① Les bases : pour démarrer sans prérequis
Dans cet ordre si tu pars de zéro. Les maths se consultent en parallèle, dès qu'une formule te bloque.
Chiffres en main
5 épisodes DébutantLes chiffres derrière l'IA au quotidien : limites d'usage, tests de conseils, prospection, variabilité des réponses, comparatifs. Cinq épisodes pour ne plus se fier à un seul chiffre.
Prérequis : Aucun prérequis.
La limite d'usage
Pourquoi une conversation longue épuise votre quota : à chaque message, tout l'historique est relu. Mesurez le coût, puis le seuil où repartir de zéro devient rentable.
Gratuit Épisode 2Les conseils LinkedIn sans test
Un conseil « validé » sur cinq posts ne prouve rien : avec peu de données, le hasard fabrique des gagnants. Voyez combien de faux succès il produit.
Gratuit BonusClasser avec plusieurs indicateurs : poids et normalisation
Sur 40 pays, 20 entrent au moins une fois dans le top 10 selon les poids, seuls 3 y restent toujours.
Gratuit BonusSegmentation RFM : les « champions » à une seule commande
Avec 97 % de clients à une commande, 160 des 201 « champions » n'ont commandé qu'une fois. Une règle qui respecte les ex aequo en garde 21.
🔒 Épisode 3L'entonnoir de prospection
Acceptation, réponse, rendez-vous : combien de messages faut-il envoyer avant de savoir si une méthode bat une autre ? Intervalles et puissance, en simulation.
🔒 Épisode 4Même prompt, réponses différentes
Un modèle tire au sort ses réponses : tester un prompt sur un seul essai, c'est juger sur une lecture. Combien d'essais pour une mesure fiable ?
🔒 Épisode 5Lire un comparatif de modèles
Le premier du classement n'est pas forcément le meilleur pour vous : marges d'erreur, pondération par usage, frontière prix et qualité.
Les Fondamentaux de la Statistique
16 épisodes DébutantDe la moyenne au machine learning : statistiques descriptives, probabilités, tests d'hypothèse, régression et ACP.
Prérequis : Aucun prérequis.
Statistiques Descriptives
Moyenne, médiane, variance, quartiles — résumer un jeu de données en quelques nombres.
Gratuit BonusRégression vers la moyenne
On traite les 10 % de postes les plus défaillants : ils s'améliorent de 49 % l'année suivante, sans aucun traitement.
🔒 Épisode 2Probabilités & Lois
Loi des grands nombres, loi binomiale, loi normale, et le piège du théorème de Bayes.
🔒 Épisode 3Échantillonnage & Intervalle de Confiance
Théorème central limite, erreur type, et comment encadrer une estimation.
🔒 Épisode 4Tests d'Hypothèse & p-value
H0, p-value, erreurs de type I et II — décider si un effet est réel ou dû au hasard.
🔒 Épisode 5ANOVA & Comparaisons Multiples
Comparer plus de deux groupes sans faire exploser le risque de fausse alerte.
🔒 Épisode 6Régression & Corrélation
Coefficient r, droite des moindres carrés, résidus, R² — et le piège corrélation/causalité.
🔒 Épisode 7Régression Multiple & Multicolinéarité
Combiner plusieurs variables explicatives, et gérer le piège des prédicteurs redondants.
🔒 Épisode 8Analyse Multivariée & ACP
Résumer des variables corrélées en quelques composantes principales, sans perdre l'essentiel.
🔒 Épisode 9Machine Learning & Python
Train/test split, sur-apprentissage, validation croisée — assembler tous les fondamentaux.
🔒 Épisode 10Séries Temporelles et Prévision
Décomposition tendance/saisonnalité/résidu, stationnarité, et panorama des 20 modèles de prévision — d'ARIMA au deep learning.
🔒 Épisode 11Monty Hall & Bayes
Trois portes, une voiture : pourquoi changer double vos chances, et comment Bayes met à jour une probabilité.
🔒 Épisode 12Pourquoi les riches deviennent plus riches
Le hasard multiplicatif fabrique des inégalités sans différence de talent : médiane, moyenne et lois de puissance.
🔒 Épisode 13Théorie des jeux : le dilemme du prisonnier
Pourquoi deux joueurs rationnels trahissent, et comment la répétition fait émerger la coopération.
🔒 Épisode 14ARIMA et prévision
Autocorrélation, différenciation, choix de p, d et q par l'AIC, prévision avec intervalle : pourquoi un seul test ne suffit pas.
🔒 Épisode 15Inférence bayésienne et MCMC
A priori, a posteriori et échantillonnage de Metropolis : pas, rodage, R-hat et taille d'échantillon effective.
🔒 Épisode 16Chaînes de Markov et PageRank
États, distribution stationnaire, surfeur aléatoire : PageRank, amortissement α, culs-de-sac, pièges et vitesse de convergence.
Visualisation de données
8 épisodes DébutantAxe tronqué, double axe, échelle log, histogramme, lissage, bulles, cadrage : les façons dont un graphique ment, mesurées.
Prérequis : Aucun prérequis.
Axe tronqué : +2 % qui ressemble à +33 %
Un axe qui commence à 90 transforme +2 % en +33 % : le facteur de tromperie vaut 16.
🔒 Épisode 2Double axe : deux courbes qui se ressemblent par construction
Deux tendances donnent 0,98 de corrélation de niveaux sans aucun lien : les variations disent le vrai.
🔒 Épisode 3Échelle logarithmique : lire la croissance en pentes
Une croissance qui ralentit de 20 à 8 % paraît accélérer en linéaire : l'échelle log montre la pente.
🔒 Épisode 4Histogramme : le choix des classes change l'histoire
Mêmes données, classes de 5, 20 ou 40 minutes : quatre pics, deux pics, un seul.
🔒 Épisode 5Lissage : la moyenne mobile qui rabote la pointe
Une fenêtre de 6 heures rabote de 25 % la pointe de 57 kW : on ne dimensionne pas sur du lissé.
🔒 Épisode 6Bulles : quand le rayon fait mentir l'aire
Rayon proportionnel à la valeur : un doublement paraît quadrupler, facteur de tromperie 3.
🔒 Épisode 7Rapport d'aspect : la même pente, sage ou alarmante
Le même +2,1 % par an apparaît à 12° ou à 55° selon la forme du cadre.
🔒 Épisode 8Daltonisme : un rouge et un vert qui n'en font qu'un
Deux couleurs de même clarté deviennent presque identiques pour 8 % des hommes : mesurer l'écart et corriger sans changer les teintes.
Probabilités & Monte Carlo
8 épisodes DébutantGrands nombres, anniversaires, aires, marches aléatoires, fiabilité, bootstrap, événements rares : simuler pour comprendre le hasard.
Prérequis : Statistiques fondamentales conseillées (les 5 premiers épisodes suffisent).
Monte Carlo : 4 fois plus de tirages, seulement 2 fois plus de précision
La loi des grands nombres converge en 1/√n : 4 fois plus de tirages, seulement 2 fois plus de précision.
🔒 Épisode 2Anniversaires : 23 personnes, une chance sur deux d'un doublon
À 23 personnes, une chance sur deux d'un doublon ; avec des identifiants à 4 chiffres, dès 119.
🔒 Épisode 3Estimer une aire en lançant des points au hasard
Estimer π en lançant des points : ±0,14 avec 500, il faut 10 millions de points pour trois décimales.
🔒 Épisode 4Marche aléatoire : l'écart grandit comme la racine du temps
Le hasard s'étale en √n, un biais de 2 % s'accumule en n : l'horloge finit par dériver.
🔒 Épisode 5Fiabilité d'un système : simuler plutôt que calculer
Cinq composants à 90 % : 59 % en série, 99,1 % en majorité, 99,999 % en parallèle.
🔒 Épisode 6Bootstrap : un intervalle de confiance avec 12 mesures
Rejouer ses 12 mesures pour borner la médiane : [2,5 ; 9,1] heures, sans formule.
🔒 Épisode 7Événements rares : combien de tirages pour 1 chance sur 1 000 ?
Pour un risque de 1 sur 1 000, 103 000 tirages ordinaires ou 352 en échantillonnage préférentiel.
🔒 Épisode 8Le paradoxe de l'inspection : le bus qu'on attend toujours trop
Un voyageur arrivé au hasard tombe plus souvent dans un long intervalle : l'attente moyenne dépasse la moitié de l'intervalle.
Bonnes Pratiques en Analyse de Données
4 épisodes DébutantUn format ponctuel, pas une série de fond : prendre du recul sur les pièges qui reviennent, quel que soit le sujet étudié.
Prérequis : Statistiques fondamentales conseillées.
Les Pièges Classiques de l'Analyse de Données
De la collecte à l'interprétation : un diagnostic interactif des 15 erreurs les plus fréquentes.
🔒 Épisode 2Le paradoxe de Simpson
Un traitement meilleur dans chaque groupe peut sembler pire au global : le piège de la moyenne pondérée.
🔒 Épisode 3Les chiffres qui manipulent
Axes tronqués, pourcentages sans base, moyennes trompeuses : comment un graphique exact peut faire mentir.
🔒 Épisode 4Data Leakage : la fuite qui gonfle les scores
83 % de bonnes réponses sur du pur bruit : sélection avant séparation, fuite temporelle, doublons, et comment s'en protéger.
Maths pour la Data
23 épisodes DébutantLes maths dont tu as vraiment besoin pour la data science, des ensembles aux équations différentielles : un simulateur par épisode, zéro prérequis.
Prérequis : Aucun prérequis. À ouvrir en parallèle des autres séries.
Les ensembles de nombres
Entiers, fractions, racines, π : dans quelle « poupée russe » vit chaque nombre ?
GratuitÉpisode 2Les sommes (Σ)
Le symbole Σ décodé : une boucle for qui donne la moyenne, la variance et l'erreur d'un modèle.
🔒Épisode 3Les fonctions
Une machine qui transforme une entrée en sortie : la brique de base de tout modèle de machine learning.
🔒Épisode 4L'exponentielle & les suites
Pourquoi une croissance de 30 % par pas finit par écraser n'importe quel ajout constant.
🔒Épisode 5Le logarithme
L'opération inverse de l'exponentielle : combien de fois faut-il multiplier pour atteindre un nombre ?
🔒Épisode 6Trigonométrie : sinus & cosinus
Le cercle, ses angles, et l'origine de toutes les ondes.
GratuitÉpisode 7Dérivées & descente de gradient
Comment mesurer la vitesse à laquelle quelque chose change, et s'en servir pour descendre vers un minimum.
🔒Épisode 8La règle de la chaîne
Une fonction dans une autre : on multiplie les pentes. C'est le moteur de la rétropropagation.
🔒Épisode 9Dérivées partielles & gradient
Plusieurs paramètres, une seule pente : le gradient indique où descendre le plus vite.
🔒Épisode 10Vecteurs & projection
Représenter des données comme des flèches, et mesurer à quel point deux flèches vont dans la même direction.
🔒Épisode 11Distances & normes
L1, L2, cosinus : comment mesurer la ressemblance entre deux vecteurs.
🔒Épisode 12Matrices & déterminant
Une matrice transforme l'espace : elle étire, tourne, écrase. Le déterminant dit de combien l'aire change.
🔒Épisode 13Le produit matriciel
Une couche de neurones, c'est une matrice × un vecteur : chaque ligne fait un produit scalaire.
🔒Épisode 14Valeurs propres & vecteurs propres
Parmi tous les vecteurs, quelques directions spéciales sont seulement étirées par la matrice.
🔒Épisode 15Les intégrales
L'aire sous une courbe : le lien entre les sommes Σ et les probabilités continues.
🔒Épisode 16La loi normale
Pourquoi la courbe en cloche apparaît presque partout, et ce que valent 68 %, 95 % et 99,7 %.
🔒Épisode 17Les moindres carrés
Trouver la meilleure droite à travers un nuage de points, et préparer la régression.
🔒Épisode 18Sigmoïde & softmax
Transformer un score brut en probabilité : le pont vers la classification.
🔒Épisode 19Les nombres complexes
Un nombre complexe est un point du plan : le multiplier, c'est le faire tourner et l'étirer.
🔒Épisode 20Taylor & Newton
Localement, toute courbe lisse ressemble à un polynôme : pourquoi la descente de gradient marche, et comment Newton trouve un zéro.
🔒Épisode 21Changement de base & projecteurs
Les mêmes données dans d'autres repères : projeter sur un axe, et choisir le bon.
🔒Épisode 22SVD & compression
Une matrice se décompose en couches classées par importance : garde les premières et tu compresses.
🔒Épisode 23Équations différentielles & Laplace
Au lieu de dire où est un système, dire comment il change : reconstruire toute sa trajectoire.
Algorithmique : premiers pas
7 épisodes Débutant Nouvelle sérieVariables et types, conditions, boucles, fonctions, listes, recherche et tri : sept épisodes pour comprendre ce que fait vraiment un programme, chiffres à l'appui.
Prérequis : Aucun prérequis.
input() renvoie du texte : 10 et 5 tapés donnent « 105 » et non 15 (7 fois trop), et « 10 » répété 3 fois donne « 101010 » au lieu de 30
input() renvoie du texte : 10 et 5 tapés donnent « 105 », pas 15.
🔒 Épisode 2Tester les mentions dans le mauvais ordre : avec les seuils 10, 12, 14 et 16 pris du bas vers le haut, 9 notes sur 21 (42,9 %) reçoivent la mauvaise mention, et jusqu'à 79,8 % d'une classe de moyenne 14
Tests dans le mauvais ordre : 9 notes sur 21 reçoivent la mauvaise mention.
🔒 Épisode 3Une boucle dans une boucle n'est pas deux fois plus longue : pour n = 100, 10 000 opérations contre 100 ; pour n = 1 000 000, 13,9 h au lieu de 50 ms (durées estimées à 50 ns l'opération)
Une boucle dans une boucle : 10 000 opérations pour 100 éléments, pas 200.
🔒 Épisode 4Copier 12 fois un calcul de 8 lignes donne 96 lignes au lieu de 21 avec une fonction, et à 5 % d'oubli par endroit, 46,0 % de chances de laisser une copie non corrigée
12 copies d'un calcul de 8 lignes : 96 lignes contre 21 avec une fonction.
🔒 Épisode 5[[0] * 4] * 5 crée 5 fois la même ligne : modifier une case en modifie 5, soit 4 de trop, et avec 20 lignes 95 % des cases changées le sont par erreur
[[0] * 4] * 5 : modifier une case en modifie 5, dont 4 par erreur.
🔒 Épisode 6Chercher dans 1 000 000 d'éléments : 500 000 comparaisons en moyenne avec une liste, 20 avec la dichotomie (25 000 fois moins) ; trier d'abord devient rentable dès 40 recherches
1 000 000 d'éléments : 500 000 comparaisons avec une liste, 20 avec la dichotomie.
🔒 Épisode 7Trier 1 000 éléments au tri à bulles : 499 500 comparaisons contre environ 9 966 pour un tri efficace (50 fois moins) ; pour 1 000 000 d'éléments, 6,9 h estimées contre 1 s à 50 ns la comparaison
Tri à bulles : 499 500 comparaisons pour 1 000 éléments, environ 9 966 avec un tri efficace.
Python : les pièges du débutant
7 épisodes Débutant Nouvelle sérieFlottants, arrondis, bornes de boucles, modification en parcourant, liste ou ensemble, récursion et encodage : sept erreurs silencieuses que Python ne signale pas.
Prérequis : Algorithmique : premiers pas (conseillé).
Additionner dix fois 0,1 donne 0,9999999999999999, pas 1 : sur 10 000 additions, 9 982 cumuls sont inexacts et l'erreur atteint 1,6 × 10⁻¹⁰
Dix fois 0,1 donne 0,9999999999999999 : sur 10 000 additions, 9 982 cumuls sont inexacts.
Gratuit BonusBoucle ou vectorisation ?
NumPy bat la boucle de 5 à 80 fois dès 1 000 valeurs, mais perd à 10 valeurs. Et np.append recopie tout.
🔒 Épisode 2Sur 100 valeurs en ,5, l'arrondi à l'école ajoute 50 à la somme (5 050 au lieu de 5 000) quand round() reste exact ; mais round(v, 2) s'écarte de l'arrondi attendu pour 50 prix sur 100 finissant par 5
round(2.5) vaut 2 : sur 100 valeurs en ,5, 5 000 avec round() contre 5 050 à l'école.
🔒 Épisode 3Oublier la dernière valeur d'une boucle : sum(range(1, 30)) donne 435 au lieu de 465 (−6,5 %), et une fenêtre glissante de 7 sur 30 valeurs perd 1 fenêtre sur 24
sum(range(1, 30)) donne 435 au lieu de 465 : −6,5 %, sans aucune erreur.
🔒 Épisode 4Retirer des éléments d'une liste en la parcourant : sur 1 à 100, en supprimant tout ce qui est ≤ 50, 25 éléments à retirer sur 50 restent (50 %)
Retirer en parcourant : sur 1 à 100, 25 éléments à retirer sur 50 restent dans la liste.
🔒 Épisode 5Chercher 10 000 valeurs dans une liste de 100 000 coûte en moyenne 750 002 500 comparaisons, contre 110 000 opérations avec un ensemble : 6 818 fois moins, rentable dès 2 recherches
10 000 recherches dans 100 000 éléments : 750 002 500 comparaisons avec une liste, 110 000 avec un ensemble.
🔒 Épisode 6fib(30) écrit en récursion naïve fait 2 692 537 appels (durée estimée : 0,27 s à 100 ns l'appel) contre 31 avec un cache ; fib(40) en demande 331 160 281, soit plus de 33 s estimées
fib(30) en récursion naïve fait 2 692 537 appels, contre 31 avec un cache.
🔒 Épisode 7Un texte de 1 000 caractères avec 4 % d'accents et 0,5 % de « € » pèse 1 050 octets en UTF-8 et s'affiche avec 95 caractères corrompus (9,0 %) lu en latin-1 ; sur 100 caractères, 99,0 % de chances d'avoir au moins un problème
« Énergie : 12,5 € » : 16 caractères, 19 octets, et 5 caractères corrompus lu en latin-1.
② Manipuler et comprendre la donnée
Les outils et les réflexes d'un analyste : SQL, Pandas, qualité, tests, causalité, temps.
SQL & Données
7 épisodes DébutantLes pièges qui faussent vos chiffres sans erreur : jointures, ordre d'exécution, lignes en trop, NULL, fenêtres, moyennes de moyennes, index.
Prérequis : Aucun prérequis.
Jointures : le LEFT JOIN qui perd des clients
Un LEFT JOIN garde tous les clients, sauf si un filtre mal placé les retire en silence : 600 clients deviennent 190 sans aucune erreur.
🔒 Épisode 2L'ordre d'exécution d'une requête
On écrit SELECT en premier, la base le lit presque en dernier : pourquoi un alias n'existe pas dans le WHERE, et ce que cela change.
🔒 Épisode 3Explosion de lignes : le chiffre d'affaires compté deux fois
Une jointure qui multiplie les lignes gonfle silencieusement les sommes : le chiffre d'affaires est compté deux, trois fois.
🔒 Épisode 4NULL : la logique à trois valeurs
Ni vrai ni faux : pourquoi un filtre « différent de » perd des lignes et pourquoi NOT IN peut tout vider.
🔒 Épisode 5Fonctions de fenêtre : cumul, rang et moyenne mobile
Cumul, rang, moyenne mobile, valeur de la veille : calculer sans écraser les lignes, avec OVER.
🔒 Épisode 6Agrégations : la moyenne des moyennes
Moyenner des moyennes de groupes de tailles différentes donne un autre chiffre : pourquoi, et comment pondérer.
🔒 Épisode 7Index et plan d'exécution
Pourquoi la même requête prend 3 secondes ou 3 millisecondes : balayer toute la table, ou chercher dans un index.
POO pour débutants
7 épisodes Débutant Nouvelle sérieClasse et objet, encapsulation, attribut partagé, héritage, polymorphisme, composition et égalité : sept épisodes pour comprendre la programmation orientée objet, chiffres à l'appui.
Prérequis : Algorithmique : premiers pas (fonctions et listes).
Trier une seule de trois listes parallèles désaligne en moyenne 9 lignes sur 10 (90,0 %) ; avec des objets, aucune, et la probabilité qu'aucune ligne ne reste en place se stabilise à 36,8 %
Trier une seule de trois listes parallèles désaligne 9 lignes sur 10 en moyenne.
🔒 Épisode 2Sans contrôle, 1 000 € moins 40 retraits de 30 € donnent −200 € ; avec une méthode qui refuse, le solde reste à 10 € et 7 retraits sont rejetés dès le 34e
1 000 € moins 40 retraits de 30 € : −200 € sans contrôle, 10 € avec une méthode.
🔒 Épisode 3Avec articles = [] au niveau de la classe, 10 paniers qui ajoutent 1 article en voient chacun 10 (100 comptés au lieu de 10) et facturent 2 000 € au lieu de 200 €
articles = [] dans la classe : 10 paniers en voient chacun 10, 2 000 € facturés au lieu de 200 €.
🔒 Épisode 410 types de comptes de 12 lignes communes : 150 lignes sans héritage, 53 avec (−64,7 %), et une règle commune à corriger en 1 endroit au lieu de 10
10 types de comptes de 12 lignes communes : 150 lignes sans héritage, 53 avec.
🔒 Épisode 5Avec 6 fonctions qui testent le type par if/elif, ajouter 3 nouveaux types oblige à modifier 18 endroits ; avec des méthodes (polymorphisme), 3, et 4,5 tests de moins par appel en moyenne pour 8 types
6 fonctions à if/elif et 3 nouveaux types : 18 modifications, contre 3 avec des méthodes.
🔒 Épisode 63 motorisations × 4 couleurs × 2 boîtes donnent 24 classes en héritage contre 9 composants en composition ; avec 10 options par catégorie, 1 000 contre 30
3 moteurs × 4 couleurs × 2 boîtes : 24 classes en héritage, 9 composants en composition.
🔒 Épisode 71 000 clients dont 10 % de doublons : sans __eq__, Python en détecte 0 et compte 1 000 clients au lieu de 900 ; à 5 € l'envoi en double, 500 € gaspillés
1 000 clients dont 100 doublons : sans __eq__, Python n'en détecte aucun, 500 € gaspillés.
Pandas & Préparation de données
8 épisodes DébutantValeurs manquantes, doublons, dates, aberrations, jointures, fuite de données, séries temporelles : les pièges silencieux de la préparation de données.
Prérequis : Lire un peu de Python (boucles, listes) aide.
Valeurs manquantes : supprimer ou imputer ?
dropna ou fillna(mean) : l'imputation par la moyenne garde la moyenne mais écrase l'écart-type et affaiblit les corrélations.
Gratuit BonusValeurs manquantes : la médiane écrase la variance
Remplacer 30 % de valeurs par la médiane fait chuter la corrélation de 0,90 à 0,74. La régression avec bruit la restaure.
🔒 Épisode 2Doublons et clés : ce que drop_duplicates supprime vraiment
Toutes les colonnes laissent passer des doublons, le nom seul supprime de vraies personnes : comparez trois clés.
🔒 Épisode 3Types et dates : heure d'été et formats ambigus
Une journée de 23 ou 25 heures, un « 03/04 » qui peut être mars ou avril : les pièges silencieux des dates.
🔒 Épisode 4Valeurs aberrantes : moyenne, médiane ou IQR ?
Le z-score s'aveugle quand les aberrations gonflent l'écart-type : comparez z-score, IQR et MAD.
🔒 Épisode 5merge : clés sales et lignes en trop
Une espace en trop, un zéro perdu, une clé en double : la jointure perd ou fabrique des lignes sans erreur.
🔒 Épisode 6Fuite de données : l'optimisme invisible
Choisir les variables avant le découpage donne un bon score sur du bruit pur : voyez l'ampleur du mirage.
🔒 Épisode 7Séries : resample, trous et pointe
Zéro, interpolation ou dernière valeur : ce que devient la moyenne, et pourquoi la pointe cachée dans un trou est perdue.
🔒 Épisode 8groupby : les lignes sans clé disparaissent du rapport
Par défaut groupby écarte les clés manquantes : 10 % de lignes peuvent représenter 25 % du total, sans aucun message d'erreur.
Qualité des données & capteurs
8 épisodes IntermédiaireDérive, capteur figé, compteur cumulatif, heure d'été, redondance, échantillonnage et étalonnage : sept épisodes pour savoir si l'on peut se fier à une mesure.
Prérequis : Statistiques fondamentales.
Un capteur qui dérive de 0,5 °C pour 100 jours : invisible à l'œil, détecté au jour 132
Un capteur qui dérive de 0,5 °C pour 100 jours se noie dans la saison : référence, CUSUM et fausses alarmes.
🔒 Épisode 2Capteur figé : la courbe plate qui ressemble à une journée calme
Un capteur figé laisse la moyenne presque intacte : longueur des séquences identiques, résolution et seuil.
🔒 Épisode 3Compteur cumulatif : une remise à zéro et 688 kWh deviennent −11 502 kWh
Une remise à zéro transforme 688 kWh en −11 502 kWh : différence d'index, valeur absolue et pic fantôme.
🔒 Épisode 4Heure d'été : la journée de 23 heures qui casse vos agrégats
Journées de 23 et 25 heures : doublon, trou et courbe de charge étalée de 11,4 % par l'heure UTC.
🔒 Épisode 5Redondance : trois capteurs, une moyenne, 0,52 °C d'erreur contre 0,30 pour le meilleur seul
Trois capteurs, un biais : moyenne, médiane et pondération par la précision, et pourquoi la moyenne peut perdre.
🔒 Épisode 6Courbe de charge à 30 minutes : la pointe vue ne vaut que 40,0 % de la pointe réelle
Courbe de charge à 30 minutes : la pointe vue ne vaut que 40,0 % de la pointe réelle, l'instantané rate l'énergie.
🔒 Épisode 7Étalonnage : sur 100 compteurs, 95,7 % de l'incertitude ne s'efface pas en moyennant
Moyenner réduit le hasard, jamais le biais commun : incertitude de la somme de N compteurs et plancher à 0,50 %.
🔒 Épisode 8Les horloges désynchronisées : l'effet avant la cause
Une horloge qui dérive de 50 ppm s'écarte de 4 secondes par jour : assez pour inverser la chronologie entre deux capteurs.
Tests statistiques
9 épisodes IntermédiaireP-value, comparaisons multiples, arrêt anticipé, puissance, significatif contre important, malédiction du gagnant et absence de preuve : neuf épisodes pour lire un test sans se faire piéger.
Prérequis : Statistiques fondamentales et Probabilités & Monte Carlo.
p < 0,05 : « 95 % de chances que l'effet soit réel » ? Faux, parfois 58 % de faux positifs
« 95 % de chances que l'effet soit réel » ? La p-value ne dit pas cela : faux positifs, puissance et fréquence des vrais effets.
🔒 Épisode 2Comparaisons multiples : tester 20 choses, en trouver une
Tester 20 choses et en trouver une : le risque familial, Bonferroni et son prix en puissance.
🔒 Épisode 3Regarder en cours de route : arrêter le test dès que p < 0,05
Regarder un test A/B chaque jour et l'arrêter au premier significatif multiplie le risque d'erreur par quatre.
🔒 Épisode 4Puissance : combien d'observations pour voir un effet ?
Combien d'observations pour voir un effet ? Puissance, effet minimal détectable et loi en 1/δ².
🔒 Épisode 5Significatif n'est pas important : un effet minuscule, un énorme échantillon
Avec assez de données tout devient significatif : preuve contre valeur, et seuil de rentabilité.
🔒 Épisode 6Malédiction du gagnant : les effets significatifs sont exagérés
Quand la puissance est faible, les résultats significatifs exagèrent l'effet : le facteur d'exagération.
🔒 Épisode 7Non significatif ne veut pas dire sans effet
Non significatif ne veut pas dire sans effet : lire l'intervalle, marge d'équivalence, taille d'essai.
🔒 Épisode 8Au-delà de Bonferroni : contrôler la part de fausses découvertes
Bonferroni protège mais rate des vrais effets : Benjamini-Hochberg et le taux de fausses découvertes.
🔒 Épisode 9Student ou Welch : un test qui se croit exact
Quand le petit groupe est le plus dispersé, Student annonce 5 % de fausses alertes et en donne 28 % : pourquoi Welch par défaut.
Causalité & Expérimentation
9 épisodes IntermédiaireDe la corrélation à la causalité : confondeurs, tests A/B, différence de différences, discontinuité, variables instrumentales, scores de propension, séries interrompues.
Prérequis : Statistiques fondamentales.
Corrélation, causalité et confondeurs
Deux grandeurs qui varient ensemble ne prouvent pas que l'une agit sur l'autre : débusquez le confondeur qui pilote les deux.
🔒 Épisode 2Tests A/B : puissance et regards répétés
Combien d'observations faut-il pour détecter un petit effet, et pourquoi regarder les résultats tous les jours fausse le test.
🔒 Épisode 3Différence de différences
Quand on ne peut pas tirer au sort : comparer l'évolution d'un groupe traité à celle d'un groupe témoin, avant et après.
🔒 Épisode 4Régression sur discontinuité
Quand un seuil décide du traitement (au-dessus, on y a droit), les cas juste au-dessus et juste en dessous forment une quasi-expérience.
🔒 Épisode 5Variables instrumentales
Quand un confondeur reste invisible : trouver une variable qui pousse le traitement sans toucher directement au résultat.
🔒 Épisode 6Scores de propension
Quand tous les confondeurs sont observés mais nombreux : comparer des foyers qui avaient la même probabilité d'être traités.
🔒 Épisode 7Séries interrompues
Quand une mesure démarre à une date précise et qu'il n'y a pas de groupe témoin : lire le changement de niveau et de pente, saisonnalité comprise.
🔒 Épisode 8Biais de collision : sélectionner crée un lien
Deux causes indépendantes deviennent corrélées dès qu'on ne garde que les cas sélectionnés : le piège des données filtrées.
🔒 Épisode 9Uplift : cibler ceux que l'on convainc, pas ceux qui achètent
Contacter les meilleurs acheteurs ne rapporte rien : ils auraient acheté sans campagne, et les « dormeurs » achètent moins quand on les sollicite.
Statistique bayésienne
7 épisodes IntermédiaireDu taux de base à la décision : prior, posterior, A/B test, shrinkage, intervalles, prédiction et perte asymétrique, simulés.
Prérequis : Probabilités & Monte Carlo.
Le test à 95 % : pourquoi 84 alertes sur 100 sont fausses
Un test fiable à 95 % ne donne que 16 % de vrais positifs quand la maladie touche 1 %.
🔒 Épisode 2Prior et posterior : ce que 100 visites changent à une croyance
Le prior pèse 50 % avec 100 observations ; il ne pèse plus que 17 % avec 500.
🔒 Épisode 3A/B test bayésien : « B bat A avec 96 % » plutôt que p = 0,09
P(B > A) et perte attendue plutôt qu'une p-value : à 1 000 visiteurs, 96 % mais p = 0,09.
🔒 Épisode 4Shrinkage : 50 postes, peu de données, 10 « sans aucune panne »
Avec 20 interventions par poste, 10 postes sur 50 affichent 0 % : le partial pooling réduit l'erreur de 47 %.
🔒 Épisode 50 panne sur 30 : l'intervalle qui annonce zéro risque
À 2 % et 30 interventions, l'intervalle classique ne couvre que 45 % au lieu de 90 %.
🔒 Épisode 6Prédiction : combien de pannes l'an prochain ?
Après 2 ans sans panne, le plug-in prévoit zéro ; la loi prédictive garde 18 % pour au moins une panne.
🔒 Épisode 7Décider : combien de pièces de rechange stocker ?
Avec une rupture 8 fois plus coûteuse qu'un excédent, le bon stock est le quantile 89 %, pas la moyenne.
Séries temporelles & Prévision
9 épisodes IntermédiaireRéférences naïves, décomposition, stationnarité, autorégression, validation temporelle, intervalles de prévision, détection de ruptures : prévoir sans se tromper sur la qualité de la prévision.
Prérequis : Statistiques fondamentales et Pandas.
Prévoir sans modèle : le naïf saisonnier, la référence à battre
À trois jours, « comme hier » fait pire que la moyenne de l'année : comparez trois références simples.
🔒 Épisode 2Décomposition : la fenêtre qui fabrique la saison
Une fenêtre qui n'est pas un multiple de la période laisse fuir la saison dans la tendance.
🔒 Épisode 3Stationnarité : la corrélation fantôme
Deux marches aléatoires sans lien affichent plus de 0,5 de corrélation dans 40 % des cas.
🔒 Épisode 4Modèle autorégressif : combien de temps une anomalie persiste ?
Un coefficient φ décide de la demi-vie d'une anomalie et de l'horizon où prévoir a un sens.
🔒 Épisode 5Validation temporelle : couper sans tricher
Un découpage aléatoire sous-estime l'erreur de 30 % : l'origine glissante mesure l'erreur réelle.
🔒 Épisode 6Intervalles de prévision : le « 90 % » qui couvre 56 %
Un intervalle calé sur l'erreur à 1 jour couvre de moins en moins : mesurez la couverture réelle.
🔒 Épisode 7Détection de ruptures : CUSUM contre seuil à 3 σ
À même taux de fausses alertes, le CUSUM voit un décalage de 1 σ en 7 jours contre 41.
🔒 Épisode 8Choisir sa métrique : le MAPE récompense les prévisions trop basses
La prévision qui minimise le MAPE est trop basse : MAPE, MAE, MASE et le coût réel d'une erreur.
🔒 Épisode 9Variables exogènes : la météo de demain, il faut la prévoir
Le score de test avec la température réelle est trop beau : en production, l'erreur de la prévision météo se propage dans la prévision.
Biais & équité
7 épisodes IntermédiaireBiais d'échantillonnage, survivant, proxys, seuils par groupe, calibration, boucles de rétroaction et mesure avec peu de données : sept épisodes pour auditer un modèle sans se faire piéger.
Prérequis : Statistiques fondamentales.
Échantillon biaisé : 20 000 audits, toujours faux
Un audit « précis » sur des compteurs accessibles : la taille de l'échantillon ne corrige pas le biais de sélection.
🔒 Épisode 2Biais du survivant : le vieux matériel semble plus fiable
Seuls les équipements survivants sont observés : le vieux matériel paraît plus fiable qu'il ne l'est.
🔒 Épisode 3Proxy discriminant : l'attribut retiré revient par le code postal
Retirer la variable sensible ne suffit pas quand un proxy la reproduit : le modèle recopie les décisions passées.
🔒 Épisode 4Seuils par groupe : on ne peut pas tout égaliser
Détection, fausses alertes, sélection : un seuil commun produit des erreurs inégales et on ne peut pas tout égaliser.
🔒 Épisode 5Calibration contre parité : l'impossibilité
Un score calibré pour deux groupes ne peut pas aussi égaliser les erreurs quand leurs taux de base diffèrent.
🔒 Épisode 6Boucle de rétroaction : le modèle fabrique ses propres données
Quand le modèle décide où contrôler, les données enregistrées confirment ses attentes et amplifient l'écart de départ.
🔒 Épisode 7Équité avec peu de données : l'écart observé est surtout du bruit
Dans un petit groupe, un écart d'équité observé est surtout du bruit : intervalle, effectifs et fausses alertes.
③ Machine learning et IA
Du modèle simple au LLM et à la mise en production. Commence par « Machine Learning Fondamentaux ».
Machine Learning Fondamentaux
22 épisodes IntermédiaireBiais-variance, Naive Bayes, malédiction de la dimension : les mécanismes derrière les modèles, expliqués avec des simulateurs qu'on manipule soi-même.
Prérequis : Statistiques fondamentales ; Pandas et les dérivées (Maths) aident.
Biais & Variance
Pourquoi un modèle parfait sur ses données d'entraînement peut être un très mauvais modèle.
Gratuit BonusRégression ou classification ?
Une droite sur des 0 et des 1 : 58 jours sur 200 reçoivent une « probabilité » impossible.
Gratuit Bonus99 % d'exactitude, 4 défauts trouvés sur 50
Un défaut rare : répondre « normal » partout a déjà 99 % de bonnes réponses. Rappel, précision, seuil, coût.
Gratuit BonusRecommandation et « cold start »
Sans avis connu, la personnalisation réussit 18,1 %, comme la popularité. Avec 5 avis : 54,6 %.
Gratuit BonusStabilité d'une segmentation
Sur les mêmes clients, 3 groupes se retrouvent à 0,99 d'ARI, 5 groupes à 0,70.
Gratuit BonusPrédire en log : le biais du retour
On repasse du log à l'exponentielle : le total est faux de 28 %. Un facteur de correction le ramène à 97 %.
🔒 Épisode 2Naive Bayes
Une hypothèse d'indépendance presque toujours fausse — et un classificateur qui marche quand même.
🔒 Épisode 3La Malédiction de la Dimension
Pourquoi ajouter des variables à un modèle peut le rendre pire, pas meilleur.
🔒 Épisode 4Le Gradient qui Disparaît
Pourquoi les réseaux profonds ont mis 30 ans à devenir entraînables.
🔒 Épisode 5Arbres, Forêts & le Pouvoir du Vote
Bagging, Random Forest, et pourquoi voter à plusieurs modèles bat un seul expert.
🔒 Épisode 6La Régularisation
Pourquoi punir son propre modèle pendant l'entraînement le rend meilleur en production.
🔒 Épisode 7Le Test du Khi-2
Le détective statistique des tableaux de contingence.
🔒 Épisode 8La Loi des Grands Nombres & le Paradoxe du Parieur
Pourquoi l'intuition d'un joueur de casino trompe presque toujours.
🔒 Épisode 9Cross-Validation
Pourquoi une seule mesure de performance ment presque toujours.
🔒 Épisode 10Du Perceptron au Transformer
Une frise historique des réseaux de neurones, des origines aux modèles actuels.
🔒 Épisode 11Matrice de Confusion
Mon modèle a raison à 95% — est-ce vraiment bon ? Pourquoi un pourcentage seul ne dit rien.
🔒 Épisode 12Courbe ROC & AUC
Comparer deux modèles sans même choisir de seuil.
🔒 Épisode 13SHAP & Explicabilité
Le modèle dit 77% de risque. Mais pourquoi, exactement, pour cette ligne précise ?
🔒 Épisode 14Clustering : K-means & DBSCAN
Aucune étiquette : combien de groupes ? K-means, DBSCAN et la silhouette pour juger un découpage.
🔒 Épisode 15Feature Engineering
Même modèle, mêmes données : change une unité et il s'effondre. Échelle, encodage, valeurs manquantes.
🔒 Épisode 16Gradient Boosting & XGBoost
Chaque arbre corrige les erreurs du précédent, jusqu'au moment où il faut savoir s'arrêter.
🔒 Épisode 17La Régression Logistique
Une frontière droite et pourtant une probabilité : cotes, perte logarithmique, et des poids qui ne s'arrêtent pas de grandir.
🔒 Épisode 18SVM et noyaux
Une droite échoue sur un centre entouré d'un anneau : marge, vecteurs de support et astuce du noyau, jusqu'au surapprentissage de γ.
🔒 Épisode 19Gaussian Mixture et EM
Des groupes qui se chevauchent : affectation souple, itérations de l'algorithme EM, choix de K par le BIC et pièges des optima locaux.
🔒 Épisode 20Recherche d'hyperparamètres
Grille ou tirage aléatoire : comment dépenser un budget d'essais, pourquoi la grille répète les mêmes valeurs, et pourquoi le meilleur score trouvé est optimiste.
🔒 Épisode 21k plus proches voisins (KNN)
Distance, vote et choix de k : biais et variance, échelle des variables, variables parasites et malédiction de la dimension.
🔒 Épisode 22La calibration : un modèle peut avoir raison et se tromper sur sa confiance
L'exactitude et l'AUC ne voient pas la calibration : quand le modèle annonce 90 % et que la fréquence réelle est de 75 %, les décisions coûtent plus cher.
Explicabilité des modèles
7 épisodes IntermédiaireUnités, variables corrélées, dépendance partielle, Shapley, causalité, stabilité et explication locale : sept épisodes pour savoir ce qu'une explication de modèle dit vraiment.
Prérequis : Machine Learning Fondamentaux.
Changer kW en W : le coefficient de la puissance passe de 85,7 % à 0,6 % de l'importance affichée
Changer kW en W fait passer le coefficient de 85,7 % à 0,6 % de l'importance affichée : unités, standardisation et permutation.
🔒 Épisode 2Deux variables jumelles : l'une paraît à 3,63, l'autre à 0,84, le groupe vaut 7,49
Deux variables jumelles : l'une paraît à 3,63, l'autre à 0,84, le groupe vaut 7,49 d'erreur supplémentaire.
🔒 Épisode 3Effet de la température : une courbe plate, mais 100 % des foyers réagissent de 5,25 kW
Une courbe d'effet plate cache 100 % des foyers qui réagissent de 5,25 kW : dépendance partielle et courbes individuelles.
🔒 Épisode 4Valeurs de Shapley : 1 048 576 évaluations pour 20 variables, ou 4 000 pour 1,9 % d'erreur
Valeurs de Shapley : 1 048 576 évaluations pour 20 variables, ou 4 000 pour 1,9 % d'erreur par échantillonnage.
🔒 Épisode 5Importance 6,48, effet réel 0,00 : le modèle utilise la variable, elle ne cause rien
Importance 6,48, effet réel 0,00 : le modèle utilise la variable, elle ne cause rien.
🔒 Épisode 6Le classement des variables change dans 38,3 % des échantillons : l'importance a une incertitude
Le classement des variables change dans 38,3 % des échantillons : bootstrap et incertitude de l'importance.
🔒 Épisode 7Explication locale : pente −1,94 ou +0,04 selon la largeur du voisinage, la vraie est −1,97
Explication locale : pente −1,94 ou +0,04 selon la largeur du voisinage, la vraie est −1,97.
Prévision probabiliste
8 épisodes AvancéQuantile, perte pinball, calibration, CRPS, queues, combinaison et coût de l'erreur : sept épisodes pour passer d'une prévision à une décision.
Prérequis : Séries temporelles et Machine Learning Fondamentaux.
Prévoir la moyenne ne dimensionne rien : une capacité égale à la prévision manque 46,0 % des jours
Une capacité égale à la prévision moyenne manque 46,0 % des jours : quantile, marge et incertitude.
🔒 Épisode 2Noter un quantile : la perte pinball choisit 126,5 MW, l'erreur quadratique 100,5
Pour un quantile à 90 %, la perte pinball choisit 126,5 MW, l'erreur quadratique 100,5.
🔒 Épisode 3Un intervalle « à 90 % » qui couvre 67,6 % : annoncer ±9,9 MW au lieu de ±16,4 MW, c'est 3,2 fois plus de surprises
Un intervalle « à 90 % » qui couvre 67,6 % : calibration, couverture et diagramme de fiabilité.
🔒 Épisode 4Même moyenne, même erreur de 7,8 MW : le CRPS départage une prévision à 5,51 d'une à 6,48
Même moyenne, même erreur de 7,8 MW : le CRPS départage une prévision à 5,51 d'une à 6,48.
🔒 Épisode 5Le quantile à 99 % estimé sur 100 observations : entre 137 et 170 au lieu de 156,1, et trop bas 72,0 % du temps
Quantile à 99 % sur 100 observations : entre 137 et 170 au lieu de 156,1, et trop bas 72,0 % du temps.
🔒 Épisode 6Moyenner deux prévisions : 9,54 MW d'erreur contre 10,00 pour la meilleure, mais 10,44 si leurs erreurs se ressemblent à 0,8
Moyenner deux prévisions : 9,54 MW d'erreur contre 10,00, mais 10,44 si leurs erreurs se ressemblent.
🔒 Épisode 7Un manque coûte 5 fois un excès : le bon quantile est 83,3 %, soit 118,9 MW, et 31,3 % de coût en moins qu'en visant la moyenne
Un manque coûte 5 fois un excès : quantile à 83,3 %, 118,9 MW et 31,3 % de coût en moins.
🔒 Épisode 8Prédiction conforme : la garantie dépend du nombre de points
Une couverture garantie en moyenne, mais avec 30 points de calibrage elle varie de 80 % à 97 % selon le tirage.
Deep Learning & Réseaux de Neurones
16 épisodes AvancéDu perceptron aux transformers : comment empiler des couches et des non-linéarités transforme une simple ligne droite en un outil capable d'apprendre presque n'importe quoi.
Prérequis : Machine Learning Fondamentaux ; matrices et dérivées (Maths).
Du Neurone au Réseau
Pourquoi un neurone seul ne peut tracer qu'une ligne droite, et pourquoi empiler des neurones change tout.
Gratuit BonusEpoch, batch, itération
30 epochs, 1 000 images, des lots de 20 : combien de mises à jour des poids ? Ce n'est pas 30.
Gratuit BonusIA, machine learning, deep learning
Trois mots emboîtés, pas synonymes : sur un damier, 49,5 %, 50 % et 93 % de bonnes réponses.
🔒 Épisode 2Fonctions d'Activation
Sigmoïde, ReLU, tanh — pourquoi la non-linéarité est la seule chose qui rend un réseau plus puissant qu'une régression.
🔒 Épisode 3Backpropagation, pas à pas
La règle de la chaîne appliquée à un mini-réseau, calculée à la main puis vérifiée en direct.
🔒 Épisode 4Convolution & Vision
Pourquoi un filtre 3×3 détecte un contour, et comment un CNN construit des concepts de plus en plus abstraits.
🔒 Épisode 5Mémoire séquentielle : RNN & LSTM
Pourquoi prédire le mot suivant nécessite une mémoire, et pourquoi les RNN simples oublient vite.
🔒 Épisode 6Embeddings & Espaces Vectoriels
Pourquoi "roi - homme + femme ≈ reine" fonctionne mathématiquement.
🔒 Épisode 7Le Mécanisme d'Attention
La vraie mécanique derrière "Attention is All You Need", sans jargon.
🔒 Épisode 8Batch Normalization & Stabilité
Pourquoi normaliser entre les couches évite l'explosion ou la disparition du gradient.
🔒 Épisode 9Pooling & Hiérarchie de Features
Comment un CNN construit des représentations de plus en plus abstraites couche après couche.
🔒 Épisode 10Des Transformers aux LLM
Assembler attention, embeddings et couches pour comprendre l'architecture d'un LLM moderne.
🔒 Épisode 11Optimiseurs : Momentum & Adam
La même perte, mais l'optimiseur décide de la vitesse : momentum, Adam, dropout.
🔒 Épisode 12Autoencodeurs
Recopier l'entrée à travers un goulot : code latent, lien avec l'ACP, et pourquoi une erreur minuscule peut cacher une simple recopie.
🔒 Épisode 13Modèles de diffusion
Générer en débruitant : processus avant, réseau qui prédit le bruit, DDPM contre DDIM et compromis entre nombre de pas et qualité.
🔒 Épisode 14Réseaux de neurones sur graphes
Classer des nœuds avec très peu d'étiquettes : agrégation des voisins, nombre de couches et risque de sur-lissage.
🔒 Épisode 15Exemples adverses
Un changement invisible, une réponse fausse : attaque FGSM, bruit aléatoire de même amplitude, et pourquoi la direction compte plus que la taille.
🔒 Épisode 16Attention efficace : Flash Attention et attention linéaire
Le coût quadratique de l'attention, calcul par tuiles exact de Flash Attention, attention linéaire approchée : mémoire, accès mémoire et fidélité.
LLM & GenAI
17 épisodes AvancéDu tokenizer au prompt engineering : comment un LLM comprend, génère et s'adapte — les mécanismes derrière ChatGPT, Claude et les autres.
Prérequis : Deep Learning & Réseaux de Neurones.
Tokenization
Comment un texte devient une suite de nombres avant même d'entrer dans le modèle.
Gratuit BonusTF-IDF contre simple comptage
Avec 80 % de mots courants, compter les mots classe 80 % des textes ; TF-IDF, 96 %.
🔒 Épisode 2Embeddings & Espace sémantique
Pourquoi « roi − homme + femme ≈ reine » fonctionne mathématiquement.
🔒 Épisode 3Self-Attention
Comment un mot peut regarder tous les autres mots d'une phrase pour se définir lui-même.
🔒 Épisode 4Positional Encoding
Pourquoi un Transformer, sans mémoire de l'ordre des mots, a besoin d'une astuce mathématique pour le retrouver.
🔒 Épisode 5Architecture Decoder-Only
Le masque causal : pourquoi un LLM ne voit jamais le futur pendant l'entraînement.
🔒 Épisode 6Next-Token Prediction & Loss
Le seul objectif d'entraînement d'un LLM : prédire le mot suivant, rien de plus.
🔒 Épisode 7Échantillonnage (Sampling)
Température, top-k, top-p : comment un LLM choisit un mot parmi des milliers de candidats.
🔒 Épisode 8Scaling Laws
Pourquoi plus de paramètres et plus de données donnent des modèles prévisiblement meilleurs.
🔒 Épisode 9RLHF & Alignment
Comment transformer un modèle qui prédit du texte en assistant qui essaie d'être utile.
🔒 Épisode 10RAG (Retrieval-Augmented Generation)
Pourquoi donner des documents à lire à un LLM plutôt que de tout lui faire mémoriser.
🔒 Épisode 11Fine-tuning & LoRA
Adapter un modèle à une tâche sans réentraîner des milliards de paramètres.
🔒 Épisode 12Évaluation & Hallucinations
Pourquoi un LLM peut affirmer un fait faux avec la même assurance qu'un fait vrai.
🔒 Épisode 13Prompt Engineering & In-Context Learning
Changer le comportement d'un modèle sans toucher à un seul de ses poids.
🔒 Épisode 14Recherche Vectorielle & Reranking
Comparer une requête à des millions de vecteurs, sans les comparer tous.
🔒 Épisode 15Inférence LLM : KV cache & quantification
Générer un mot coûte peu, se souvenir du reste coûte cher : KV cache, quantification, décodage spéculatif.
🔒 Épisode 16Raisonnement & RL (GRPO)
Pas de réponse modèle, seulement une récompense : comment un LLM apprend à raisonner.
🔒 Épisode 17Découper pour le RAG : la réponse coupée en deux
Taille de morceau et recouvrement : la probabilité qu'un morceau contienne le passage utile en entier, et ce que coûte le recouvrement.
IA Agentique
9 épisodes AvancéUn LLM qui répond une fois, c'est un modèle. Un LLM qui planifie, utilise des outils et itère, c'est un agent — les mécanismes derrière AutoGPT et les assistants qui agissent.
Prérequis : LLM & GenAI.
La Boucle ReAct
Un agent n'est pas un modèle différent : c'est le même LLM, appelé en boucle.
🔒 Épisode 2Function Calling
Choisir un outil suit exactement le même mécanisme que choisir un mot.
🔒 Épisode 3La mémoire d'un agent
Fenêtre de contexte limitée vs mémoire externe : le même RAG, appliqué à soi-même.
🔒 Épisode 4Planification
Pourquoi décomposer une tâche ne sert à rien sans identifier ses vraies dépendances.
🔒 Épisode 5L'érosion de la fiabilité
95% de fiabilité par étape peut donner moins de 60% de réussite sur 10 étapes.
🔒 Épisode 6Multi-agents
Pourquoi voter à plusieurs agents peut réparer ce qu'une chaîne d'étapes abîme.
🔒 Épisode 7MCP (Model Context Protocol)
Connecter 10 outils de plus coûte des tokens avant même la première réponse.
🔒 Épisode 8Sécurité & Injection de Prompt
Pour un LLM, une instruction et une donnée à lire se ressemblent trop.
🔒 Épisode 9AgentOps & Observabilité
L'épisode 5 a montré que la fiabilité s'effondre. Voici comment la mesurer pour de vrai.
MLOps & Production
8 épisodes AvancéUn modèle qui marche en notebook n'est pas un modèle qui marche en production : dérive, supervision, déploiement, tout ce qui casse après la mise en ligne.
Prérequis : Machine Learning Fondamentaux.
La dérive des données
Le modèle n'a pas changé, c'est le monde qui a bougé : détecter la dérive avant que la précision ne s'effondre.
Gratuit BonusAPI de modèle : valider et tester
Sans validation, 475 réponses fausses sur 501 requêtes mal formées, sans erreur. Et un test CI ne voit qu'une baisse sur deux.
🔒 Épisode 2Détection d'anomalies
Mahalanobis, autoencodeur, Isolation Forest : trois façons de dire « étrange », et aucune ne gagne partout.
🔒 Épisode 3System design d'un modèle de fraude
Seuil, capacité de revue, étiquettes tardives : le modèle ne décide pas, le système décide.
🔒 Épisode 4Passerelle et routage LLM
Petit modèle pour le simple, grand pour le difficile : un routeur aveugle ne fait pas mieux que le hasard.
🔒 Épisode 5GPU et coût d'inférence
Un GPU qui sert un seul utilisateur travaille presque à vide : mémoire, taille de lot et coût par jeton.
🔒 Épisode 6Dégradation et réentraînement
Les étiquettes arrivent tard, un réentraînement n'est jamais plus frais que ses données : planifié ou sur alerte, valider, garder l'ancien.
🔒 Épisode 7Combien d'énergie coûte une réponse ?
Puissance, périmètre de mesure, réseau électrique : un chiffre d'énergie sans son périmètre ne veut rien dire.
🔒 Épisode 8Décalage entre entraînement et service : une variable calculée autrement
Un modèle perd 25 points en production sans aucune erreur : le décalage d'une variable, et comment le voir sans attendre les étiquettes.
CI/CD & Déploiement
7 épisodes AvancéUn pipeline au vert ne dit rien de la qualité du modèle : tests de données, seuils de qualité, secrets et retour arrière, pour déployer sans casser la production.
Prérequis : Machine Learning Fondamentaux.
Pourquoi tester avant de déployer
Un pipeline au vert prouve que le code tourne, pas que les données ont un sens : trois pannes silencieuses, trois tests, et aucun test ne les attrape toutes.
🔒 Épisode 2Le pipeline minimal
Lint, tests de données, tests unitaires, seuil de qualité : l'ordre des contrôles change le temps dépensé, pas la protection.
🔒 Épisode 3Secrets et clés
Une longueur de clé ne protège pas d'une clé publiée : coffre de secrets, moindre privilège, rotation, et que faire après une fuite.
🔒 Épisode 4Retour arrière et déploiement progressif
Un canari expose peu de requêtes à une mauvaise version : combien de requêtes faut-il pour la détecter, et ce que coûte le retour arrière.
🔒 Épisode 5Surveiller après le déploiement
Une alerte qui sonne tout le temps n'alerte plus personne : combien de fausses alertes avec 20 indicateurs, et la règle qui prévient vite sans crier au loup.
🔒 Épisode 6Environnements reproductibles : refaire à l'identique
Un environnement reconstruit trois mois plus tard n'est plus le même : combien de paquets ont changé, et ce qu'il faut figer pour pouvoir revenir en arrière.
🔒 Épisode 7Le jeu de tests de référence : l'étalon de la barrière
Une barrière de déploiement vaut ce que vaut son jeu de test : taille, marge de tolérance, fausses alertes et dégradations ratées.
Classes rares & évaluation d'un modèle
5 épisodes IntermédiaireQuand le défaut est rare, les scores flattent : ROC-AUC contre PR-AUC, rééquilibrage, fuite du SMOTE, probabilités à recalibrer, incertitude du rappel.
Prérequis : Machine Learning Fondamentaux.
ROC-AUC ou PR-AUC : l'AUC qui flatte
Une ROC-AUC de 0,93 et 230 alertes fausses sur 281 : la ROC-AUC ignore la rareté des défauts, la PR-AUC non.
🔒 Épisode 2Rééquilibrer : déplacer le seuil, pas le modèle
Pondérer, sous-échantillonner ou SMOTE : le rappel passe de 7 % à 80 %, la ROC-AUC reste à 0,91.
🔒 Épisode 3SMOTE avant le découpage : la fuite
Un F1 annoncé de 0,73, et 0,17 sur des compteurs neufs : le modèle n'est pas pire, la mesure est fausse.
🔒 Épisode 4Recalibrer après un rééquilibrage
Le modèle annonce 4 896 défauts pour 400 réels : une correction d'une ligne remet les probabilités d'aplomb.
🔒 Épisode 5L'incertitude du rappel avec peu de défauts
Un rappel de 62 % sur 50 défauts peut valoir 48 % ou 74 % : combien de défauts pour départager deux modèles ?
Évaluer ses prompts & ses IA
7 épisodes IntermédiaireUn essai, nombre d'essais, meilleur de plusieurs, juge IA, répétitions, mêmes questions et surveillance : sept épisodes pour savoir si un résultat est vraiment meilleur.
Prérequis : Tests statistiques.
Sur 10 essais chacun, le moins bon des deux prompts (60 %) fait au moins aussi bien que le meilleur (70 %) dans 40,5 % des cas
Sur 10 essais chacun, un prompt à 60 % égale ou bat un prompt à 70 % dans 40,5 % des cas : un seul test ne tranche pas.
🔒 Épisode 2Pour départager un prompt à 70 % d'un prompt à 60 % avec 80 % de chances de le voir, il faut 354 essais par prompt, pas 100
Pour distinguer 60 % de 70 % avec 80 % de chances, il faut 354 essais par prompt, pas 100.
🔒 Épisode 3Dix variantes de prompt à 60 % réel, testées sur 20 essais : la « meilleure » affiche 76,4 % en moyenne, 16,4 points de trop
Dix variantes à 60 % réel testées sur 20 essais : la meilleure affiche 76,4 % en moyenne, 16,4 points de trop.
🔒 Épisode 4Un juge IA à 95 % de sensibilité et 75 % de spécificité affiche 67,0 % pour un prompt réel à 60 % et réduit un écart de 10 points à 7
Un juge IA à 95 % de sensibilité et 75 % de spécificité affiche 67,0 % pour un prompt réel à 60 % et réduit un écart de 10 points à 7.
🔒 Épisode 5Avec 30 questions, répéter 5 fois chaque question donne une erreur de 3,7 points ; 100 répétitions ne descendent pas sous 2,8
Avec 30 questions, répéter 5 fois chaque question donne une erreur de 3,7 points ; 100 répétitions ne descendent pas sous 2,8.
🔒 Épisode 6Comparer deux prompts sur les mêmes 40 questions réduit l'erreur de l'écart de 5,6 à 3,1 points et divise par 3,3 les questions nécessaires
Sur les mêmes 40 questions, l'erreur de l'écart tombe de 5,6 à 3,1 points : 118 questions suffisent au lieu de 393.
🔒 Épisode 7Un seuil d'alerte à 80 % sur 100 contrôles hebdomadaires donne 6,6 % de fausses alertes et détecte une chute à 75 % dans 85,1 % des cas
Avec 100 contrôles par semaine et une alerte sous 80 %, 6,6 % de fausses alertes et 85,1 % de détection d'une chute à 75 %.
④ Spécialités et terrain : à choisir selon ton métier
Pas d'ordre imposé : prends ce qui ressemble à ton quotidien, après les bases du groupe ①.
Énergie & Réseaux
8 épisodes IntermédiaireFoisonnement, thermosensibilité, prix négatifs, marge de capacité, effacement, pertes en ligne, stockage : les ordres de grandeur du système électrique, simulés.
Prérequis : Statistiques fondamentales.
Foisonnement : dimensionner un poste pour 100 foyers
La pointe de 100 foyers vaut le tiers de la somme de leurs pointes : mesurez le foisonnement.
🔒 Épisode 2Thermosensibilité : combien de MW par degré ?
Le gradient dépend d'un seuil qu'on choisit sans le dire : de 2 088 à 2 937 MW/°C.
🔒 Épisode 3Prix négatifs : plus de solaire, un solaire qui vaut moins
Le prix capté par le solaire s'effondre bien avant que les prix négatifs ne soient nombreux.
🔒 Épisode 4Marge de capacité : combien de pannes accepte-t-on ?
Calculer la probabilité de défaillance et la marge nécessaire pour tenir 3 heures par an.
🔒 Épisode 5Effacement : l'effet rebond qui recrée la pointe
Effacer 8 GW avec 80 % de rebond fait monter la pointe : le dosage compte autant que la puissance.
🔒 Épisode 6Pertes en ligne : le kWh du soir perd deux fois plus
Les pertes varient comme le carré de la puissance : la perte marginale vaut le double de la moyenne.
🔒 Épisode 7Stocker le solaire : la batterie qui plafonne à 63 %
Les 10 premiers kWh de batterie font passer de 33 à 62 % d'autonomie ; l'hiver bloque la suite.
🔒 Épisode 8L'ordre de mérite : le prix fixé par la dernière centrale
Le prix de marché est le coût de la dernière centrale appelée : comment la demande déplace le prix par paliers.
Fiabilité & Maintenance
11 épisodes IntermédiaireWeibull, remplacement, censure, disponibilité, baignoire, prédictif, stock et garantie, loi sans mémoire, cause commune et pièges du MTBF : la science de la panne, avec des simulateurs.
Prérequis : Statistiques fondamentales et Probabilités & Monte Carlo.
La loi de Weibull
Une durée de vie moyenne cache l'essentiel : la loi de Weibull donne la forme du risque de panne avec seulement deux paramètres.
🔒 Épisode 2Quand remplacer ? Préventif ou correctif
Connaître β ne suffit pas : à partir de quel âge remplacer coûte-t-il moins cher que d'attendre la panne ? Calculez-le avec vos coûts.
🔒 Épisode 3Données censurées et Kaplan-Meier
Les équipements encore en service ne sont pas « sans panne ». Voyez comment les prendre en compte sans fausser la durée de vie.
🔒 Épisode 4MTBF, MTTR et disponibilité
Un équipement qui tombe en panne puis se répare : combien de temps est-il vraiment disponible, seul, en duo, en trio ?
🔒 Épisode 5La courbe en baignoire et le rodage
Pannes de jeunesse, pannes au hasard, pannes d'usure : on les additionne et on voit pourquoi on rode les équipements avant livraison.
🔒 Épisode 6Maintenance prédictive : durée de vie restante
Un capteur mesure la dégradation : jusqu'où peut-on extrapoler pour prévoir la panne, et avec quelle marge d'erreur ?
🔒 Épisode 7Stock de pièces et garantie
Combien de pièces garder en stock, et combien de pannes provisionner sous garantie ? La loi de Poisson et le B10 donnent la réponse.
🔒 Épisode 8La loi sans mémoire
À taux de panne constant, un équipement âgé n'est ni plus sûr ni plus fragile qu'un neuf : 90,5 % de chances de tenir 100 h de plus. Avec usure (β = 3), c'est 80,5 % contre 99,9 %.
🔒 Épisode 9Redondance : la cause commune
Deux pompes en parallèle : 4,8 h d'arrêt par an si les pannes sont indépendantes, 14,6 h avec 5 % de cause commune. Au-delà de deux équipements, un plancher bloque le gain.
🔒 Épisode 10Les pièges du MTBF
Une MTBF de 100 000 h ne veut pas dire 11 ans de vie : 63,2 % du parc est déjà en panne à t = MTBF. Et avec 75 pannes observées, l'estimation reste incertaine d'environ 11,5 %.
🔒 Épisode 11Vote 2 sur 3 : trois unités ne valent pas toujours mieux qu'une
Sous 50 % de fiabilité par unité, le vote 2 sur 3 fait pire qu'une unité seule : le calcul, et le rôle du voteur.
Files d'attente & simulation
7 épisodes IntermédiaireSaturation, variabilité, mutualisation, bornes de recharge, priorités, fiabilité des simulations et dimensionnement : sept épisodes pour décider combien de guichets, de bornes ou de conseillers il faut.
Prérequis : Probabilités & Monte Carlo.
À 90 % d'utilisation, un client attend en moyenne 9 fois le temps de service ; à 95 %, 19 fois
Une file utilisée à 90 % fait attendre en moyenne 90 minutes pour 10 minutes de service ; à 95 %, 190 minutes : l'attente explose près de la saturation.
🔒 Épisode 2Même charge de 85 % et même service moyen de 10 minutes : l'attente va de 28,3 minutes (service constant) à 283,3 (CV de 3), soit 10 fois plus
À 85 % de charge, l'attente va de 28,3 à 283,3 minutes selon la régularité du service : la variabilité compte autant que la moyenne.
🔒 Épisode 3À 85 % d'utilisation, un guichet seul fait attendre 56,7 minutes ; dix guichets mutualisés à la même charge, 3,5 minutes, soit 16 fois moins
Un guichet seul à 85 % fait attendre 56,7 minutes ; dix guichets avec une file commune, 3,5 minutes, soit 16 fois moins.
🔒 Épisode 4Pour 8 erlangs de demande et 2 % de refus, il faut 14 bornes, utilisées à 56,2 % ; avec 8 bornes, 23,6 % des conducteurs repartent
Pour 8 erlangs de demande et 2 % de refus, il faut 14 bornes utilisées à 56,2 % ; avec 8 bornes, 23,6 % des conducteurs repartent.
🔒 Épisode 5Avec 20 % d'urgences à 90 % de charge, les urgences attendent 11,0 minutes au lieu de 90,0, mais les autres 109,8 : la priorité déplace l'attente
Priorité aux urgences à 90 % de charge : 11,0 minutes d'attente pour elles, 109,8 pour les autres ; l'attente se déplace sans disparaître.
🔒 Épisode 6Une simulation de 1 000 clients à 90 % de charge : l'attente moyenne tombe entre 39 et 189 minutes pour une vraie valeur de 90, et trop basse 67 % du temps
Une simulation de 1 000 clients à 90 % de charge donne entre 39 et 189 minutes pour une vraie valeur de 90 : il faut la répéter.
🔒 Épisode 7Pour 120 appels par heure de 6 minutes, 16 conseillers minimisent le coût (516,8 € par heure) ; 13 conseillers « au plus juste » coûtent 74 % de plus
Pour 120 appels par heure de 6 minutes, 16 conseillers minimisent le coût ; 13 « au plus juste » coûtent 74 % de plus.
Optimisation & Aide à la décision
9 épisodes IntermédiaireProgrammation linéaire, sac à dos, descente de gradient, minima locaux, batterie, achat sous incertitude, tournées : décider avec un modèle et mesurer l'écart à l'optimum.
Prérequis : Dérivées (série Maths pour la Data).
Programmation linéaire : le prix caché d'une contrainte
Un plafond de CO₂ a un prix : le coût marginal d'une tonne évitée, lu directement dans la solution.
🔒 Épisode 2Le sac à dos : glouton ou optimal ?
Choisir des projets sous budget : le glouton par ratio ou par gain passe-t-il à côté de l'optimum ?
🔒 Épisode 3Descente de gradient : le pas et le conditionnement
Trop petit, trop long, trop grand : le pas décide si l'algorithme converge, rampe ou diverge.
🔒 Épisode 4Minima locaux et redémarrages multiples
Combien de départs aléatoires faut-il pour trouver le bon creux avec 95 % de chances ?
🔒 Épisode 5Batterie : règle simple ou optimisation ?
Seuils, règle journalière ou programmation dynamique : ce que vaut chaque stratégie face aux prix de l'électricité.
🔒 Épisode 6Acheter sous incertitude : le piège de la demande moyenne
Manquer coûte plus que gaspiller : la bonne quantité est un quantile, pas la moyenne.
🔒 Épisode 7Tournées : plus proche voisin et 2-opt
Relier 30 points au plus court : combien gagne-t-on à défaire les croisements d'un tour glouton ?
🔒 Épisode 8Le front de Pareto : deux objectifs, pas un seul optimum
Treize options, six non dominées : la somme pondérée n'en trouve que cinq, et le meilleur compromis peut rester introuvable.
🔒 Épisode 9Explorer ou exploiter : combien de visiteurs tester ?
Deux versions, dont une meilleure : tester trop peu ou trop longtemps fait perdre des conversions, et le bon réglage se calcule.
Graphes & réseaux
7 épisodes IntermédiaireHubs, petit monde, composante géante, centralité, robustesse, cascades et bouclages : sept épisodes pour comprendre comment un réseau tient, ou lâche.
Prérequis : Probabilités & Monte Carlo.
Même nombre de liaisons : le plus gros nœud en a 11 dans un réseau aléatoire, 47 dans un réseau à hubs, et 5 % des nœuds portent 25,3 % des connexions
Même nombre de liaisons, autre répartition : le plus gros nœud en a 11 ou 47, et 5 % des nœuds portent 25,3 % des connexions.
🔒 Épisode 2Réarranger 2 % des liaisons : la distance moyenne passe de 25,4 à 10,6 pas, alors que 94 % du regroupement local est conservé
Réarranger 2 % des liaisons fait passer la distance moyenne de 25,4 à 10,6 pas et conserve 94 % du regroupement.
🔒 Épisode 3À 1,5 liaison par nœud, 57,5 % des nœuds forment un seul bloc ; à 0,5, le plus gros bloc n'en contient que 1,2 %
À 1,5 liaison par nœud, 57,5 % des nœuds forment un seul bloc ; à 0,5, le plus gros bloc n'en contient que 1,2 %.
🔒 Épisode 4Le nœud par lequel passent 100 % des échanges n'est que 12e par le nombre de liaisons : le degré ne mesure pas la criticité
Le nœud par lequel passent 100 % des échanges n'est que 12e par le nombre de liaisons : degré et intermédiarité.
🔒 Épisode 5Retirer 20 % des nœuds : 78,3 % du réseau tient si c'est au hasard, 9,4 % si l'on vise les plus reliés
Retirer 20 % des nœuds : 78,3 % du réseau tient au hasard, 9,4 % si l'on vise les plus reliés.
🔒 Épisode 6Un seul nœud retiré sur 147 : avec 10 % de marge de capacité, la cascade en fait tomber 80 et ne laisse que 20,4 % du réseau ; avec 50 %, elle s'arrête à 3
Un seul nœud retiré : 80 nœuds tombent avec 10 % de marge de capacité, 3 avec 50 % ; la cascade dépend de la marge.
🔒 Épisode 7Réseau en antenne : la pire panne d'une ligne coupe 59,3 % des postes ; 3 bouclages la ramènent à 10,2 %, mais une double panne en coupe encore 72,9 %
Réseau en antenne : 3 bouclages ramènent la pire panne de 59,3 % à 10,2 %, mais une double panne en coupe encore 72,9 %.
Cartes & géodonnées
7 épisodes IntermédiaireDécoupage spatial, projection, cartes choroplèthes, autocorrélation, interpolation, distance réseau et petits territoires : sept épisodes pour lire une carte sans se faire piéger.
Prérequis : Statistiques fondamentales.
Même données, autre découpage : la corrélation passe de +1,00 à −0,98
Le même nuage de points, agrégé par zones : la corrélation passe de +1,00 à −0,98 selon l'orientation du découpage.
🔒 Épisode 2Mercator : le Groenland paraît presque aussi grand que l'Afrique, il est 14 fois plus petit
Mercator gonfle les surfaces par 1/cos² de la latitude : le Groenland paraît presque aussi grand que l'Afrique, il est 14 fois plus petit.
🔒 Épisode 3Même donnée, trois cartes : la classe la plus haute couvre 0,3 % ou 6,6 % de la surface
Quantiles ou intervalles égaux : la classe la plus haute couvre 6,6 % ou 0,3 % de la surface, et jusqu'à 31,6 % de la population.
🔒 Épisode 4400 points voisins ne valent pas 400 observations : ici, seulement 16
Des voisins corrélés : 400 cellules valent 16 observations indépendantes et l'intervalle de confiance naïf ne couvre que 31,5 % des cas.
🔒 Épisode 5Interpolation : 8 fois plus de stations, seulement 31 % d'erreur en moins
Interpolation IDW : avec 20 stations, un pic de 11,7 est estimé à 5,3 et 8 fois plus de stations ne retirent que 31 % de l'erreur.
🔒 Épisode 6« Dans un rayon de 15 km » : 40,5 % des habitants à vol d'oiseau, 23,8 % par la route
Un rayon à vol d'oiseau compte 40,5 % des habitants, la route seulement 23,8 % : rivière, ponts et grille allongent les trajets.
🔒 Épisode 7Les records viennent des petites communes : 85 % des 20 taux les plus élevés, sans risque réel supérieur
Les 20 taux les plus élevés viennent à 85 % de communes de moins de 500 habitants : entonnoir, dispersion en 1/√population et lissage.
Confidentialité des données
7 épisodes IntermédiaireK-anonymat, ré-identification, agrégats qui fuient, bruit de Laplace, budget de confidentialité, généralisation et croisement de publications : sept épisodes pour partager des données sans exposer les personnes.
Prérequis : Probabilités & Monte Carlo.
Sans nom ni numéro : 5 attributs ordinaires et 63 % des foyers sont uniques
Sans nom ni numéro de compteur : quelques attributs ordinaires suffisent à isoler la plupart des foyers.
🔒 Épisode 2Ré-identification : quatre points suffisent à retrouver une trace
Quatre moments connus sur un foyer suffisent à retrouver sa courbe de charge dans un fichier anonymisé.
🔒 Épisode 3Agrégats qui fuient : la différence trahit
Une taille minimale de groupe ne protège pas contre la différence de deux moyennes publiées.
🔒 Épisode 4Bruit de Laplace : protéger l'individu, pas la moyenne
Un bruit de Laplace calibré sur un seul foyer cache sa présence tout en conservant la tendance.
🔒 Épisode 5Budget de confidentialité : chaque requête coûte
Répéter une requête bruitée efface le bruit : le budget de confidentialité s'additionne et s'épuise.
🔒 Épisode 6Généraliser pour protéger : le prix en précision
Regrouper les âges en classes protège : quel prix en information, et quelle frontière protection / précision ?
🔒 Épisode 7Croiser deux publications « sûres » : le risque ne s'additionne pas, il se multiplie
Deux fichiers k-anonymes peuvent isoler presque tous les foyers une fois rapprochés : les combinaisons se multiplient.
Architecture & Systèmes
7 épisodes IntermédiaireRépartition de charge, cache, limitation de débit, latence de queue, retries, idempotence, réplication : comment les systèmes se comportent sous charge.
Prérequis : Probabilités utiles ; la série Files d'attente est un bon complément.
Répartiteur de charge : le tourniquet ne suffit pas
Quatre serveurs, une charge qui monte : pourquoi le tourniquet explose le p99 et comment « le moins occupé » le contient.
Gratuit BonusCalcul distribué : Amdahl et broadcast
8 machines n'accélèrent que de ×4,0 si 10 % ne se parallélise pas ; un broadcast envoie 50 fois moins.
🔒 Épisode 2Cache : taux de réussite et durée de vie
Quelle taille de cache pour quel gain ? La demande est très inégale : voyez où le cache cesse de payer, et le prix d'une donnée périmée.
🔒 Épisode 3Limitation de débit : fenêtre fixe, glissante, seau à jetons
Une fenêtre fixe laisse passer le double du quota à la frontière de deux fenêtres : comparez trois limiteurs sur la même rafale.
🔒 Épisode 4Latence de queue : le p99 vu par l'utilisateur
Une page qui appelle dix services attend le plus lent : un cas rare pour un service devient fréquent pour la page.
🔒 Épisode 5Timeouts, retries et tempête de requêtes
Réessayer aide pour une panne brève et aggrave tout quand le service est surchargé : backoff, gigue et budget de retries.
🔒 Épisode 6Idempotence et livraison au moins une fois
Réessayer un paiement sans clé d'idempotence, c'est risquer de débiter deux fois : voyez combien de doublons selon la mémoire des clés.
🔒 Épisode 7Réplication : lire une donnée périmée
Vous modifiez, vous rechargez, et l'ancienne valeur revient : le retard de réplication et la lecture sur le primaire.
Finance Quantitative
9 épisodes AvancéLes mêmes outils statistiques appliqués aux marchés : risque, diversification, dérivés et décision automatisée.
Prérequis : Statistiques fondamentales et Probabilités & Monte Carlo.
Finance Quantitative
Intérêt composé, rendement et risque, diversification — les fondations mathématiques de l'investissement.
🔒 Épisode 2Ratio de Sharpe & Frontière Efficiente
Comparer des investissements par leur rendement ET leur risque, pas l'un sans l'autre.
🔒 Épisode 3Value at Risk & Gestion du Risque
Un seuil de perte statistique, et pourquoi les queues épaisses trompent les modèles paramétriques.
🔒 Épisode 4Séries Temporelles Financières
Autocorrélation, clustering de volatilité, moyennes mobiles — la mémoire cachée des marchés.
🔒 Épisode 5Introduction aux Produits Dérivés
Options, payoff, Black-Scholes — le droit sans l'obligation, et le prix de ce droit.
🔒 Épisode 6Corrélation & Contagion en Période de Crise
Pourquoi la diversification déçoit exactement quand on compte le plus dessus.
🔒 Épisode 7Trading Algorithmique
Transformer un signal statistique en règle de décision, et backtester honnêtement une stratégie.
🔒 Épisode 8Trading Haute Fréquence & Microstructure
Carnet d'ordres, spread bid-ask, impact de marché — l'anatomie cachée d'un "prix".
🔒 Épisode 9Cryptomonnaies & Finance Décentralisée
Volatilité extrême, teneurs de marché automatisés — les mêmes maths, une infrastructure nouvelle.
Physics for Data
14 épisodes + 1 bonus AvancéEntropie, diffusion, Fourier, physique statistique : les mêmes lois qui expliquent la matière expliquent aussi le machine learning.
Prérequis : Maths pour la Data (dérivées, vecteurs).
Entropie & Information
Pourquoi un réseau de neurones et un gaz parfait obéissent à la même loi mathématique.
🔒 Épisode 2Marche Aléatoire & Diffusion
Du mouvement brownien d'une particule de pollen aux modèles de génération d'images.
🔒 Épisode 3Fourier & Analyse du Signal
Pourquoi ton assistant vocal, un ECG et une prévision météo décomposent le même type de signal.
🔒 Épisode 4Physique Statistique & Softmax
La fonction softmax d'un réseau de neurones a exactement la forme de la distribution de Boltzmann.
🔒 Épisode 5Mécanique des Systèmes Dynamiques
Pourquoi l'entraînement d'un réseau de neurones peut diverger, comme un pendule chaotique.
🔒 Épisode 6Simulation Monte Carlo
Comment les physiciens des années 1940 ont inventé la méthode que Wall Street utilise aujourd'hui.
🔒 Épisode 7Optimisation & Moindre Action
Pourquoi un rayon de lumière et une descente de gradient résolvent le même type de problème.
Gratuit Épisode 8Réseaux & Percolation
Pourquoi un réseau électrique qui tombe en panne en cascade et une rumeur virale obéissent à la même loi.
🔒 Épisode 9Physique des Files d'Attente
Pourquoi une file d'attente et un serveur informatique obéissent à la même loi mathématique.
🔒 Épisode 10Deep Learning & PINNs
Et si un réseau de neurones pouvait apprendre à respecter les lois de la physique, sans données ?
🔒 Épisode 11Modéliser une épidémie : le modèle SIR
Trois groupes, trois équations et un nombre, R₀, qui décide si la courbe explose ou s'éteint.
🔒 Épisode 12Oscillations & résonance
Une petite force au bon rythme peut produire une réponse énorme : ponts, circuits, signaux.
🔒 Épisode 13Chaos & équation logistique
Une règle d'une ligne, sans hasard, et pourtant plus aucune prévision à long terme possible.
🔒 Épisode 14Émergence & systèmes complexes
Des règles locales minuscules produisent des structures globales que personne n'a décidées (modèle de Schelling).
Bonus Épisode bonusValeurs Propres & Stabilité du Réseau Électrique
Pourquoi un réseau électrique tient... jusqu'à ce qu'il ne tienne plus. Manipulez 4 simulateurs interactifs.
Quantum for Data
6 épisodes AvancéLes idées quantiques utiles à un data scientist : vecteurs d'état, mesure, intrication, recuit, espace de Hilbert. De l'algèbre linéaire, sans mystère.
Prérequis : Maths pour la Data (matrices, nombres complexes).
Le qubit : un vecteur qui porte des probabilités
Un état est un vecteur unitaire, une mesure une projection : de l'algèbre linéaire avec une règle de probabilité.
🔒 Épisode 2La fonction d'onde
Quand l'état devient une fonction : densité de probabilité, amplitudes qui s'additionnent, interférence.
🔒 Épisode 3La mesure comme projection
Pourquoi un filtre de plus peut laisser passer plus de lumière : projecteurs et règle de Born.
🔒 Épisode 4L'intrication
Des corrélations qu'aucun modèle classique ne peut imiter : l'inégalité de Bell comme test statistique.
🔒 Épisode 5Effet tunnel & recuit simulé
Franchir une barrière interdite : la physique, puis l'algorithme d'optimisation qu'elle a inspiré.
🔒 Épisode 6L'espace de Hilbert
Des fonctions qu'on traite comme des vecteurs : bases orthogonales, Parseval, Fourier et noyaux.
Coût de la décision industrielle
7 épisodes IntermédiaireSeuil de risque, seuil d'alerte, capteur, valeur de l'information, budget d'inspection, coûts incertains et choix de stratégie : sept épisodes pour décider en euros, pas en pourcentages.
Prérequis : Fiabilité & Maintenance et Probabilités & Monte Carlo.
Si une panne coûte 20 fois une intervention, il faut intervenir dès 5 % de risque, pas 50 % : à 8 % de risque, ne rien faire coûte 1 600 € contre 1 000 €
Une panne à 20 fois le coût d'une intervention : le seuil rentable est de 5 %, pas de 50 %.
🔒 Épisode 2Avec une panne à 20 fois le coût d'une intervention, le meilleur seuil d'alerte détecte 76,9 % des pannes pour 10,3 % de fausses alertes : 262 € par équipement contre 600 € sans modèle
Le meilleur seuil d'alerte minimise le coût : 76,9 % de pannes détectées, 10,3 % de fausses alertes, 262 € par équipement.
🔒 Épisode 3Un capteur qui détecte 80 % des pannes sur un parc à 4 % de pannes par an vaut au plus 560 € par équipement et par an ; à 400 €, il rapporte 160 €
À 4 % de pannes par an et 80 % de sensibilité, un capteur vaut au plus 560 € par équipement et par an.
🔒 Épisode 4À 3 % de risque de panne, un test à 90 % de sensibilité et de spécificité vaut 416 € par équipement, soit 73 % de la valeur de l'information parfaite (570 €)
À 3 % de risque, un test à 90 % et 90 % vaut 416 € par équipement, soit 73 % de l'information parfaite.
🔒 Épisode 5Inspecter 30 % du parc en commençant par les plus risqués capte 76,0 % des pannes et ramène le coût de 800 € à 492 € par équipement ; à risque uniforme, le gain est nul
Inspecter 30 % du parc en visant les plus risqués capte 76,0 % des pannes : 492 € par équipement au lieu de 800 €.
🔒 Épisode 6Se tromper d'un facteur 2 sur le rapport des coûts surcoûte 8,5 % à 9,0 % ; d'un facteur 4, 31,9 % à 35,1 %
Se tromper d'un facteur 2 sur le rapport des coûts surcoûte 8,5 % à 9,0 % ; d'un facteur 4, 31,9 % à 35,1 %.
🔒 Épisode 7À 4 % de pannes par an, une alerte à 85 % de sensibilité et 95 % de spécificité coûte 232 € par équipement, contre 800 € en correctif et 1 000 € en systématique ; elle est la moins chère de 0,49 % à 24,2 % de taux de panne
À 4 % de pannes, l'alerte coûte 232 € contre 800 € en correctif et 1 000 € en systématique ; elle gagne de 0,49 % à 24,2 %.
À propos
Après 37 ans de terrain dans l'industrie de l'énergie (métrologie, systèmes de mesure, réseaux électriques et gaz), j'ai repris les études pour devenir data scientist — diplôme Bac+5 OpenClassrooms (RNCP Niveau 7) et diplôme d'ingénieur du CNAM. DataManip Insights, c'est le cours que j'aurais aimé avoir en commençant : pas des formules à apprendre par cœur, mais des simulateurs à manipuler pour vraiment comprendre pourquoi ces maths fonctionnent, pas juste les appliquer.