IA
3. Définitions et applications de l’IA
4. Apprentissage supervisé et Naive Bayes
5. Apprentissage non supervisé et K-means
6. Deep learning et optimisation
7. Collecte et traitement des données
8. Analyse des données avancée

📖 1. Objectifs et structure du module

🔑 Notions clés & Définitions

• Décision économique : Objectif applicatif du module centré sur l’usage de l’IA pour résoudre des problèmes économiques et améliorer les choix des décideurs.
• Modélisation et prédiction : Approche visée par le module pour construire des modèles prédictifs liés aux tendances de marché, au comportement des consommateurs et aux impacts économiques.
• Analyse de données économiques : Compétence du module qui consiste à exploiter de grandes masses de données économiques à l’aide d’outils d’IA pour soutenir la décision.
• Compétences pratiques en IA : Volet du module orienté vers une mise en application concrète d’outils et de technologies d’IA directement utiles à la prise de décision économique.

📝 Points essentiels