Centrale Méditerranée · option DDEFI · 2026–2027
Machine Learning
On passe des heures à dériver des gradients, et on commence pourtant par autre chose : la décision que quelqu'un doit prendre, la cible, la métrique, les garde-fous. Ensuite seulement les maths, vérifiées en code, sur un vrai score de défaut de crédit.
- 36 heures de cours et une journée de soutenances
- 14 et 15 octobre, 15 et 16 décembre, jeudi 11 et vendredi 12 février 2027 (jour exact à confirmer)
- Cours en français
- Technopôle de Château-Gombert, Marseille
Pour commencer : l'IA à la croisée des chemins
Le mercredi 14 octobre à 08:30, avant la séance 1 : soixante-dix ans d'IA et ses deux hivers, les chiffres 2026 de l'emploi des jeunes développeurs et data scientists, l'ingénieur et le chef de projet devenus managers d'agents, et le pari du procurement. Premier exercice : le questionnaire des groupes et des sujets.
Ajoutez-moi sur Kaggle et sur GitHub : kaggle.com/sitrakamatthew · github.com/Sitraka17
Ensuite : Kaggle, GitHub, Python
De 10:05 à 10:30, avant la séance 1 : à quoi servent les trois outils, comment créer les comptes, ce que contiendra le dépôt GitHub du projet final (cahier des charges, code, batchs, slides, interface web), et où rattraper Python si besoin.
Lire : le mécanisme d'attention et le transformer, pas à pas
Les séances : bloc 1 (14 et 15 octobre), bloc 2 (15 et 16 décembre), bloc 3 (jeudi 11 et vendredi 12 février 2027, jour exact à confirmer)
Demi-journée 1 : Cadrer avant de modéliser, puis les moindres carrés
mercredi 14 octobre 2026 · 08:30–12:30 · en salle
Demi-journée 2 : Vraisemblance, généralisation, lancement du projet
mercredi 14 octobre 2026 · 13:30–18:30 · en salle
Demi-journée 3 : Optimisation convexe et régularisation
jeudi 15 octobre 2026 · 08:30–12:30 · en salle
Demi-journée 4 : Décider sous coût, livrer un dépôt reproductible
jeudi 15 octobre 2026 · 13:30–18:30 · en salle
Demi-journée 5 : Titanic à finir ensemble, noyaux, SVM et arbres de décision
mardi 15 décembre 2026 · 14:00–18:00 · en salle
Demi-journée 6 : Forêts, boosting et la comparaison honnête
mercredi 16 décembre 2026 · 08:30–12:30 · en salle
Demi-journée 7 : Expliquer, auditer l'équité, découvrir sans étiquettes
mercredi 16 décembre 2026 · 14:00–18:00 · en salle
Demi-journée 8 : Réseaux de neurones, dérive, conformité, mise en service
vendredi 12 février 2027 · 09:00–16:00 · en salle
Demi-journée 9 : Journée de présentation finale : les soutenances
jeudi 11 et vendredi 12 février 2027 (jour exact à confirmer) · 08:30–17:30 · en salle
Les slides s'ouvrent avec le mot de passe de la séance. Sur ordinateur, elles s'affichent en mode lecture avec les notes sous chaque slide : un élève absent peut suivre.
Les devoirs maison : un projet qui avance d'un bloc à l'autre
Trois devoirs en équipe, un entre chaque bloc, sur le projet que votre équipe a choisi, jusqu'au rendu final. Chaque deck se lit seul : livrables, calendrier, notation, pièges.
Jalon 1 : votre projet et sa problématique (noté sur 5)
À partir du vendredi 20 novembre 2026 ; bonifié avant le mardi 15 décembre ; dernier délai le mercredi 16 décembre, 23:59 · noté sur 5, 10 % de la note
Jalon 2 (25 %) : une OLS ou une classification simple sur votre projet
À rendre le vendredi 29 janvier 2027 · 25 % de la note
Présentation finale avec le code (50 %) : le projet livré
Jusqu'à la veille de la présentation finale (bloc des jeudi 11 et vendredi 12 février 2027, jour exact à confirmer) · 50 % de la note
Un exemple rempli du jalon 1 : le risque de crédit (Home Credit, Kaggle)
Le fichier docs/cahier-des-charges.md tel qu'on l'attend, rempli pour une persona fictive sur un vrai jeu de données, Home Credit Default Risk (concours Kaggle de 2018). Version courte ; la version complète est dans le deck du jalon 1, slides 5 et 6. Si votre équipe choisit ce jeu, la persona, la question et les chiffres doivent être les vôtres.
| Élément | Contenu |
|---|---|
| La question | Quelles demandes de crédit du mois le chargé d'octroi doit-il envoyer en revue manuelle pour réduire les impayés sans refuser davantage de clients solvables ? |
| 1. La décision | À chaque demande, le chargé d'octroi accorde, refuse ou envoie en revue manuelle. Un impayé coûte bien plus qu'un client solvable refusé ; le ratio se fixe avec le directeur des risques. |
| 2. La cible | TARGET = 1 si difficultés de paiement sur les premières échéances (définition de Home Credit) ; prédite à la demande, connue après plusieurs échéances. Ne capture ni la perte en euros, ni les défauts tardifs. |
| 3. La métrique | AUC ROC (métrique du concours) et PR-AUC ; métier : coût attendu par dossier au seuil. Utile s'il bat la règle actuelle. |
| 4. Les garde‑fous | Genre exclu, âge audité (non-discrimination), aucune variable postérieure à la demande, pas de données nominatives, décision finale humaine : le scoring de crédit des particuliers est à haut risque (AI Act, annexe III). |
| 5. Les données | Home Credit Default Risk, Kaggle, 2018 : environ 307 000 demandes, plus le bureau de crédit et les demandes précédentes. Licence : règles du concours. Manque : montants récupérés, contexte économique. |
| 6. Le plan | Naïf : seuil sur un score externe (EXT_SOURCE) ; meilleur : régression logistique (jalon 2) ; lourd : LightGBM (présentation finale). Rôles Données, Modèle, Revue. |
| Qui nous sommes | La persona : Aurore Data Conseil, cabinet de conseil en données fictif, mandaté par la direction des risques d'un prêteur de crédit à la consommation ; le directeur des risques signe. Puis les vraies personnes, une ligne par membre. |
Ouvrir l'exemple dans le deck du jalon 1 (slide 5, mot de passe donné en cours)
Le barème
Quatre évaluations font la note finale, sur 100 %. Barème définitif du 19 octobre 2026.
| Évaluation | Poids |
|---|---|
| Jalon 1 : votre projet et sa problématique (noté sur 5)Du 20 novembre au 16 décembre 2026, 23:59 ; bonifié avant le 15 décembre | 10 % |
| Devoir sur table du 16 décembre 202645 minutes, seul, sans IA ni documents ; le matin ou l'après-midi, horaire à confirmer | 15 % |
| Jalon 2 : une OLS ou une classification simple sur votre projetÀ rendre le vendredi 29 janvier 2027 | 25 % |
| Présentation finale avec le code (projet livré)Au bloc des jeudi 11 et vendredi 12 février 2027 (jour exact à confirmer) ; note commune à l'équipe, modulée pour chacun par l'oral | 50 % |
| Total | 100 % |
Pas d'examen final : le vendredi 12 février 2027 reste une journée de cours, qui commence par une séance de travail sur les projets. Les contrôles de fin de journée et les oraux tirés au sort sont un entraînement, non noté. Hors barème : la réflexion de 300 mots et les bonus Kaggle.
Le deck de référence
À rouvrir chaque fois qu'on hésite sur un modèle, pendant le projet et en stage.
Le fil rouge, pas à pas : le dépôt du score de défaut, en captures d'écran
Le dépôt que chaque équipe a reçu, page par page : la pull request à fusionner, make reproduce et make test, le notebook guide et ses pièges, pourquoi un modèle et six tests de robustesse, branches et CI, et deux entraînements conseillés (non notés) avant les jalons sur votre propre projet.
Prédire le prix d'un actif : séries temporelles, XGBoost et le sentiment des news
Un projet de bout en bout, à lire avant de choisir un sujet de finance : cadrage, rendements, validation en marche avant, XGBoost sur variables retardées, sentiment des news, combinaison, pièges.
Le code de chaque modèle : importer, télécharger par API, ajuster, prédire
Pour ceux qui n'ont presque jamais codé : les six briques de Python, des données téléchargées par appel d'API, puis un modèle par section avec son listing exécuté, sa sortie et l'explication de chaque ligne.
Données ouvertes et projets de machine learning par secteur : finance, assurance, logistique, tech, sport
Où trouver des données ouvertes et à quelles conditions, un cahier des charges type, et des projets réels ou d'équipe secteur par secteur, avec la structure du dépôt, les paquets et ce que ça rapporte.
Le manuel de l'expert data et IA : cadrer, outiller, modéliser, déployer, observer
À lire en ligne et à garder sous la main : le cahier des charges, la boîte à outils avec les logos (Airflow, Spark, Docker, Kubernetes, Datadog, Elasticsearch, Grafana…), le B.A.-BA des modèles, déployer et observer une application, les équipes, vingt projets de plus en finance et IA.
Data engineering, SRE et cloud : les commandes, les principes, les métiers, du junior à l'expert
Le pipeline de données, les commandes de base (shell, Git, SQL, Docker, Kubernetes, cloud), les principes clés, les métiers, et ce qu'on attend d'un junior, d'un senior et d'un expert.
Panorama des modèles : lesquels, pour quoi faire, dans quels secteurs
Une famille par slide, avec un schéma, les bibliothèques et les usages en finance, logistique, marketing, industrie, santé.
Le deep learning, l'essentiel : les concepts clés, pourquoi les connaître, les maths au tableau, et un mini-TD
Neuf notions au-delà de la séance 8, chacune en deux pistes, maths au tableau et dix lignes de PyTorch : graphe de calcul, pas de gradient et Hessienne, batch norm et son gradient, profondeur et ResNet, convolution, RNN et LSTM, attention, VAE et GAN ; neuf exercices corrigés à faire en binôme mixte.
Les fiches du cours, ouvertes à tous
Les slides sont chiffrées pour les élèves. Chaque deck a aussi un résumé public : les idées clés, les formules et un exemple calculé, en français, en anglais et en allemand.
Toutes les fiches, en liste de lecture
Les 23 fiches
Introduction
L'IA à la croisée des chemins : les deux hivers de l'IA, l'emploi des jeunes ingénieurs en 2026, et une méthode pour y travaillerLes deux hivers de l'IA, le perceptron, les systèmes experts, l'emploi des développeurs débutants en 2026 et la méthode pour rester utile.
Outils
Kaggle, GitHub et Python : les comptes, le travail avec Git et le dépôt d'un projet de machine learningCompétitions Kaggle, cycle Git quotidien, branches et pull requests, et structure d'un dépôt reproductible pour un projet de machine learning.
Séance 1
Cadrer avant de modéliser, puis les moindres carrés : décision, fuites de données, équations normales et conditionnementCadrer un projet de ML (décision, cible, métrique, garde-fous, fuites), puis établir les moindres carrés, la matrice chapeau et le conditionnement.
Séance 2
Maximum de vraisemblance, régression logistique et validation honnête, pas à pasDe la vraisemblance de Bernoulli à la log-loss : sigmoïde, gradient, convexité, rapport de cotes, biais-variance et validation sans fuite.
Séance 3
Optimisation convexe et régularisation : descente de gradient, pas, ridge et lassoConvexité, descente de gradient et choix du pas, SGD, puis ridge et lasso comme rétrécissement, exemples chiffrés, lambda par validation croisée.
Séance 4
Métriques, calibration et seuil de décision sous coûts asymétriques, puis un dépôt qu'une autre équipe peut relancerMatrice de confusion, ROC et AUC, précision-rappel, score de Brier, seuil de décision tiré des coûts, et dépôt de machine learning reproductible.
Devoir
Cadrer un projet de machine learning avant d'écrire du code : la question, la décision, la cible et un cahier des charges en six lignesCadrer un projet data ou ML avant de coder : une question en une phrase, la décision et le coût des erreurs, une cible datée, une métrique, des garde-fous.
Séance 5
L'astuce du noyau, les SVM, le ridge à noyau et les arbres de décision, avec des exemples calculésMarge maximale, perte charnière et dual du SVM, astuce du noyau, ridge à noyau, puis arbres de décision : Gini, entropie, élagage, sur exemples chiffrés.
Séance 6
Forêts aléatoires, gradient boosting et XGBoost, puis la comparaison honnête de deux modèlesBagging et forêts aléatoires, gradient boosting et XGBoost démontrés pas à pas, puis validation croisée imbriquée et test corrigé de Nadeau et Bengio.
Séance 7
Expliquer un score de crédit avec SHAP, auditer son équité, découvrir une structure avec l'ACP, k-means et EMValeurs de Shapley calculées à la main, mesures d'équité et leur impossibilité, AI Act et crédit, puis ACP, k-means et EM sur de petits exemples.
Devoir
Un premier modèle honnête sur un nouveau projet : OLS ou régression logistique, coupe figée, modèle naïf et métrique défendableMonter un premier modèle OLS ou logistique honnête sur de nouvelles données : coupe sans fuite, modèle naïf, métrique justifiée, validation, limites.
Séance 8
Du réseau de neurones au modèle en service : rétropropagation, dérive, prédiction conforme et APIPasse avant et rétropropagation à la main, réseaux sur données tabulaires, dérive et PSI, prédiction conforme et mise en service avec FastAPI.
Devoir
Livrer un projet de machine learning : dépôt, service testé, rapport traçable et documents qu'un comité litCe que contient un projet de ML livré : dépôt rejouable, API de prédiction testée, rapport traçable, fiche de modèle, plan de surveillance et mémo client.
Séance 9
Soutenir un projet de machine learning : le pitch, la démonstration en direct, les questions et la suiteCe qu'une soutenance de projet de machine learning doit montrer, les questions du jury, les pièges classiques et l'usage du projet en entretien.
Référence
Un projet de score de défaut de crédit, pas à pas : le dépôt reproductible bâti sur les données UCI Default of Credit Card ClientsUn projet reproductible de score de défaut sur les données UCI de cartes de crédit : dépôt, make reproduce, tests, seuil, robustesse, CI.
Référence
Prédire le prix d'un actif : séries temporelles, XGBoost et sentiment des news, mesurés honnêtementUn projet de ML complet : log-rendements, validation en marche avant, variables retardées, FinBERT et GDELT, test de Diebold-Mariano et Sharpe net.
Référence
Le code de chaque modèle : importer, télécharger par API, ajuster, prédireLes bases de Python, les données vues comme des nombres, le téléchargement par API, puis le même code fit et predict pour chaque modèle de scikit-learn.
Référence
Le deep learning, l'essentiel : rétropropagation, batch norm, ResNet, convolution, LSTM, attention, VAE et GAN, dérivés et vérifiésRétropropagation, batch norm et son gradient, ResNet, convolution, LSTM, attention, VAE et GAN, chacun dérivé au tableau puis vérifié en PyTorch.
Référence
Données ouvertes et projets d'apprentissage automatique par secteur : finance, assurance, logistique, tech, sportOù trouver des données ouvertes et sous quelle licence, un cahier des charges en six lignes, des idées de projets par secteur, de la finance au sport.
Référence
Le manuel de l'expert data et IA : cadrer, s'outiller, modéliser, déployer, observerCadrer un projet data, choisir ses outils (Airflow, Spark, Docker, Kubernetes), ses modèles, déployer API et application, puis les observer.
Référence
Data engineering, SRE et cloud : les commandes, les principes et les métiers, du junior à l'expertPipeline, Parquet, SQL sous DuckDB, idempotence, SLO et budget d'erreur, Terraform, Docker, Kubernetes, FinOps, et ce qu'on attend à chaque niveau.
Référence
Panorama des modèles d'apprentissage automatique : lesquels, pour quoi faire, dans quels secteursCarte des familles de modèles de machine learning : à quoi sert chacune, quelles bibliothèques Python, quel piège, dans quels secteurs.
Article
Comment ça marche
1
Cadrer d'abord
Décision, question, cible, métrique métier et métrique modèle, garde-fous, cadre de travail, pipeline de données. Avant la moindre formule.
2
Dériver, puis vérifier
Chaque séance part d'une dérivation et finit par du code qui la reproduit et la compare à scikit-learn.
3
Un projet fil rouge
Un score de défaut de crédit sur données ouvertes, puis votre propre sujet avec la même méthode, en équipe de deux à quatre : calibré, seuillé par coût, testé, exposé derrière une API.
4
L'IA autorisée, et déclarée
Pour la plomberie, oui. La note repose sur ce que vous savez dériver et expliquer sans elle : le devoir sur table du 16 décembre (15 %), sans IA, et l'oral de la présentation finale avec le code (50 %).
Le programme complet
Les 26 séances, les jalons, la grille de notation et la règle sur l'IA sont sur la page compagnon du cours, avec quatre pages « côté terrain » : le ML en finance, l'IA générative, les métiers, et les bases en animations.
L'enseignant
Sitraka Forler travaille avec des données et des systèmes tous les jours en entreprise (Enterprise System Architect, POST Luxembourg) et enseigne à Centrale Méditerranée, à Aix-Marseille School of Economics, à l'IAE de Metz, à l'Université Catholique de Lille et à Durham University Business School.