tlasWiki
R
Sciences et natureN° 239157

Recherche arborescente Monte-Carlo

En informatique, et plus précisément en intelligence artificielle, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme…

ATQ7 000DEF5 350

Recherche arborescente Monte-Carlo

RareSciences et naturen° 239 157

6 055lecteurs par mois, en anglais
1fois tirée dans un paquet
—aucune vente sur 7 jours
Jouer et trouver cette carte

Ses 3 versions

  • R
    Sciences et natureN° 239157

    Recherche arborescente Monte-Carlo

    En informatique, et plus précisément en intelligence artificielle, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme…

    ATQ7 000DEF5 350
    Classique1 tirage
  • RH
    Sciences et natureN° 239157

    Recherche arborescente Monte-Carlo

    En informatique, et plus précisément en intelligence artificielle, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme…

    ATQ7 000DEF5 350
    HolographiqueJamais tirée
  • RRB
    Sciences et natureN° 239157

    Recherche arborescente Monte-Carlo

    En informatique, et plus précisément en intelligence artificielle, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme…

    ATQ7 000DEF5 350
    RainbowJamais tirée
Lire l'article de Wikipédia

En informatique, et plus précisément en intelligence artificielle, la recherche arborescente Monte Carlo ou Monte Carlo tree search (MCTS) est un algorithme de recherche heuristique utilisé dans le cadre de la prise de décision. Il est notamment employé dans les jeux. On peut citer son implémentation dans le jeu vidéo Total War: Rome II avec son mode campagne IA haut-niveau et les récents programmes informatiques de Go, suivis par les échecs et shogi, ainsi que les jeux vidéo en temps réel et les jeux à information incomplète tels que le poker.

Autres Super spéciales rares en Sciences et nature

Texte : Wikipédia, « Recherche arborescente Monte-Carlo », licence CC BY-SA 4.0. Image : Robert Moss, CC BY-SA 4.0, via Wikimedia Commons (recadrée). Comment jouer.