Contexte : Un modèle complexe (Gradient Boosting ou réseau de neurones) nécessite optimisation fine pour atteindre les performances cibles. Le Problème : Les réglages manuels sont inefficaces et chronophages. Contraintes : Mettre en place une stratégie de recherche avancée (random search ou bayésienne). Utiliser validation croisée. Gérer coût computationnel élevé. Livrable attendu : Concevoir une stratégie d’optimisation structurée permettant d’améliorer significativement les performances du modèle.