Bienvenue dans le premier module du challenge #100JoursDeML. Objectif de cette première semaine : comprendre ce qu'est réellement le machine learning, installer un environnement de travail propre, et prendre en main les bibliothèques Python que vous utiliserez tous les jours de votre carrière. Chaque leçon est détaillée ci-dessous avec sa vidéo.
📥 La checklist offerte du challenge
Recevez le PDF avec les 100 leçons à cocher et suivez votre progression jour après jour.
Leçon 1 — Le machine learning expliqué simplement
Le machine learning (apprentissage automatique) est une branche de l'intelligence artificielle dans laquelle un programme apprend à réaliser une tâche à partir d'exemples, plutôt qu'en suivant des règles écrites à la main. Au lieu de coder « si le revenu dépasse X, accorder le crédit », on montre au modèle des milliers de dossiers passés, et il découvre lui-même les régularités qui distinguent les bons dossiers des mauvais.
Cette leçon déroule les étapes de construction d'un modèle : définition du problème métier, collecte des données d'entraînement, préparation, entraînement (le modèle ajuste ses paramètres pour minimiser ses erreurs), évaluation sur des données jamais vues, puis mise en production. Retenez dès maintenant cette règle d'or : un modèle ne vaut que ce que valent ses données.
Leçon 2 — Pourquoi Python, et comment installer Anaconda
Python s'est imposé comme le langage de référence de la data science pour trois raisons : une syntaxe lisible qui se rapproche de l'anglais, la gratuité, et surtout le plus riche écosystème de bibliothèques scientifiques au monde. Anaconda est une distribution qui installe en une seule fois Python, les bibliothèques essentielles et Jupyter Notebook — l'interface qui mélange code, résultats et texte dans un même document, idéale pour l'analyse exploratoire et le partage de vos travaux.
La leçon couvre l'installation pas à pas sur Mac et Windows, la création d'un premier notebook et les raccourcis indispensables.
⚠️ Point important : ne passez pas trois jours à peaufiner votre installation. Un environnement qui fonctionne suffit — la vraie progression viendra de la pratique quotidienne.
Leçon 3 — Maîtriser NumPy, le socle du calcul numérique
NumPy (Numerical Python) introduit l'objet fondamental de tout l'écosystème : le tableau multidimensionnel (ndarray). Sa force est la vectorisation : appliquer une opération à un million de valeurs d'un coup, en code compilé, des dizaines de fois plus vite qu'une boucle Python classique.
Au programme de la leçon : créer des tableaux, comprendre les notions de dimension et de shape, l'indexation et le slicing (extraire des sous-ensembles), le broadcasting (opérer entre tableaux de tailles différentes) et les fonctions d'agrégation (somme, moyenne, minimum, maximum). Toutes les bibliothèques que vous verrez ensuite — Pandas, scikit-learn — sont construites sur NumPy.
import numpy as np
ventes = np.array([120, 95, 210, 180, 160])
print(ventes.mean()) # moyenne : 153.0
print(ventes * 1.2) # opération vectorisée : +20 % sur tout le tableau
print(ventes[ventes > 150]) # filtrage : [210 180 160]
Leçon 4 — Pandas en 20 minutes : manipuler des données tabulaires
Pandas est la bibliothèque que vous utiliserez le plus. Son objet central, le DataFrame, représente un tableau de données avec des lignes et des colonnes nommées — la logique d'une table SQL ou d'une feuille Excel, avec la puissance de Python.
La leçon couvre le flux de travail complet : charger un fichier (CSV, Excel), inspecter les données (head, info, describe), filtrer des lignes selon des conditions, sélectionner des colonnes, créer des variables calculées, grouper et agréger (groupby, l'équivalent du GROUP BY de SQL) et joindre plusieurs tables (merge, l'équivalent du JOIN).
import pandas as pd
df = pd.read_csv("clients.csv")
df.head() # aperçu des 5 premières lignes
df[df["age"] > 30] # filtrer (l'équivalent du WHERE en SQL)
df.groupby("ville")["montant"].mean() # agréger (l'équivalent du GROUP BY)
💡 À retenir : Pandas reproduit en Python la logique de SQL — SELECT → filtrage, GROUP BY → groupby, JOIN → merge. Si vous connaissez l'un, vous apprendrez l'autre deux fois plus vite.
Leçon 5 — Matplotlib : les bases de la visualisation
Matplotlib est la bibliothèque de visualisation historique de Python : tout graphique y est possible. La leçon construit les fondamentaux : la figure (la toile) et les axes (la zone de tracé), les graphiques essentiels — courbe, nuage de points, histogramme, diagramme en barres —, puis l'habillage qui rend un graphique professionnel : titres, étiquettes d'axes, légendes, couleurs.
Un principe à garder : un bon graphique répond à une question précise. Avant de tracer, demandez-vous toujours ce que vous voulez montrer — une évolution, une comparaison, une distribution ou une relation.
Leçon 6 — Seaborn : de beaux graphiques statistiques en une ligne
Seaborn est construite au-dessus de Matplotlib et se spécialise dans les graphiques statistiques : distributions (histplot, kdeplot), boîtes à moustaches (boxplot — qui visualise médiane, quartiles et outliers d'un coup d'œil), nuages de points par catégorie et heatmaps de corrélation — le réflexe numéro un de l'analyse exploratoire pour repérer les relations entre variables.
Son autre atout : des palettes et des styles soignés par défaut, qui donnent des graphiques présentables en une ligne de code.
import seaborn as sns
import matplotlib.pyplot as plt
sns.histplot(df["montant"]) # distribution en une ligne
sns.heatmap(df.corr(numeric_only=True), annot=True) # carte des corrélations
plt.show()
Votre feuille de route
À la fin de ce module, vous devez savoir : charger un fichier CSV dans un DataFrame, calculer des agrégats par groupe, et produire un graphique lisible et titré. C'est le ticket d'entrée pour le Module 2 : les statistiques indispensables.
🚀 Conseil : dès aujourd'hui, publiez votre premier notebook avec le hashtag #100JoursDeML. L'engagement public est le meilleur antidote à l'abandon.
