PREPARATION AUX CONCOURS ADMINISTRATIFS DE CATEGORIE B. 2ème édition revue et augmentée

Ce manuel a été rédigé par un conseiller administratif des services scolaires et universitaires. Son ambition est essentiellement pratique : le lecteur pourra y trouver les informations et les méthodes de travail personnel dont il a besoin pour se préparer aux concours internes ou externes d'accès à la catégorie B de la fonction publique. Ce manuel s'adresse : - à tous les administratifs, titulaires ou auxiliaires, qui souhaitent parfaire, à domicile, leur culture administrative ; - aux étudiants titulaires d'un baccalauréat dont l'ambition est de faire carrière dans l'administration ; - et aux personnels administratifs de catégorie C de l'Education nationale qui envisagent une promotion professionnelle.

Ecrit par des experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action. Un traitement approfondi des sujets simples comme des sujets avancés permet aux étudiants d'acquérir une compréhension générale des frontières de l'IA sans compromettre ni la complexité et ni la rigueur. Sa spécificité est de présenter l'IA à travers le concept d'agent intelligent. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qui s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concrètes. Cette approche intégratrice montre comment les différents sous-domaines de l'IA se combinent pour construire des applications capables de répondre à la complexité du monde réel. De plus, un très grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent présentés comme indépendants. Parmi les sujets couverts : - les contributions des mathématiques, de la théorie des jeux, de l'économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences - les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances - les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre - la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l'élimination de variables et MCMC (Markov Chain Monte-Carlo) - les méthodes d'apprentissage automatique (machine learning) employées pour générer les connaissances nécessaires aux composants de prise de décision : boosting, EM (expectation-minimization), machines à vecteurs support, réseaux de neurones, apprentissage profond (deep learning) - la perception avec le traitement du langage naturel et la vision par ordinateur ainsi que l'action avec la robotique - l'avenir de l'IA et ses implications philosophiques et éthiques. Chaque chapitre est illustré par de nombreux exemples et schémas, puis se termine par un résumé. Les exercices se trouvent en anglais sur la plateforme dédiée à l'ouvrage. Cette 4e édition tient compte des derniers développements de la matière et présente les concepts de manière plus unifiée. Elle apporte un éclairage nouveau et couvre de manière élargie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les systèmes multi-agents, la robotique, le traitement du langage naturel, la causalité, la programmation probabiliste, le respect de la vie privée, l'équité et la sécurité.

Écrit par les experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action.Sa spécificité est de présenter l'IA à travers le concept des agents intelligents. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qu'il s?y passe, et comment il transforme la perception qu?il a de son environnement en actions concrètes.Parmi les sujets couverts :- les contributions historiques des mathématiques, de la théorie des jeux, de l?économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ;- les méthodes qui permettent de prendre des décisions lors de l?établissement d?un projet, en tenant compte des étapes à venir ;- les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ;- les méthodes de raisonnement qui permettent d?établir des plans et donc de proposer des actions à entreprendre ;- la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l?élimination de variables et MCMC (Markov Chain Monte-Carlo) ;- les méthodes employées pour générer les connaissances exigées par les composants de prise de décision : les algorithmes de boosting, l?algorithme EM (expectation-minimization), l?apprentissage à base d?exemples et les méthodes à noyaux (machines à vecteurs support) ;- les implications philosophiques et éthiques de l?IA.Chaque chapitre est illustré par de nombreux exemples et s?achève par des activités, qui vont des exercices de réflexion à des exercices de programmation, en passant par l?approfondissement des méthodes décrites, soit plus de 500 activités au total.Cette 3e édition tient compte des derniers développements de la matière, concernant notamment les représentations qu?un agent peut utiliser (atomique, factorisée, structurée), les environnements partiellement observables et non déterministes, les planifications contingente et hiérarchique, les modèles probabilistes du premier ordre, l?apprentissage automatique, la recherche et l?extraction d?information sur le web et l?apprentissage à partir de très grandes bases de données.

Introduite en France dans l'analyse de la phrase à l'issue d'un long processus de maturation de deux siècles (17e-18e siècles), la notion de complément est apparue dans l'Encyclopédie (articles "Régime" et "Construction") de la volonté d'aller au-delà d'une analyse logique binaire, c'est-à-dire en Sujet-Prédicat. Le terme de complément renvoie alors aux problèmes de rection des mots dans la phrase et il se distingue de la fonction syntaxique (en tant qu'elle concerne la distinction du sujet et du prédicat) mais aussi de la construction (l'organisation interne de la phrase). Quant au terme de complémentation, c'est une autre façon de désigner le complément, bien que complémentation soit souvent employé pour regrouper les différents cas spécifiques de compléments, cf. Le Querler (2012), Abeillé et Goddard (1996) mais aussi Crystal (1997). Aussi, le terme de complétude s'emploie parfois comme synonyme de complément (Delmas 2006), parfois pour désigner dans des analyses macro-syntaxiques la totalité d'un texte. Ainsi en pragmatique, on parle de contrainte de complétude forte, en relation avec la maxime gricéenne de quantité (Portuguès 2011), ou encore pour allier la complétude syntaxique et la complétude sémantique (Guillaume 1971). Les communications ont porté sur divers aspects de cette problématique et sur des langues différentes