4 résultats : méthode de Monte Carlo

Attention : l'accès aux ressources peut être restreint, soit pour des raisons juridiques, soit par la volonté de l'auteur.
4 résultats
page 1 sur 1
résultats 1 à 4
UNIT
Description : Une révolution technologique a permis aux ordinateurs de faire un pas en avant : les méthodes dites « de Monte Carlo ». Quels sont les principes de ces algorithmes, et comment s’appliquent-ils au go ?
Mots clés : stratégie combinatoire, méthode de Monte-Carlo, complexité, recherche arborescente, fuscia
Date : 05-02-2009
Droits : Ce document est diffusé sous licence Creative Common : Paternité - Pas d'utilisation commerciale - Pas de modification. http://creativecommons.org/licenses/by-nc-nd/2.0/fr/legalcode
UNIT
Description : Si tout le monde considère actuellement que les programmes joueurs d’échecs sont plus forts que la plupart des humains, on ne peut pas en dire autant pour un jeu comme le Go. Les programmes joueurs de Go peinent à atteindre un niveau moyen ! Mais grâce à la modélisation statistique, de grands pas ...
Mots clés : stratégie combinatoire, méthode de Monte-Carlo, algorithme UCT, modélisation statistique, jeu de go, fuscia
Date : 31-10-2006
Droits : Ce document est diffusé sous licence Creative Common : Paternité - Pas d'utilisation commerciale - Pas de modification. http://creativecommons.org/licenses/by-nc-nd/2.0/fr/legalcode
UNIT
Description : Les Algorithmes Génétiques sont basés sur la théorie de l'évolution de Darwin. Ils consistent à faire évoluer une population de dispositifs à l'aide de différents opérateurs : sélection, croisements, mutations. Ils sont en particulier utilisés pour les problèmes d'optimisation comportant de nombreux ...
Mots clés : fuscia, méthode de Monte Carlo, simulation informatique, recuit simulé, algorithme évolutionnaire
Date : 07-07-2006
Droits : Document libre, dans le cadre de la licence Creative Commons (http://creativecommons.org/licenses/by-nc-nd/2.0/fr/), pas d'utilisation commerciale, citation de l'auteur obligatoire et interdiction de désassembler (paternité-pas d'utilisation commerciale-pas de modification)
UNIT
Description : Ce cours s'organise selon le schéma suivant : Après avoir défini précisément le problème que l'on veut résoudre, c'est-à-dire le problème de contrôle optimal, on démontre des propriétés importantes liées à ce problème et à sa solution. Ce faisant, on essaie de donner de l'intuition concernant ce ...
Mots clés : processus de décision de Markov, contrôle optimal, programmation dynamique, méthode de Monte-Carlo, fuscia
Date : 26-01-2008
Droits : Ce document est soumis à la licence GFDL (http://www.gnu.org/copyleft/fdl.html)