Raisonnement

Description du cours

Le cours de raisonnement présente les méthodes de raisonnement dans les modèles attributs valeurs, c’està-dire pour des environnements décrits par des variables à domaine fini. Il présente tout d’abord le raisonnement en logique propositionnelle, en présentant les notions de formule, de syntaxe et de sémantique, de satisfaisabilité et de déduction. Il présente la méthode de base pour la déduction, à savoir la résolution. Il présente ensuite le raisonnement sur des distributions de probabilités, au travers de deux modèles : celui des réseaux bayésiens, qui permettent de représenter de telles distributions de façon compacte, et les modèles de Markov cachés, qui permettent de représenter des processus évoluant de façon stochastique, et seulement partiellement observables. Dans ces deux grands chapitres, l’accent est mis sur la modélisation, l’algorithmique et la définition formelle des modèles et algorithmes. Les TD consistent en de petits exercices visant à s’approprier les notions (par exemple, en exécutant des algorithmes sur des exemples ou en imaginant des algorithmes pour des problèmes de raisonnement précis), et à s’approprier la démarche consistant à démontrer des propriétés ou des théorèmes (en démontrant des propriétés simples).