Ce cours est mon support de formation à la data science et au machine learning : un endroit unique où centraliser ce que j'apprends, plutôt qu'une collection de notes éparpillées entre des notebooks, des articles et des marque-pages.

Le cours compte 28 modules, du premier environnement Python jusqu'à un projet complet mis en production, plus trois annexes — un glossaire, une série d'exercices et une bibliographie. Chaque module est une page autonome.

Le format

Le cours suppose des bases solides en mathématiques et en Python — je ne réexplique ni le calcul différentiel, ni l'algèbre linéaire élémentaire. En revanche, tout ce qui est spécifique à la data science est repris depuis le problème qu'il résout, avec des exemples de code exécutables. Chaque notion suit la même trame :

Les modules sont progressifs mais pas strictement séquentiels. L'ordre de lecture conseillé est celui des sept parties ci-dessous ; chaque module renvoie explicitement aux autres quand une notion y a déjà été traitée. Le dernier module reprend l'ensemble sur un projet unique, du scraping à la mise en production.

Quatre façons de le parcourir

Vingt-huit modules, cela ne se lit pas d'affilée. Selon ce qu'on cherche, quatre entrées possibles :

Le parcours

Partie I — Outillage

De quoi travailler proprement : le langage, ses mécanismes, les données et le déploiement.

Partie II — Socle mathématique et statistique

Les fondations sur lesquelles tout le reste s'appuie.

Partie III — Méthode et données

Transformer un problème métier en jeu de données exploitable.

Partie IV — Familles de modèles

Les grandes familles d'algorithmes, et pourquoi elles généralisent.

Partie V — Domaines et applications

Les domaines qui ont leurs propres règles.

Partie VI — Décision, production et responsabilité

Ce qui se passe une fois qu'un modèle existe.

Partie VII — Mise en pratique

Tout le cours, appliqué à un projet unique.

Annexes

Trois pages transversales, qui ne sont pas des modules mais s'utilisent tout au long du cours.

This course is my own study material for data science and machine learning — one place that centralises what I am learning, rather than notes scattered across notebooks, articles and bookmarks.

Format

It assumes solid mathematics and Python; anything specific to data science is introduced from the problem it solves, with runnable code. Every notion follows the same template: the problem, the intuition, the minimum formalism, the code, then strengths and limitations.

There are 28 modules in seven parts: tooling (1-7), mathematical and statistical foundations (8-11), method and data (12-13), model families (14-19), domains and applications (20-23), decision, production and accountability (24-27), and a full end-to-end project (28).

Course outline

1. Modern Python: typing, decorators, iterators and tooling
2. Concurrency in Python: the GIL, threads, processes, asyncio
3. Numerical toolbox: NumPy, pandas, polars, Dask
4. SQL and databases
5. Docker, Compose and Kubernetes
6. Serving a model: FastAPI, Pydantic, Jinja
7. Data engineering: formats, pipelines and streams
8. Math for ML: optimisation, linear algebra, SVD and PCA
9. Inferential statistics: estimate, test, decide
10. Probability, Bayesian inference and uncertainty quantification
11. Causal inference: measuring the effect of an action
12. Data science in practice: from problem to dataset
13. Learning with few labels
14. Classical machine learning
15. Learning theory: why generalisation happens
16. Deep learning
17. Time series, signals and time-to-event data
18. Non-tabular data: text, images, audio, graphs
19. Gaussian processes and Bayesian optimisation
20. Reinforcement learning
21. Machine learning for simulation and engineering
22. LLMs, embeddings, RAG and adaptation
23. Search, ranking and recommendation
24. From scores to decisions
25. Scaling up: GPUs, distributed training, performance
26. MLOps: taking a model to production
27. Fairness, robustness, privacy and security
28. End-to-end project: property listings, from scraping to price prediction

The whole course on one page

All 28 modules and the three appendices are also gathered into a single document, which can be searched in one go, and into a ready-made PDF of about 460 pages for offline reading. Both are in French.

Open the full document Download the PDF

Appendices

Three cross-cutting pages, also in French:

• Glossary and notation — the notation conventions used throughout, then about 140 short definitions, each linking to the module that develops the notion.
• Exercises and self-assessment — thirty-one exercises, one per hard notion, each with a numeric verification criterion and no worked solution.
• Further reading — one recommendation per subject rather than a bibliography: books, online courses, about thirty foundational papers, datasets, and how to read a paper.

Main references

• The Elements of Statistical Learning (Hastie, Tibshirani, Friedman);
• Pattern Recognition and Machine Learning (Bishop) and Probabilistic Machine Learning (Murphy);
• Deep Learning (Goodfellow, Bengio, Courville);
• Gaussian Processes for Machine Learning (Rasmussen & Williams);
• Bayesian Data Analysis (Gelman et al.) and Statistical Rethinking (McElreath);
• Forecasting: Principles and Practice (Hyndman & Athanasopoulos);
• Reinforcement Learning: An Introduction (Sutton & Barto);
• Understanding Machine Learning (Shalev-Shwartz & Ben-David) and Causal Inference: The Mixtape (Cunningham);
• the official documentation of scikit-learn, PyTorch, polars, FastAPI and MLflow.