AND

OR

XOR

g : l'estimation du coût du noeud actuel jusqu'au noeud d'arrivée

g : l'estimation du coût depuis le noeud de départ jusqu'au noeud actuel

h : l'estimation du coût du noeud actuel jusqu'au noeud d'arrivée

h : l'estimation du coût depuis le noeud de départ jusqu'au noeud actuel

Le deep learning est une branche de l'intelligence artificielle

le machine learning est une branche de l'intelligence artificielle

Le deep learning est une branche du machine learning

l'intelligence artificielle est une branche du deep learning

le machine learning est une branche du deep learning

l'intelligence artificielle est une branche du machine learning

l'algorithme A* va toujours trouvé la meilleure solution

l'algorithme Dijkstra va toujours trouvé la meilleure solution

l'algorithme Dijskstra va dans la pratique trouvé une bonne solution rapidement

l'algorithme A* va dans la pratique trouvé une bonne solution rapidement

à l'aide d'un solveur de contraintes

à l'aide d'un algorithme génétique

re-écrire entièrement toutes les méthodes pour trouver une solution.

d'adapter certaines fonctions au problème cible et faire tourner la méthode générale.

Les K plus proches voisins sont plus performants si toutes les données sont sur la même échelle?

Les K plus proches voisins ne font pas d'hypothèses sur la distribution des données du problème à résoudre.

Les K plus proches voisins sont performant avec un nombre de valeurs en entrée faible mais ont plus de mal lorsque le nombre d'entrées est très large.

toutes les autres propositions sont vraies