This HTML5 document contains 98 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n45http://hy.dbpedia.org/resource/
dbrhttp://dbpedia.org/resource/
n7http://fr.dbpedia.org/resource/Modèle:
dbpedia-arhttp://ar.dbpedia.org/resource/
dbpedia-hehttp://he.dbpedia.org/resource/
n28http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-frhttp://fr.dbpedia.org/resource/
n32https://www.britannica.com/topic/
dcthttp://purl.org/dc/terms/
rdfshttp://www.w3.org/2000/01/rdf-schema#
dbpedia-cshttp://cs.dbpedia.org/resource/
n46http://g.co/kg/m/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n25http://jv.dbpedia.org/resource/
n37http://fr.dbpedia.org/resource/Fichier:
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-idhttp://id.dbpedia.org/resource/
dbpedia-ukhttp://uk.dbpedia.org/resource/
n44http://ma-graph.org/entity/
prop-frhttp://fr.dbpedia.org/property/
dbpedia-srhttp://sr.dbpedia.org/resource/
dbohttp://dbpedia.org/ontology/
dbpedia-vihttp://vi.dbpedia.org/resource/
dbpedia-pthttp://pt.dbpedia.org/resource/
dbpedia-huhttp://hu.dbpedia.org/resource/
dbpedia-skhttp://sk.dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/
n43http://www.sifflez.org/misc/tronbot/
dbpedia-dehttp://de.dbpedia.org/resource/
dbpedia-plhttp://pl.dbpedia.org/resource/
dbpedia-thhttp://th.dbpedia.org/resource/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbpedia-rohttp://ro.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
dbpedia-nlhttp://nl.dbpedia.org/resource/
dbpedia-ithttp://it.dbpedia.org/resource/
dbpedia-cahttp://ca.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
foafhttp://xmlns.com/foaf/0.1/
n20https://www.jstor.org/topic/
wikipedia-frhttp://fr.wikipedia.org/wiki/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-kohttp://ko.dbpedia.org/resource/
dbpedia-fahttp://fa.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
owlhttp://www.w3.org/2002/07/owl#

Statements

Subject Item
dbpedia-fr:Algorithme_minimax
rdf:type
dbo:Algorithm owl:Thing wikidata:Q8366
rdfs:label
Мінімакс ミニマックス法 Minimax Минимакс Algorithme minimax
rdfs:comment
L'algorithme minimax (aussi appelé algorithme MinMax) est un algorithme qui s'applique à la théorie des jeux pour les jeux à deux joueurs à somme nulle (et à information complète) consistant à minimiser la perte maximum (c'est-à-dire dans le pire des cas). Pour une vaste famille de jeux, le théorème du minimax de von Neumann assure l'existence d'un tel algorithme, même si dans la pratique il n'est souvent guère aisé de le trouver. Le jeu de hex est un exemple où l'existence d'un tel algorithme est établie et montre que le premier joueur peut toujours gagner, sans pour autant que cette stratégie soit connue.
rdfs:seeAlso
n20:minimax n32:mini-max-theorem
owl:sameAs
dbpedia-nl:Minimax dbpedia-pt:Minimax dbpedia-hu:Minimax_elv dbpedia-ru:Минимакс dbpedia-he:עץ_מינימקס dbpedia-de:Minimax-Algorithmus dbpedia-ca:Minimax dbpedia-fa:مینیماکس dbpedia-ja:ミニマックス法 dbpedia-sk:Minimax_(algoritmus) dbpedia-uk:Мінімакс dbpedia-es:Minimax n25:Minimax dbpedia-ko:최소극대화 dbpedia-pl:Algorytm_min-max dbpedia-th:ขั้นตอนวิธีมินิแมกซ์ dbpedia-ro:Minimax wikidata:Q751319 dbpedia-vi:Minimax dbpedia-ar:ميني_ماكس dbpedia-cs:Minimax_(algoritmus) dbpedia-sr:Минимакс_(алгоритам) dbpedia-id:Minimax dbpedia-it:Minimax dbr:Minimax dbpedia-zh:极小化极大算法 n44:149728462 n45:Մինիմաքս n46:04yjz
dbo:wikiPageID
552007
dbo:wikiPageRevisionID
188557549
dbo:wikiPageWikiLink
dbpedia-fr:Paramètre category-fr:Algorithme_d'optimisation dbpedia-fr:Point_col dbpedia-fr:Jeffrey_Ullman dbpedia-fr:Fonction_convexe-concave dbpedia-fr:Hex dbpedia-fr:Alfred_Aho dbpedia-fr:Élagage_alpha-bêta dbpedia-fr:Go_(jeu) dbpedia-fr:Théorie_des_jeux dbpedia-fr:Jeu_à_somme_nulle dbpedia-fr:Théorème_du_minimax_de_von_Neumann category-fr:Théorie_des_jeux dbpedia-fr:Recherche_arborescente_Monte-Carlo dbpedia-fr:Échecs dbpedia-fr:Système_expert n37:Min_Max_Sample_3.png n37:Min_Max_Sample_1.png n37:Min_Max_Sample_2.png category-fr:Intelligence_artificielle
dbo:wikiPageExternalLink
n43:index.html
dbo:wikiPageLength
7683
dct:subject
category-fr:Algorithme_d'optimisation category-fr:Intelligence_artificielle category-fr:Théorie_des_jeux
prop-fr:wikiPageUsesTemplate
n7:Références n7:En n7:Homon n7:Math n7:Ouvrage n7:Palette n7:Mvar n7:Lien n7:Ind n7:Portail n7:=
prov:wasDerivedFrom
wikipedia-fr:Algorithme_minimax?oldid=188557549&ns=0
foaf:depiction
n28:Min_Max_Sample_3.png n28:Min_Max_Sample_1.png n28:Min_Max_Sample_2.png
prop-fr:année
1987
prop-fr:fr
Arbre de jeu
prop-fr:isbn
978 2
prop-fr:lieu
Paris
prop-fr:pagesTotales
450
prop-fr:texte
l'arbre de jeu
prop-fr:titre
Structures de données et algorithmes
prop-fr:titreChapitre
Conceptions et stratégies algorithmiques
prop-fr:trad
Game Tree
prop-fr:éditeur
InterEditions
prop-fr:bnf
34973701
prop-fr:auteurs
A. Aho, J. Hopcroft, J. Ullman
dbo:thumbnail
n28:Min_Max_Sample_1.png?width=300
foaf:isPrimaryTopicOf
wikipedia-fr:Algorithme_minimax
dbo:abstract
L'algorithme minimax (aussi appelé algorithme MinMax) est un algorithme qui s'applique à la théorie des jeux pour les jeux à deux joueurs à somme nulle (et à information complète) consistant à minimiser la perte maximum (c'est-à-dire dans le pire des cas). Pour une vaste famille de jeux, le théorème du minimax de von Neumann assure l'existence d'un tel algorithme, même si dans la pratique il n'est souvent guère aisé de le trouver. Le jeu de hex est un exemple où l'existence d'un tel algorithme est établie et montre que le premier joueur peut toujours gagner, sans pour autant que cette stratégie soit connue. Il amène l'ordinateur à passer en revue toutes les possibilités pour un nombre limité de coups et à leur assigner une valeur qui prend en compte les bénéfices pour le joueur et pour son adversaire. Le meilleur choix est alors celui qui minimise les pertes du joueur tout en supposant que l'adversaire cherche au contraire à les maximiser (le jeu est à somme nulle). Il existe différents algorithmes basés sur MinMax permettant d'optimiser la recherche du meilleur coup en limitant le nombre de nœuds visités dans l'arbre de jeu, le plus connu est l'élagage alpha-bêta. En pratique, l'arbre est souvent trop vaste pour pouvoir être intégralement exploré (comme pour le jeu d'échecs ou de go). Seule une fraction de l'arbre est alors explorée. Dans le cas d'arbres très vastes, une IA (système expert, évaluation par apprentissage à partir d'exemple, etc.) peut servir à élaguer certaines branches sur la base d'une estimation de leur utilité. C'est ce qui est employé, par exemple, dans le cadre du go.