Contexte : Une entreprise souhaite prédire la demande quotidienne à partir d’historique de ventes. Le Problème : Un modèle dense classique ne capture pas correctement la dépendance temporelle. Contraintes : Transformer les données en séquences temporelles. Implémenter un LSTM simple. Séparer train/validation chronologiquement. Évaluer avec métrique adaptée (MAE ou RMSE). Livrable attendu : Développer un modèle LSTM fonctionnel capable de capturer les dépendances temporelles et comparer ses performances à un modèle dense.