Cette séance de cours couvre la théorie et les algorithmes de l'optimisation minimax, en mettant l'accent sur la dualité faible et forte, les points de selle, les conditions nécessaires et suffisantes pour une dualité forte, la condition de qualification de Slater, l'e-exactitude numérique, les fonctions primal-dual gap, les conditions d'optimalité et les performances pratiques des algorithmes d'optimisation. L'instructeur discute de l'application du gradient de descente-ascension (GDA) et de ses performances sur des problèmes simples, ainsi que des défis posés par les problèmes non-convexe-concave et non-convexe-non-concave.