~/teaching · machine learning · référence

Prédire le prix d'un actif : séries temporelles, XGBoost et sentiment des news, mesurés honnêtement

Un projet de finance de bout en bout, du cadrage au batch du soir, où la mesure compte plus que le modèle.

Sitraka Forler, Centrale Méditerranée

Révision 16 octobre 2026 · environ 17 minutes

Résumé

Ce deck de référence du cours de Machine Learning de Centrale Méditerranée (option DDEFI, 2026-2027) déroule un projet étudiant complet : prévoir le rendement du lendemain d'une action liquide en combinant trois outils du cours, les séries temporelles, le gradient boosting avec XGBoost et un modèle de langue qui note le ton de la presse financière. L'exemple suivi est une grande valeur de l'énergie cotée à Paris, retenue parce qu'elle réagit à la fois aux nouvelles de l'entreprise et à la géopolitique du pétrole.

Il s'adresse aux équipes tentées par un sujet de finance, et à quiconque a déjà vu une courbe de cours prédite trop belle pour être vraie. Le deck consacre autant de place au cadrage, à l'horodatage des données et à l'évaluation qu'aux modèles, car c'est là que les projets de marché échouent d'ordinaire : une fuite, un modèle de référence oublié, ou un gain qui disparaît une fois les frais payés.

Après lecture, on sait poser une cible qui ne soit pas trivialement prévisible, valider un modèle en marche avant, transformer des titres de presse en variables quotidiennes sans regarder le lendemain, mesurer ce que les news apportent vraiment, et écrire une conclusion à la taille du résultat, y compris quand il est nul.

Les slides

Prédire le prix d'un actif : séries temporelles, XGBoost et le sentiment des news

Référence. Machine Learning, Centrale Méditerranée, option DDEFI, 2026-2027.

Ouvrir les slides (mot de passe donné par l'enseignant)

Le deck lui-même est chiffré pour les élèves du cours ; cette page le résume pour tous.

La page du cours · L'attention et le transformer, pas à pas

Plan du deck

Le problème, bien posé. La décision servie, pourquoi la cible est un rendement, l'horizon, trois métriques, les garde-fous et ce que l'efficience des marchés permet d'espérer.
Les données. Les barres de prix quotidiennes, quelques séries macro décalées, des sources de news ouvertes, et la règle qui range chaque donnée dans la séance où elle est devenue connue.
Les séries temporelles. Log-rendements, faits stylisés, modèles naïfs, ARIMA et GARCH, validation en marche avant, purge et fuites classiques.
XGBoost sur variables retardées. Transformer une série en tableau, six familles de variables, un réglage cantonné au passé, et pourquoi un arbre ne prolonge pas une tendance.
Le sentiment des news. Des listes de mots à VADER et FinBERT, puis l'agrégation par séance et le ton géopolitique tiré de GDELT.
La combinaison. Le sentiment en colonnes supplémentaires, une échelle de trois modèles, l'empilement en option et un plan d'ablation.
Évaluer honnêtement. Un tableau de résultats en marche avant, les tests de Diebold-Mariano et binomial, une stratégie nette de coûts et le Sharpe déflaté.
Pièges et éthique. Changements de régime, fuite par les titres, données qui disparaissent, règlement européen sur les abus de marché et avertissement visible.
Mise en service et plan d'équipe. Le batch du soir, la surveillance de la dérive, une petite page Streamlit, puis la structure du dépôt et trois rôles.

Poser le problème : prédire un rendement, jamais un prix

Le prix d'hier est toujours proche de celui d'aujourd'hui, donc un modèle qui le recopie brille sur les prix sans rien savoir ; la cible honnête, c'est la variation.

Le deck commence par la décision, comme le projet de score de crédit. Trois usages sont possibles : ajuster une position, couvrir une exposition, ou informer un comité par une note quotidienne. Le projet retient le troisième : un rapport chaque soir, aucun ordre réel, et une stratégie simulée seulement pour chiffrer la valeur du signal.

Vient ensuite le piège qui ruine la plupart des projets de bourse. Sur une marche aléatoire simulée de 2 520 jours, où rien n'est prévisible, la prévision « demain égale aujourd'hui » atteint un $R^2$ de 0,993 sur les prix. La même idée appliquée aux rendements donne $R^2 = -1.02$ , pire que prédire zéro, car la différence de deux rendements indépendants a deux fois leur variance. Une courbe prédite qui épouse la vraie avec un jour de retard ne prouve donc rien.

La cible est le rendement logarithmique (log return) du lendemain, calculé sur la clôture ajustée, et la direction se lit au signe de la prévision. Tout ce qui entre dans les variables doit appartenir à l'information disponible à la clôture de Paris du jour $t$ :

r_{t+1} = \ln\frac{C_{t+1}}{C_t}, \qquad x_t \in \mathcal{F}_t, \qquad y_t = r_{t+1}

(1)

On préfère les log-rendements parce qu'ils s'additionnent dans le temps : une cible à cinq jours n'est que la somme de cinq cibles à un jour. Les rendements simples ne s'additionnent pas, comme le montre le deck sur cinq prix inventés.

**Tableau 1 :** Cinq prix, quatre rendements (exemple du deck, recalculé). La somme des log-rendements vaut exactement $\ln(104/100)$ ; celle des rendements simples ne retombe pas sur le vrai gain de 4 %.
Mouvement	Log-rendement	Rendement simple
100 → 102	0,0198	0,0200
102 → 99	−0,0299	−0,0294
99 → 101	0,0200	0,0202
101 → 104	0,0293	0,0297
Total des quatre	0,0392	0,0405

Remarque (Ce qu'on peut espérer). Fama (1970) décrit des marchés où l'information publique est déjà dans le prix ; Welch et Goyal (2008) ont montré que la plupart des prédicteurs classiques de la prime de risque actions américaine ne font pas mieux, hors échantillon, que la moyenne historique. L'objectif réaliste est un petit avantage, testé et net de coûts. Montrer proprement qu'on ne bat pas le modèle naïf est un résultat de projet valable.

Retour au sommaire.

Validation en marche avant, modèles de référence et fuites

Sur des données ordonnées dans le temps, on apprend sur le passé, on teste sur le bloc suivant, on avance et on recommence, comme si l'on vivait la période jour après jour.

Une validation croisée mélangée laisserait le modèle apprendre du futur pour prédire le passé. Le deck la remplace par la validation en marche avant (walk-forward validation) : on entraîne sur tout le passé jusqu'à une date (fenêtre croissante) ou sur les dernières années seulement (fenêtre glissante), on prédit le bloc suivant sans y toucher, puis on avance d'un bloc. Mis bout à bout, les blocs de test forment l'historique hors échantillon. Dans scikit-learn, c'est TimeSeriesSplit.

L'arithmétique du découpage du deck

Historique. Dix ans de bourse font environ 2 520 séances.
Première fenêtre d'apprentissage. Trois ans, soit 756 séances, avant le premier test.
Blocs de test. Un trimestre chacun, 63 séances.
Plis. $(2520 - 756)/63 = 28$ plis, qui couvrent $28 \times 63 = 1764$ jours de test, les mêmes pour tous les modèles.

Chaque modèle est comparé à un modèle de référence (baseline), et en pratique à plusieurs, écrits avant tout le reste. Prédire un rendement nul est la référence la plus dure à battre en RMSE ; recopier le rendement de la veille (persistance) double à peu près la variance de l'erreur. ARIMA (Box et Jenkins) et GARCH (Bollerslev, 1986) complètent la boîte à outils : ARIMA trouve en général des coefficients minuscules sur les rendements quotidiens, ce qui traduit l'efficience plutôt qu'un échec, tandis que GARCH prévoit l'amplitude du mouvement de demain, pas son signe.

\sigma^2_{t+1} = \omega + \alpha\, r_t^2 + \beta\, \sigma^2_t

(2)

Avec une cible à cinq jours, deux lignes voisines partagent quatre jours de cible. López de Prado (2018) recommande la purge et embargo (purging and embargo) : on retire de l'apprentissage les lignes dont la cible déborde sur le bloc de test, et une marge après lui quand des données d'apprentissage suivent le test. Avec une cible à un jour et une marche avant pure, la purge se réduit à une seule ligne.

Trois familles de fuite de données (data leakage) sont passées en revue : le biais d'anticipation (une variable datée $t$ mais connue plus tard, comme une série américaine qui clôture après Paris), le biais du survivant (choisir les actions dans l'indice d'aujourd'hui) et les statistiques recalculées avec le futur (standardiser sur tout l'échantillon, utiliser des séries macro révisées). Le test le plus utile du dépôt coupe toutes les données brutes à une date, reconstruit la ligne de ce jour et vérifie qu'elle est identique à celle de la table complète.

Retour au sommaire.

XGBoost sur variables retardées

Un modèle d'arbres ne connaît pas le temps : chaque jour devient une ligne dont les colonnes ne décrivent que ce qui s'est passé avant la clôture, et dont l'étiquette est le rendement du lendemain.

Les variables retardées (lagged features) donnent le passé à un modèle qui ne voit que des lignes et des colonnes : le rendement du jour et des quatre précédents via shift(k), un rendement cumulé sur 20 jours pour la tendance, une volatilité glissante sur 20 jours et la prévision GARCH, un RSI à 14 jours (Wilder, 1978), le jour de la semaine, et quelques séries macro de FRED décalées d'un jour. La cible remonte d'une ligne avec shift(-1) ; une erreur de signe à cet endroit, et le modèle apprend un rendement qu'il connaît déjà. La dernière ligne n'a pas de cible : c'est celle qu'on prédit le soir même, un dropna() global ne doit donc pas la supprimer.

import numpy as np, pandas as pd, xgboost as xgb

r = np.log(px["Close"]).diff()                # log-rendement, connu à la clôture
X = pd.concat({f"lag{k}": r.shift(k) for k in range(5)}, axis=1)
X["vol20"] = r.rolling(20).std()               # fenêtre tournée vers le passé
X["mom20"] = r.rolling(20).sum()
y = r.shift(-1)                                 # cible = rendement de demain
ok = X.notna().all(axis=1) & y.notna()          # la ligne du soir reste à part
model = xgb.XGBRegressor(max_depth=3, learning_rate=0.02,
                         subsample=0.8, n_estimators=500)
model.fit(X[ok].iloc[:-250], y[ok].iloc[:-250])  # un seul pli, pour lire
pred = model.predict(X[ok].iloc[-250:])

XGBoost (Chen et Guestrin, 2016) ajoute de petits arbres un à un et fait payer chaque feuille et la taille de ses valeurs. Sur des rendements, où le signal est ténu, cette régularisation compte : arbres peu profonds, petit pas d'apprentissage, sous-échantillonnage et arrêt précoce. L'ensemble de validation de l'arrêt précoce est le dernier morceau de la fenêtre d'apprentissage, jamais le bloc de test, et les hyperparamètres, choisis sur l'ensemble des plis, sont ensuite figés dans un fichier de configuration. Le détail du boosting est dans la fiche forêts aléatoires et gradient boosting.

\mathcal{L} = \sum_i \ell(y_i, \hat y_i) + \sum_k \Omega(f_k), \qquad \Omega(f) = \gamma T + \tfrac12 \lambda \lVert w \rVert^2

(3)

Deux remarques encore. L'importance par permutation et les valeurs SHAP disent ce que le modèle a utilisé ; les variables de volatilité arrivent souvent en tête parce qu'elles aident sur l'amplitude, pas sur la direction. Et un arbre prédit des moyennes de feuilles : il ne dépasse jamais la plus grande valeur vue, si bien que sur un prix en hausse il reste à plat dans sa feuille du bord. Une cible stationnaire, le rendement, supprime le problème.

Retour au sommaire.

Le sentiment des news : lexiques, FinBERT et GDELT

Chaque titre reçoit un score entre moins un et plus un, les scores d'une séance sont moyennés, et ces moyennes deviennent quelques colonnes de plus dans le tableau.

Le deck gravit la même échelle que pour les modèles, cette fois pour l'analyse de sentiment (sentiment analysis). Une liste de mots financière (Loughran et McDonald, 2011) compte les mots positifs et négatifs ; elle existe parce que les dictionnaires généraux jugent négatifs des mots comme liability ou tax, qui ne sont dans un texte financier que des postes comptables. VADER (Hutto et Gilbert, 2014) ajoute des règles pour la négation et les intensifs, mais il a été conçu pour les réseaux sociaux. FinBERT (Araci, 2019) est un modèle BERT poursuivi sur des textes financiers ; grâce à l'attention, il lit chaque mot dans son contexte, et « les coûts baissent » n'est pas noté comme « les ventes baissent ».

s = p_{+} - p_{-} \in [-1, 1]

(4)

FinBERT renvoie trois probabilités (positive, négative, neutre) ; le score garde l'écart entre les deux extrêmes, et la plus grande probabilité sert de confiance. Une vérification de l'enseignant en octobre 2026 a montré qu'un titre laconique et une phrase complète de même sens peuvent recevoir des scores opposés : testez le modèle sur vos vrais titres d'abord. Il dit aussi si une nouvelle est bonne, pas si elle surprend, alors que c'est la surprise qui fait bouger les prix.

La règle d'alignement : un titre appartient à la première séance dont la clôture suit son heure de publication, toutes les heures étant converties en UTC. Une dépêche publiée à 18 h 45, heure de Paris, un vendredi entre dans la ligne du lundi (merge_asof vers l'avant le fait en une ligne). Les erreurs de fuseau horaire sont la fuite la plus fréquente des projets de sentiment.

S_t = \frac{\sum_i s_i\, e^{-\lambda \Delta_i}}{\sum_i e^{-\lambda \Delta_i}}, \qquad \lambda = \frac{\ln 2}{\text{demi-vie}}

(5)

**Tableau 2 :** Agrégation par séance avec une demi-vie de 24 heures (scores illustratifs du deck, recalculés). Le poids vaut $2^{-\Delta/24}$ .
Titre	Score	Âge à la clôture	Poids
1	+0,8	2 h	0,944
2	−0,6	20 h	0,561
3	+0,3	30 h	0,420
Moyenne simple	0,167
Moyenne pondérée	0,283

La moyenne pondérée est plus haute parce que le titre positif est le plus récent. La séance reçoit aussi un nombre de titres, pour que le modèle distingue « neutre » de « aucune nouvelle ». GDELT, base ouverte qui code la presse mondiale en événements, thèmes et ton toutes les quinze minutes, ajoute des colonnes géopolitiques : ton moyen des événements situés dans des pays producteurs de pétrole, nombre de conflits matériels rapporté à son niveau sur 60 jours, ton des articles à thème énergie et volume d'attention. Les listes de pays et de thèmes sont arrêtées avant de regarder les résultats.

Retour au sommaire.

Combiner les signaux et mesurer ce qu'apportent les news

La combinaison la plus simple est un seul tableau où prix, macro, sentiment et géopolitique sont côte à côte, puis une vérification soigneuse de ce que change le retrait des news.

Les variables de sentiment rejoignent les retards et la macro sur la même ligne, chacune avec son heure de disponibilité documentée, et un seul XGBoost décide s'il s'en sert. Le projet compare trois échelons : un modèle naïf (rendement nul, persistance du signe pour la direction), un modèle plus riche (ARIMA, ou ridge sur les mêmes retards, ce qui isole l'effet de la non-linéarité) et le XGBoost lourd avec toutes les familles. La règle qui dira si le modèle lourd l'emporte est écrite dans le journal des décisions avant tout calcul.

**Tableau 3 :** Le plan d'ablation : mêmes hyperparamètres, mêmes graines, mêmes 28 plis ; chaque ligne se compare à la précédente.
Essai	Colonnes de XGBoost	Question
A	prix	le passé du cours suffit-il ?
B	A + macro	la macro apporte-t-elle du contexte ?
C	B + FinBERT	le ton de la presse sur l'émetteur compte-t-il ?
D	C + GDELT	le ton géopolitique apporte-t-il un surplus ?
E	C avec VADER	FinBERT fait-il mieux qu'un lexique à règles ?

L'équipe consigne le résultat qu'elle attend avant de lancer l'étude d'ablation (ablation study). Si C ne bat pas B, c'est une conclusion légitime, cohérente avec la forme semi-forte de l'efficience. L'empilement (stacking) (Wolpert, 1992) est proposé en variante : des modèles de base spécialisés dont les prévisions sont mélangées par une ridge, à condition que les poids soient appris uniquement sur des prévisions hors échantillon obtenues en marche avant ; sinon le mélange fait confiance au modèle qui sur-apprend le plus.

Retour au sommaire.

Des métriques honnêtes : tests, coûts et nombre d'essais

Un modèle qui a raison 52 jours sur 100 peut n'être que chanceux, et une stratégie qui semble rentable peut s'évanouir après les frais ou après avoir compté les variantes essayées.

Trois métriques vont du modèle au métier : le RMSE face à la prévision nulle, la part de bonnes directions face à 50 %, et le ratio de Sharpe annualisé d'une règle simple « acheteur ou rien » après coûts. Chaque écart doit passer un test. Le test de Diebold-Mariano (DM test) (1995) demande si l'écart moyen, jour par jour, entre les erreurs au carré de deux prévisions dépasse le bruit.

d_t = e_{1,t}^2 - e_{2,t}^2, \qquad DM = \frac{\bar d}{s_d / n^{1/2}} \;\overset{H_0}{\sim}\; \mathcal{N}(0,1)

(6)

Exemple du deck : modèle naïf (1) contre XGBoost (2), huit jours inventés

Écarts de perte. Jour 1 : $1.2^2 - 1.0^2 = 0.44$ ; les huit valeurs sont 0,44, −0,17, 0,81, 0,12, −0,19, 0,57, 0,20 et 0,25 (en unités de $10^{-4}$ ).
Moyenne et dispersion. $\bar d = 0.254$ et $s_d = 0.347$ .
Statistique. $DM = 0.254 / (0.347/\sqrt8) = 2.07$ , au-dessus de 1,96 : on serait tenté de déclarer XGBoost meilleur.
Correction des petits échantillons. Harvey, Leybourne et Newbold (1997) multiplient par $\sqrt{7/8}$ , ce qui donne 1,94, à comparer à 2,36 pour une loi de Student à 7 degrés de liberté : aucune conclusion. Seule une longue période de test peut trancher.

Pour les directions, le test binomial traite le modèle comme une pièce de monnaie. Sur les 1 764 jours de test, 52,0 % de bonnes directions font 917 succès et une p-valeur unilatérale de 0,050, à la limite. En retournant la formule, un taux de 52 % demande environ 1 691 séances (6,7 ans) pour passer à 5 %, et 51 % en demande 6 764. Si l'actif a monté plus d'un jour sur deux, la bonne référence est « toujours à la hausse », pas 50 %.

\pi_{t+1} = \text{pos}_t\, r_{t+1} - c\,\lvert \text{pos}_t - \text{pos}_{t-1} \rvert, \qquad SR = \frac{\bar\pi}{s_\pi}\sqrt{252}

(7)

Les coûts décident de beaucoup de projets. Dans l'illustration du deck, un gain brut de 0,04 % par jour pour un écart type quotidien de 1 % donne un Sharpe de 0,63 ; payer 5 points de base sur 40 % des jours divise le gain moyen par deux, et le Sharpe tombe à 0,32. Enfin, le deck simule des stratégies sans aucun pouvoir prédictif : sur un an, la meilleure de 100 affiche en moyenne un Sharpe annualisé proche de 2,5. D'où le ratio de Sharpe déflaté (deflated Sharpe ratio) de Bailey et López de Prado (2014), et la règle minimale de déclarer toutes les configurations essayées.

Retour au sommaire.

Pièges, éthique et mise en service

Les marchés changent de régime, un titre peut décrire le mouvement même qu'on prédit, les sources bougent, et une prédiction publique sur une vraie action a des limites légales.

Les régimes. Le krach de 2020, quand le VIX a clôturé au-dessus de 80 en mars, et le choc énergétique de 2022 ont changé la volatilité et le lien au pétrole d'une valeur de l'énergie. Présentez les résultats par période et comparez fenêtres croissante et glissante.
La fuite par les titres. Beaucoup de titres racontent la séance (« le titre recule de 4 % »). Rangés dans la mauvaise journée, ils prédisent parfaitement. Le deck traite un taux de bonnes directions au-dessus de 60 % comme une alarme, par prudence personnelle, et propose de décaler les news d'un jour de plus : un score qui s'effondre est suspect.
Les données qui bougent. Les prix ajustés sont recalculés à chaque dividende, les valeurs radiées disparaissent des sources gratuites, les séries macro sont révisées (ALFRED garde les millésimes), les flux RSS oublient. Les fichiers bruts sont datés, empreintés et jamais écrasés.
Le droit et la transparence. Le règlement européen sur les abus de marché (n° 596/2014) interdit les opérations d'initié et la diffusion d'informations trompeuses. Le projet n'utilise que des sources publiques, ne passe aucun ordre réel, et indique en tête du README et de l'interface qu'il s'agit d'un projet pédagogique, pas d'un conseil en investissement.

La mise en service est un batch du soir, environ une heure après la clôture, qui appelle les mêmes fonctions que le backtest sur un seul jour et écrit un rapport daté ; un test compare la prédiction du batch pour un jour passé à celle du backtest. La dérive (drift), traitée dans la fiche dérive et prédiction conforme, se surveille à trois niveaux : la distribution des variables (PSI), le volume des sources (un flux à zéro est cassé, pas calme) et le taux cumulé de bonnes directions, dont la bande de pur hasard fait environ ±12,7 points sur 60 jours. Une petite page Streamlit se contente de lire les rapports, elle ne peut donc pas introduire de fuite.

Retour au sommaire.

À retenir

Prédire un rendement ou une direction, jamais un niveau de prix : sur les prix, même une marche aléatoire donne un $R^2$ proche de 1.
Chaque variable a une heure de disponibilité, et un titre appartient à la première séance qui clôture après sa publication.
Valider en marche avant, avec des modèles de référence (zéro, persistance) calculés sur les mêmes jours et sous la même hypothèse de coûts.
Le sentiment entre dans XGBoost sous forme de quelques colonnes quotidiennes ; une ablation décidée à l'avance dit s'il apporte quelque chose.
Un écart n'est un résultat qu'après un test : Diebold-Mariano pour les erreurs, binomial pour les directions, et assez de jours de test pour détecter un petit avantage.
Compter toutes les configurations essayées et donner le Sharpe net de coûts : la meilleure de nombreuses stratégies inutiles a toujours bonne mine.
En finance, une conclusion propre et testée selon laquelle on ne bat pas le modèle naïf est une issue valable.

Glossaire

rendement logarithmique (log return): Logarithme du rapport de deux prix consécutifs ; les log-rendements s'additionnent dans le temps.
validation en marche avant (walk-forward validation): Apprendre sur le passé, tester sur le bloc suivant, puis avancer ; le remplaçant de la validation croisée mélangée pour les séries temporelles.
variables retardées (lagged features): Colonnes contenant des valeurs passées d'une série (décalées d'un jour ou plus), pour qu'un modèle tabulaire voie l'historique.
fuite de données (data leakage): Information postérieure à l'instant de décision qui se glisse dans les variables ou l'apprentissage, et donne des résultats impossibles à reproduire en réel.
purge et embargo (purging and embargo): Retrait des lignes d'apprentissage dont la cible chevauche la période de test, et d'une marge après elle, quand les cibles couvrent plusieurs jours.
modèle de référence (baseline): Prévision naïve, comme le rendement nul ou la persistance, que tout modèle doit battre sur les mêmes jours.
analyse de sentiment (sentiment analysis): Transformation d'un texte en score de ton, ici entre moins un et plus un par titre.
étude d'ablation (ablation study): Retirer ou ajouter une famille de variables à la fois pour mesurer sa contribution marginale.
empilement (stacking): Combinaison des prévisions de plusieurs modèles de base par un méta-modèle appris sur leurs prévisions hors échantillon.
test de Diebold-Mariano (DM test): Test d'égalité de précision fondé sur les écarts quotidiens entre les pertes de deux prévisions.
ratio de Sharpe déflaté (deflated Sharpe ratio): Ratio de Sharpe corrigé du nombre de stratégies essayées, comparé au maximum attendu par le seul hasard.
dérive (drift): Changement au fil du temps des entrées, des sources ou de la performance d'un modèle en production.

Les autres fiches du cours

Un résumé public par deck, dans l'ordre du cours.

IntroductionHivers de l'IA, emploi et méthode
OutilsKaggle, GitHub, Python : les outils
Séance 1Cadrage de projet et moindres carrés
Séance 2Vraisemblance et régression logistique
Séance 3Descente de gradient, ridge et lasso
Séance 4Seuil de décision et ML reproductible
DevoirUn modèle de référence défendable
Séance 5Noyaux, SVM et arbres de décision
Séance 6Forêts, boosting, comparaison honnête
Séance 7SHAP, équité, ACP et partitionnement
DevoirUn modèle champion documenté
Séance 8Réseaux de neurones, dérive, prédiction conforme
DevoirUn projet de machine learning livré
Séance 9Soutenir un projet de machine learning
RéférenceProjet de score de défaut de crédit
RéférenceRendements boursiers : XGBoost et sentiment
RéférenceLe code Python de chaque modèle
RéférenceDeep learning, l'essentiel
RéférenceDonnées ouvertes et projets par secteur
RéférenceManuel de l'expert data et IA
RéférenceData engineering, SRE et cloud
RéférencePanorama des modèles de machine learning

Toutes les fiches, en liste de lecture

L'attention et le transformer, pas à pas

À propos de ces fiches

Écrites par l'enseignant à partir des slides du deck, comme un résumé public : les idées clés, les formules et un exemple calculé. Les exercices, leurs corrigés, les contrôles et la notation restent dans le deck, pour les élèves du cours.

Révision : 16 octobre 2026.