Forem: Victor reginald

Foules mortelles à la Citadelle Henry : quand la science des foules éclaire les responsabilités juridiques en Haïti

Victor reginald — Sun, 12 Apr 2026 20:58:07 +0000

Foules mortelles à la Citadelle Henry :

quand la science des foules éclaire les responsabilités juridiques en Haïti

Résumé exécutif

Le drame survenu le 11 avril 2026 à la Citadelle Henry, ayant causé la mort d'au moins 30 personnes lors d'une bousculade géante, pose une question fondamentale : ce drame était-il prévisible et évitable ? Cet article mobilise la crowd science (science des foules) pour analyser les mécanismes physiques ayant conduit à cette tragédie. À travers une étude comparative de cinq sites UNESCO ayant mis en œuvre des solutions de gestion des foules (Dubrovnik, Schönbrunn, Lumbini, Pompéi, La Lonja de Valencia), nous identifions les bonnes pratiques transférables à la Citadelle. Enfin, nous examinons le cadre juridique haïtien pour déterminer les responsabilités administrative et pénale des acteurs impliqués (Ministère de la Culture/ISPAN, Police nationale, Mairie de Milot).

Mots-clés : crowd science, gestion des foules, UNESCO, Citadelle Henry, responsabilité juridique, Haïti

1. Introduction : la Citadelle, entre gloire patrimoniale et fragilité humaine

La Citadelle Henry, perchée dans les montagnes du Nord d'Haïti, est bien plus qu'un monument. Classée au patrimoine mondial de l'UNESCO depuis 1982, elle incarne la fierté nationale et la mémoire de l'indépendance haïtienne. Pourtant, ce symbole de résistance est devenu, le 11 avril 2026, le théâtre d'une tragédie annoncée.

Les premiers rapports font état d'une bousculade mortelle à l'entrée principale, où une seule porte active aurait créé un goulot d'étranglement meurtrier. Ce drame n'est pas une fatalité. Il est le produit prévisible de l'interaction entre une densité humaine critique, une infrastructure inadaptée, et une absence de système de gestion des flux.

La crowd science nous enseigne que ces drames obéissent à des lois physiques et statistiques précises. Comprendre ces lois, c'est non seulement honorer la mémoire des victimes, mais aussi établir les bases scientifiques des responsabilités juridiques.

2. La science des foules : comprendre la physique d'une bousculade

2.1 La densité critique : le seuil invisible de la mort

La variable clé dans tout mouvement de foule n'est pas le nombre absolu de personnes, mais leur densité par mètre carré. Les travaux de recherche en crowd science ont établi des seuils précis :

Densité (p/m²)	Comportement observé	Risque
0 - 4 p/m²	Mouvement volontaire possible	Faible
5 - 6 p/m²	Espace personnel disparaît, mouvements subis	Élevé
7 - 10+ p/m²	Comportement de fluide/solide granulaire	Critique (létal)

Lors de la catastrophe d'Itaewon (Séoul) du 29 octobre 2022, dans le quartier de Yongsan-gu, plus de 100 000 jeunes fêtards s'étaient rassemblés dans les ruelles étroites du district pour célébrer Halloween - première grande célébration de masse depuis la levée des restrictions liées à la COVID-19 en Corée du Sud. Le drame s'est concentré dans une ruelle en pente d'environ 40 mètres de long et 3,2 à 4 mètres de large, à proximité de l'hôtel Hamilton, où les flux bidirectionnels de piétons issus des rues Itaewon-ro (côté sud) et Itaewon-ro 27ga-gil (côté nord) sont entrés en collision. Des simulations hydrodynamiques publiées dans PLOS One ont mesuré une densité moyenne de 7,57 personnes par m² au plus fort de l'écrasement, avec des pics atteignant 9,95 personnes par m². La pression moyenne a culminé à 1 063 N/m (avec un maximum de 1 961 N/m). À ces densités, le corps humain perd sa capacité de mouvement autonome. Les personnes sont littéralement soulevées du sol par la pression latérale. Le bilan officiel s'est élevé à 159 morts et 196 blessés.

2.2 Le phénomène de « turbulence humaine »

À haute densité, une foule ne se comporte plus comme une collection d'individus rationnels, mais comme un fluide turbulent. Les collisions et les pressions latérales génèrent des ondes de choc qui traversent la masse. Ces forces peuvent atteindre plus de 1 000 Newtons par mètre - les données de Séoul ont mesuré des pics à 1 961 N/m - soit une pression équivalant à plusieurs centaines de kilogrammes exercée sur chaque mètre linéaire de foule.

Le Dr. John Fruin, expert en gestion des foules, résume la dynamique mortelle par l'acronyme FIST :

Force : pression exercée par la foule
Information : absence d'information pour ceux qui poussent derrière
Espace : goulot d'étranglement (porte unique)
Temps : durée de la pression critique

2.3 Le mécanisme létal : asphyxie compressive

Contrairement aux idées reçues, les victimes de bousculade ne meurent généralement pas « piétinées ». Le mécanisme principal est l'asphyxie compressive : la pression externe empêche le diaphragme de se dilater, rendant l'inspiration impossible. Le décès survient en 4 à 6 minutes. Les autopsies révèlent majoritairement des lésions thoraciques (côtes fracturées, hémorragies internes) avant même que les membres inférieurs ne soient écrasés.

2.4 Les signes précurseurs : l'oscillation fatale

Une étude publiée dans Nature en 2025, à partir d'observations pluriannuelles du festival San Fermín de Pampelune (Espagne), a démontré qu'au-delà d'un seuil critique de densité, une foule se met spontanément à osciller selon un mouvement circulaire caractéristique - ce que les chercheurs appellent un « oscillateur chiral macroscopique ». Ces oscillations collectives ont une période de cycle d'environ 18 secondes et émergent sans aucun stimulus externe. Ce phénomène a également été détecté dans les images de surveillance de la Love Parade de Duisburg (Allemagne, 2010), dans laquelle 21 personnes ont perdu la vie. Ces oscillations constituent un signal précurseur détectable du danger : une foule qui présente ce comportement rotatif a atteint le niveau de densité à partir duquel un écrasement peut survenir. Si des caméras de surveillance ou des observateurs formés avaient été en mesure de détecter ces oscillations à la Citadelle, l'alerte aurait pu être donnée et la bousculade évitée.

Note de précision : les 18 secondes désignent la période de chaque cycle d'oscillation, et non un compte à rebours avant la catastrophe. C'est l'apparition des oscillations elle-même qui constitue le signal d'alerte, quelle que soit la durée du cycle.

3. Analyse comparative : comment cinq sites UNESCO gèrent leurs foules

Pour évaluer ce qui aurait pu être fait à la Citadelle, nous avons analysé les dispositifs de gestion des foules déployés sur cinq sites UNESCO confrontés à des défis similaires.

3.1 Dubrovnik (Croatie) : le modèle data-driven

Le problème : En 2015, une mission de monitoring de l'UNESCO a alerté sur la surfréquentation menaçant la « valeur universelle exceptionnelle » de la vieille ville de Dubrovnik. Les débarquements simultanés de milliers de passagers de croisières créaient des pics de densité dangereux.

La solution « Respect the City » :

Comptage en temps réel : des capteurs IoT aux portes de la ville mesurent en continu le nombre de personnes à l'intérieur des remparts
IA prédictive : des algorithmes de machine learning prévoient l'affluence future sur la base des horaires de croisières, des réservations de bus et des conditions météorologiques
Capacité de charge dynamique : une étude de capacité de charge commandée par la ville a établi un seuil de 8 000 visiteurs simultanés dans le centre historique (recommandation UNESCO), avec un maximum exceptionnel de 10 000 visiteurs en cas d'optimisation de la régulation piétonne
Régulation des paquebots : partenariat avec CLIA (Cruise Lines International Association) pour échelonner les arrivées

Résultats : Réduction significative des pics de congestion, amélioration de la qualité de vie des résidents, préservation du patrimoine.

Leçon pour la Citadelle : Un système de comptage aux entrées, couplé à des algorithmes prédictifs, aurait permis d'anticiper le pic de fréquentation et de déclencher une alerte bien avant que la densité ne devienne critique.

3.2 Schönbrunn (Autriche) : la simulation des flux pour préserver le monument

Le problème : Le palais de Schönbrunn accueille des milliers de visiteurs chaque jour. Les bouchons humains dans les salles d'apparat menaçaient à la fois la sécurité des visiteurs et l'intégrité des parquets et sols historiques.

La solution :

Capteurs de mouvement : installation de capteurs dans tout le palais pour enregistrer les déplacements réels des visiteurs
Simulation numérique : les données alimentent un système de simulation qui modélise les flux et identifie les goulets d'étranglement
Créneaux horaires : gestion des entrées par plages horaires pour éviter les concentrations

Résultats : Optimisation du parcours de visite, réduction des queues, préservation du bâti historique.

Leçon pour la Citadelle : Une simulation aurait permis de modéliser l'impact d'une seule porte active et de tester virtuellement des scénarios alternatifs (ouverture de deux portes, séparation entrée/sortie).

3.3 Lumbini (Népal) : la vidéosurveillance intelligente

Le problème : Ce site de pèlerinage bouddhiste de 8 km² souffrait d'angles morts, d'une surveillance uniquement analogique limitée au temple principal, et de foules massives de pèlerins.

La solution :

160 caméras réseau couvrant tous les points vulnérables (angles, zones culturelles, monastères, points d'entrée/sortie)
Système de gestion vidéo unifié (IVMS) intégrant les anciennes caméras analogiques
Analyse véhiculaire : identification automatique des véhicules par couleur, catégorie, heure d'entrée
Centre de contrôle centralisé pour une conscience situationnelle en temps réel

Résultats : Réduction des actes de vandalisme, amélioration de la sécurité des pèlerins, capacité d'intervention rapide avant la formation de foules critiques.

Leçon pour la Citadelle : La couverture caméra complète de l'entrée et des zones de forte densité, avec un centre de contrôle, aurait permis de détecter les signes précurseurs d'une bousculade (oscillations, augmentation rapide de la densité).

3.4 Pompéi (Italie) : la limitation par ticket horodaté

Le problème : En 2024, Pompéi a enregistré plus de 4 millions de visiteurs, avec des pics de fréquentation mettant en péril l'intégrité du site.

La solution :

Plafonnement à 20 000 visiteurs par jour à compter du 15 novembre 2024
Billets horodatés : chaque visiteur doit réserver un créneau horaire d'entrée
Projet « Greater Pompeii » : navettes gratuites vers des sites archéologiques moins fréquentés des environs

Résultats : Lissage des pics de fréquentation, protection du site, amélioration de l'expérience visiteur.

Leçon pour la Citadelle : L'instauration d'un système de réservation avec créneaux horaires aurait évité la concentration fatale à l'entrée.

3.5 La Lonja de Valencia (Espagne) : la technologie pour mesurer l'impact

Le problème : Ce site UNESCO de Valencia a accueilli plus de 730 000 visiteurs en 2023, avec une pression croissante sur la conservation.

La solution (projet TOURISMO) :

Capteurs environnementaux : mesure en continu de la température, humidité relative, lumière, CO₂
Comptage précis des visiteurs pour évaluer l'impact sur la conservation
Caméras thermiques et tracking Wi-Fi pour analyser la distribution des touristes

Résultats : Données objectives pour ajuster la gestion en temps réel.

Leçon pour la Citadelle : La technologie ne sert pas seulement la sécurité immédiate, mais aussi la préservation à long terme du monument.

3.6 Synthèse comparative : ce que la Citadelle aurait dû avoir

Site	Solution clé	Transférable à la Citadelle
Dubrovnik	Comptage temps réel + IA prédictive	Oui (entrées principales)
Schönbrunn	Simulation des flux	Oui (modélisation préalable)
Lumbini	160 caméras + centre de contrôle	Oui (priorité sur entrée)
Pompéi	Billets horodatés + plafonnement	Oui (faisable rapidement)
La Lonja	Capteurs environnementaux	Oui (phase 2)

Coût estimé d'un dispositif minimal pour la Citadelle : 50 000 - 100 000 USD (capteurs aux entrées, centre de contrôle basique, formation de personnel). Un investissement modeste au regard des vies perdues.

4. Responsabilités juridiques : que dit la loi haïtienne ?

Le drame de la Citadelle n'est pas seulement une tragédie humaine et une défaillance technique. C'est aussi, potentiellement, une affaire pénale. Au regard du droit haïtien, plusieurs acteurs peuvent voir leur responsabilité engagée.

4.1 Le Ministère de la Culture et l'ISPAN : la responsabilité première

Fondement juridique : La Citadelle relève du domaine public de l'État. L'ISPAN (Institut de Sauvegarde du Patrimoine National) est le gestionnaire technique désigné du Parc National Historique.

Obligations : L'ISPAN a une obligation de sécurité et de prévention des risques envers les visiteurs. Cela inclut :

L'évaluation des risques liés à l'affluence
La mise en place d'infrastructures adaptées (nombre de portes suffisant, signalisation, barrières de queue)
L'organisation des secours

Manquements potentiels : L'utilisation d'une seule porte active pour l'entrée et la sortie simultanées constitue une faute d'organisation. L'absence de système de comptage ou de personnel formé à la gestion des foules peut être qualifiée de négligence caractérisée.

Sanctions encourues : En cas de lien de causalité établi entre ces manquements et les décès, les responsables de l'ISPAN et du Ministère pourraient être poursuivis pour homicide involontaire (article 264 du Code pénal haïtien), avec des peines pouvant aller de 1 mois à 1 an d'emprisonnement et une amende, selon le droit positif en vigueur.

4.2 La Police Nationale (POLITOUR) : la carence sécuritaire

Fondement juridique : L'unité POLITOUR (Police Touristique) est spécifiquement chargée d'assurer la sécurité des visiteurs et des activités touristiques.

Obligations : La police doit assurer le maintien de l'ordre et la sécurité des personnes sur l'ensemble du territoire, y compris sur les sites touristiques.

Manquements potentiels : L'absence de dispositif de canalisation de la foule à l'entrée, l'absence de séparation des flux entrants/sortants, ou un temps de réaction trop long face à la situation.

Sanctions encourues : La responsabilité de la police engage celle de l'État (faute de service). Les agents spécifiquement en charge de la sécurité du site ce jour-là pourraient voir leur responsabilité pénale individuelle engagée sur le fondement de la non-assistance à personne en danger. Ce principe est reconnu en droit haïtien, bien que sa codification précise reste à confirmer au regard du Code pénal en vigueur.

Note : la version initiale citait l'article 272 du Code pénal. Or cette numérotation n'a pu être vérifiée dans le Code pénal haïtien disponible. Les praticiens haïtiens devront confirmer la disposition applicable, ou mobiliser les principes généraux de la responsabilité de l'agent public.

4.3 La Mairie de Milot : le maillon faible

Fondement juridique : La mairie est responsable de la sécurité sur son territoire, notamment en matière de voirie, de services de secours de proximité (pompiers) et de sécurité civile.

Obligations : La mairie doit assurer l'accessibilité du site, la signalisation des dangers, et la coordination des secours en cas d'incident.

Manquements potentiels : Selon les premiers rapports, la Protection Civile a lancé un appel urgent de renfort à la mairie du Cap-Haïtien, révélant un manque de moyens ou de coordination pour l'évacuation des victimes.

Sanctions encourues : La responsabilité pénale du maire pourrait être recherchée si la lenteur des secours ou l'état de la route d'accès a contribué à l'aggravation du bilan.

4.4 Les organisateurs (si identifiés)

Fondement juridique : Toute personne organisant un rassemblement public doit en faire la déclaration auprès des autorités (notification 48 heures avant).

Obligations : L'organisateur est pénalement responsable des comportements des participants et doit veiller à la sécurité des biens et des personnes.

Manquements potentiels : Si l'événement à la Citadelle était organisé (et non spontané), l'absence de déclaration, d'étude de sécurité, ou de dispositif adapté constituerait une faute grave.

Sanctions encourues : En cas de drame, l'organisateur peut être poursuivi pour homicide involontaire (article 264 CP), passible d'un emprisonnement de 1 mois à 1 an. Des poursuites pour non-assistance à personne en danger peuvent s'y ajouter selon les circonstances.

5. Proposition de solutions pour la Citadelle

Sur la base de l'analyse scientifique et comparative, nous proposons un plan d'action en trois phases :

Phase 1 (Urgence - 1 mois)

Fermeture temporaire du site jusqu'à l'audit complet
Installation de compteurs manuels aux deux entrées principales
Séparation stricte des flux entrée/sortie (même avec une seule porte, des barrières peuvent créer deux couloirs)

Phase 2 (Court terme - 6 mois)

Acquisition d'un système de comptage électronique (budget estimé : 15 000 USD)
Formation de 20 agents à la gestion des foules (formation basée sur les protocoles internationaux)
Création d'un centre de contrôle basique sur site
Instauration de billets horodatés avec plafonnement à 2 000 visiteurs par plage de 2 heures

Phase 3 (Moyen terme - 2 ans)

Simulation numérique des flux pour optimiser le parcours
Installation de caméras IP aux points critiques (entrées, passages étroits)
Développement d'une application d'information en temps réel pour les visiteurs
Protocole coordonné entre ISPAN, POLITOUR, Mairie et Protection Civile

6. Conclusion

Le drame de la Citadelle Henry est une tragédie annoncée que la science des foules et les bonnes pratiques internationales auraient permis d'éviter. La densité critique, l'effet de goulot, l'absence de comptage et de système prédictif : tous ces facteurs étaient identifiables et corrigeables.

Sur le plan juridique, les responsabilités sont partagées mais claires : l'ISPAN et le Ministère de la Culture portent la responsabilité première de la sécurité du site ; la Police nationale devait assurer le maintien de l'ordre ; la Mairie de Milot est en première ligne sur les secours.

Au-delà des sanctions pénales, c'est la mémoire des 30 victimes qui exige une transformation profonde de la gestion des sites touristiques en Haïti. La Citadelle peut rester un symbole de fierté nationale, à condition que l'État haïtien investisse dans la sécurité comme il l'a fait dans l'inscription au patrimoine mondial.

Les morts de la Citadelle ne doivent pas être des morts inutiles. Leur souvenir doit être le moteur d'une refonte complète de la sécurité des sites touristiques en Haïti.

Reginald VICTOR

Références

1. European Urban Initiative. (2025). Respect the City - Data-Driven Visitor Management and Sustainable Tourism Program.

2. Curly Tales. (2024). Pompeii Archaeological Park Will Have A Daily Limit Of Visitors.

3. MedUrban Tools. Digital crowd management and visitor information in Dubrovnik's Old Town.

4. Osservatori Digital Innovation, Politecnico di Milano. (2026). Preserving heritage through innovation: Lessons from Dubrovnik's approach to tourism management.

5. Interreg Euro-MED TOURISMO. (2024). La Lonja de Valencia joins the TOURISMO Project.

6. UNESCO Österreich. Recording and simulating the movements of visitors to Schönbrunn Palace.

7. Security Magazine. (2022). Securing a UNESCO world heritage site (Lumbini, Nepal).

8. Lee, S. et al. (2024). Unraveling the causes of the Seoul Halloween crowd-crush disaster. PLOS One. [Données de densité Itaewon : 7,57 p/m² moyenne, 9,95 p/m² maximum ; pression 1 063-1 961 N/m]

9. Gu, F. et al. (2025). Emergence of collective oscillations in massive human crowds. Nature, 638, 112-119. [Oscillations chirales, période ~18 s, détectées à San Fermín et Love Parade 2010]

10. Code pénal haïtien - article 264 (homicide involontaire : 1 mois à 1 an d'emprisonnement).

11. Constitution haïtienne de 1987 - articles 74, 276.

12. UNESCO World Heritage Centre. (2023). State of Conservation - Old City of Dubrovnik. [Capacité de charge : 8 000 visiteurs / max. exceptionnel 10 000]

13. Wikipedia. Seoul Halloween crowd crush. [159 morts, 196 blessés, 29 octobre 2022, ruelle Itaewon, quartier Yongsan-gu]

🏦 Comment la Data Science révèle les secrets d'une campagne bancaire. Analyse complète avec Python

Victor reginald — Wed, 18 Mar 2026 14:43:34 +0000

Comment la Data Science révèle les secrets d'une campagne bancaire

"Qui contacter ? Quand ? Et surtout... pourquoi certains clients disent OUI ?"

C'est la question à laquelle une banque portugaise a tenté de répondre entre 2008 et 2010, en passant plus de 45 000 appels téléphoniques. Nous allons y répondre chiffres à l'appui.

Le contexte: Une banque, 45 211 clients, et un mystère

Imaginez la scène. Nous sommes en 2008, en pleine crise financière mondiale. Une banque portugaise cherche à convaincre ses clients de placer leur argent dans des dépôts à terme. La stratégie retenue ? Des campagnes de marketing direct par téléphone, menées sur deux ans, de mai 2008 à novembre 2010.

À la fin, le bilan est posé sur la table : 45 211 appels passés, 5 289 souscriptions obtenues, soit seulement 11,7 %. La banque a mobilisé d'importants moyens humains pour un rendement décevant. Mais la vraie question n'est pas combien d'appels ont été passés. C'est à qui fallait-il vraiment téléphoner.

C'est exactement ce que nous avons cherché à découvrir en appliquant les outils de la statistique multivariée sur le célèbre Bank Marketing Dataset de l'UCI (Cortez & Moro, 2012) :

Statistiques univariées et détection d'outliers
Tests de corrélation (Pearson, Spearman, Chi-deux, V de Cramér)
Analyses factorielles : AFC et ACM
Réduction de dimension : ACP
Clustering : CAH, K-Means, K-Médoïdes

Chaque méthode apporte une pièce du puzzle. Ensemble, elles révèlent quelque chose que personne n'aurait vu à l'œil nu.

Partie I : Ce que les chiffres cachent au premier regard

La trahison des moyennes

Avant toute modélisation, on inspecte les données. Et là, le premier piège se dévoile immédiatement.

La variable balance (solde annuel moyen du client) affiche une médiane de 448€ mais une moyenne de 1 362€. L'écart est gigantesque. Comment est-ce possible ?

Réponse : 4 729 clients (10,5 % du dataset !) présentent un solde supérieur à 3 462€, avec un maximum à 102 127€. Ces quelques clients fortunés tirent la moyenne vers le haut comme un mensonge statistique. Si on construisait une stratégie marketing basée sur la "moyenne", on ciblerait un profil fantôme qui ne représente presque personne.

Variable   | Médiane  | Moyenne  | Outliers | Skewness
-----------|----------|----------|----------|----------
age        | 39 ans   | 40,9 ans | 487 (1%) | 0,69
balance    | 448 €    | 1 362 €  | 4 729 !! | 8,36 
duration   | 180 s    | 258 s    | 3 235 7% | 3,14

La distribution de balance avec un skewness de 8,36 est un cas d'école. La règle IQR est formelle :

Borne inférieure : −1 962€
Borne supérieure : 3 462€
Tout ce qui dépasse = aberrant statistiquement

Stratégie de traitement retenue : log-transformation après décalage pour balance (distribution trop asymétrique), winsorisation pour duration et age. La variable pdays (−1 = "jamais contacté") est recodée à 0 avant normalisation.

La variable duration raconte une autre histoire. La plupart des appels durent moins de 5 minutes, mais certains dépassent l'heure. Ces appels très longs correspondent souvent à des clients qui posent beaucoup de questions... avant de signer. Ils sont précieux, mais leur présence déforme les calculs de distance dans les algorithmes de clustering. Winsorisation au seuil Q3+1,5×IQR = 643 secondes.

Partie II : Le prédicteur que personne n'aurait deviné

Chi-deux et la variable qui change tout

J'ai calculé le test du Chi-deux entre chaque variable catégorielle et la variable cible y. Et parmi toutes les corrélations testées, une variable sort du lot avec une force statistique écrasante : poutcome le résultat de la campagne de marketing précédente.

Résultat χ² = 4 391,51  |  p ≈ 0  |  V de Cramér = 0,31 (FORTE liaison)

Pour comprendre pourquoi c'est si puissant, il suffit de regarder les taux de souscription par modalité :

poutcome	Clients	Taux souscription	vs référence
success	1 511	64,7 %	▲ ×5,5
other	1 840	16,7 %	▲ +5pp
failure	4 901	12,6 %	≈ référence
unknown	36 959	9,2 %	▼ −2,5pp

Un client qui a souscrit lors de la dernière campagne a 5,5 fois plus de chances de souscrire à nouveau. 64,7 % contre 11,7 % en moyenne. Ce n'est pas une coïncidence, c'est une signature comportementale. Ces clients ont déjà franchi le pas psychologique. Ils font confiance à leur banque. Ils comprennent le produit.

À l'inverse, les 36 959 clients unknown (jamais contactés avant dans ce contexte) affichent seulement 9,2 %. Autrement dit, contacter quelqu'un sans historique de relation est statistiquement moins efficace que la moyenne globale.

L'AFC (Analyse Factorielle des Correspondances) confirme visuellement cette structure : poutcome=success se positionne à l'extrémité droite de l'axe F1, exactement là où y=yes se trouve. Ces deux modalités sont si proches dans l'espace factoriel qu'elles se confondent presque.

L'ACM Voir tout le paysage à la fois

L'ACM appliquée sur 9 variables catégorielles simultanément donne une vue d'ensemble impossible à obtenir autrement.

L'axe F1 (7,75 % d'inertie) révèle une opposition structurelle entre deux profils de clients :

Côté positif (+F1) = profil souscripteur :

education=tertiary (CTR=17,1 %) 1er contributeur
job=management (CTR=13,0 %)
poutcome=success (CTR=6,1 %)
y=yes (CTR=8,3 %)

Côté négatif (−F1) = profil non-souscripteur :

job=blue-collar (CTR=11,4 %)
contact=unknown (CTR=8,6 %)
education=primary (CTR=6,3 %)

L'écart entre les centroïdes des deux groupes sur F1 est de 0,61 significatif et cohérent avec l'analyse précédente. F1 est littéralement un "axe de propension à souscrire".

Insight clé : L'ACM nous dit que le niveau d'éducation, la catégorie professionnelle et le résultat de la campagne précédente sont les trois variables qualitatives les plus prédictives. Et ces trois variables convergent vers le même profil.

Partie III : ACP : réduire 7 dimensions à 3 sans perdre l'essentiel

Le critère de Kaiser et les 3 composantes qui comptent

Avec 7 variables numériques (age, balance, day, duration, campaign, pdays, previous), visualiser directement les données est impossible. L'ACP projette ces 7 dimensions dans un espace réduit en maximisant l'information conservée.

Le critère de Kaiser (λ ≥ 1) retient 3 composantes :

PC1 : λ = 1,509  →  21,6 % de variance  
PC2 : λ = 1,155  →  16,5 % de variance    
PC3 : λ = 1,097  →  15,7 % de variance  
PC4 : λ = 0,975  →  exclue              
→ Total retenu : 53,7 %

Ce que les cercles de corrélations nous disent

Les cercles de corrélations sont les graphiques les plus riches de cette analyse. Ils montrent comment chaque variable originale se "projette" sur les axes factoriels.

Sur le plan PC1 × PC2 :

pdays et previous (flèches orange) pointent fortement vers la droite → PC1 = "Historique de contact"
campaign et day (flèches bleues) pointent vers le haut-gauche → PC2 = "Intensité de la campagne en cours"
duration (flèche verte) pointe vers le bas → durée d'appel longue = peu de relances

Sur le plan PC1 × PC3 (non montré dans l'article) :

age et balance (flèches violettes) dominent PC3 → PC3 = "Profil financier du client"

La révélation : age et balance sont quasi-absents de PC1 et PC2. Cela signifie que le profil financier d'un client est presque indépendant de son comportement face aux campagnes. L'âge et le solde bancaire ne prédisent pas grand chose. C'est l'historique de contact qui prédit.

Les souscripteurs dans le plan factoriel

En projetant les 45 211 individus dans le plan PC1×PC2 et en les colorant selon leur décision :

Centroïde y=no : PC1 = −0,065
Centroïde y=yes : PC1 = +0,493

L'écart est clair, même si les deux nuages se superposent fortement. Les variables numériques seules ne suffisent pas à séparer parfaitement les groupes — mais elles indiquent la bonne direction.

Partie IV : Trois portraits de clients qui changent tout

Le dendrogramme raconte une histoire

La CAH (Classification Ascendante Hiérarchique) appliquée sur les 3 composantes principales donne un résultat net. Le dendrogramme révèle un grand saut entre h ≈ 30 et h ≈ 43, suggérant de couper à k = 3 clusters.

k=2 : silhouette = 0,43  — trop grossier
k=3 : silhouette = 0,25  — meilleur équilibre
k=4 : silhouette = 0,26  — marginal

Les 3 profils révélés

Le graphique synthèse des profils CAH est celui qui concentre le plus d'information utile de toute l'analyse.

** Cluster 1 : Les "Fidèles" (n = 376, 18,8 %)**

Taux souscription : 22,0 % (+10,3 pp vs référence)
Âge moyen        : 41 ans
Solde moyen      : 1 529 €
Durée appel      : 251 s
pdays moyen      : 231 jours (contact précédent établi)

Ces clients ont déjà répondu à une campagne précédente. La banque les connaît, eux connaissent la banque. Chaque conversation est productive. Ce sont vos meilleurs clients potentiels — et paradoxalement, ils ne représentent que 18 % du portefeuille.

** Cluster 2 : Les "Sur-sollicités" (n = 745, 37,3 %)**

Taux souscription : 5,0 % (−6,7 pp vs référence)
Âge moyen        : 36 ans
Solde moyen      : 543 €
Durée appel      : 186 s
pdays moyen      : −1 (jamais contacté avant)
campaign moy.    : 3,9 appels dans cette campagne

Jamais contactés avant cette campagne, mais rappelés 4 fois en moyenne. Les appels sont courts — le client raccroche vite. Le taux de 5 % est bien en-dessous de la référence. Plus vous les appelez, plus vous gaspillez des ressources. C'est le cluster "stop".

** Cluster 3 : Les "Matures Aisés" (n = 879, 43,9 %)**

Taux souscription : 14,0 % (+2,3 pp vs référence)
Âge moyen        : 46 ans
Solde moyen      : 2 047 €
Durée appel      : 347 s

Clients plus âgés, plus aisés, appels plus longs. Pas de contact récent mais réceptifs. Un segment à travailler avec un message adapté à leur maturité financière, sécurité, rendement garanti, transmission de patrimoine.

Ce que ça donne concrètement 3 stratégies marketing

Cluster	Potentiel	Stratégie	Actions
C1 — Fidèles	ÉLEVÉ	Priorité absolue	Relance personnalisée, offre exclusive, rappel historique
C2 — Sur-sollicités	FAIBLE	Réduire les contacts	Pause 6 mois, changer de canal
C3 — Matures aisés	MOYEN	Ciblage adapté	Message sécurité/patrimoine, appel unique bien préparé

Estimation de gain : Le Cluster 2 représente 13 716 clients avec un taux de 6,2 %. Réduire leur fréquence de contact de moitié représente ~6 800 appels économisés par campagne, pour un impact négligeable sur les souscriptions.

Quelques décisions techniques qui méritent une explication

Pourquoi Spearman et pas Pearson ?
Aucune des 5 variables numériques ne suit une loi normale (Shapiro-Wilk, p ≪ 0,05 pour toutes). previous affiche un skewness de 41,85 sa distribution est quasi-nulle sauf pour quelques pics. Pearson supposerait une distribution normale et une relation linéaire : les deux conditions sont violées. Spearman, basé sur les rangs, est la seule option robuste.

Pourquoi K-Médoïdes en plus de K-Means ?
balance a un maximum de 102 127€ pour une médiane de 448€. K-Means calcule des moyennes le centroïde C2 monte à 2 542€ alors que 75 % des clients ont balance < 1 428€. Ce centroïde ne représente personne. K-Médoïdes utilise des individus réels comme centres immunisés contre les outliers par construction.

# K-Means : centre = moyenne (point virtuel)
centroide_C2 = X_cluster2.mean()  # déformé par balance=102127€

# K-Médoïdes : centre = individu réel (minimise la somme des distances)
medoide_C2 = X_cluster2[argmin(sum(distances))]  # reste dans la zone dense

Pourquoi la CAH sur les composantes ACP ?
Appliquer la CAH directement sur 7 variables brutes amplifierait les effets des outliers de balance et duration. Travailler sur les 3 composantes normalisées et décorrélées produit des clusters plus stables et interprétables. C'est une pratique standard en data science exploratoire.

Le stack technique

# Les bibliothèques essentielles
import pandas as pd           # manipulation des données
import numpy as np            # calculs numériques
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats       # tests statistiques (Shapiro, Pearson, Chi²)
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from scipy.cluster.hierarchy import linkage, dendrogram, fcluster
import prince                 # AFC et ACM — pip install prince

Tout le code tourne en Python 3.12 dans un Jupyter Notebook, avec uniquement des bibliothèques open source.

Ce que j'ai appris au-delà des formules

Ce projet était mon devoir de fin de cours en Statistiques Multivariées, mais il m'a appris des choses qui dépassent largement le cadre académique.

1. La convergence des méthodes est votre meilleur allié. Quand 5 méthodes indépendantes pointent toutes dans la même direction poutcome comme prédicteur dominant c'est le signal le plus fiable que vous puissiez avoir.

2. La significativité statistique ≠ l'importance pratique. Avec n = 45 211, une corrélation r = 0,015 est statistiquement significative (p = 0,002). Mais r = 0,015 explique... 0,02 % de la variance. Ne confondez jamais les deux.

3. Les graphiques sont la seule vérité universelle. Un tableau de valeurs propres, ça ne parle qu'aux statisticiens. Un dendrogramme avec un grand saut visible, ça parle à tout le monde. Investissez dans la visualisation.

4. Nettoyer les données n'est pas optionnel. La log-transformation de balance et la winsorisation de duration ont changé radicalement la qualité des clusters obtenus. Des données brutes bruyantes donnent des segments flous. Des données traitées donnent des profils actionnables.

Conclusion

Au début de cet article, la question était simple : qui contacter, et pourquoi ?

La réponse est maintenant chiffrée et actionnable :

Concentrez vos efforts sur les clients avec un historique de contact positif (poutcome≠unknown). Arrêtez de harceler les nouveaux clients sans historique. Laissez les clients qui posent des questions finir leur raisonnement.

Ces conclusions émergent de la convergence de 5 méthodes statistiques indépendantes. Ce n'est pas une opinion. Ce n'est pas une intuition. C'est ce que 45 211 lignes de données nous disent quand on leur pose les bonnes questions.

C'est ça, la puissance de la statistique multivariée.

Si cet article vous a été utile, un like ou un commentaire est toujours apprécié !
Des questions sur l'implémentation ? Les commentaires sont ouverts.

#datascience #python #statistics #machinelearning #clustering #pca #banking #frenchdev

Reginald Victor — Étudiant en Science des Données & IA | 2026

Why Mathematics Is Essential in Machine Learning

Victor reginald — Sun, 14 Dec 2025 23:43:23 +0000

Why Mathematics Is Essential in Machine Learning

(and why ignoring it always ends up causing problems)

Introduction — The Black Box Myth

Machine Learning is often presented as an essentially algorithmic discipline:
you load data, choose a model, train it, and “it works.”

This view is partly true, but fundamentally incomplete.

Behind every Machine Learning algorithm lie precise mathematical structures:

notions of distance
properties of continuity
assumptions of convexity
convergence guarantees
theoretical limits that no model can circumvent

👉 Modern Machine Learning is not an alternative to mathematics:
it is a direct application of it.

This article sets the general framework for the series: understanding why mathematical analysis is indispensable for understanding, designing, and mastering Machine Learning algorithms.

1. Machine Learning Is Primarily an Optimization Problem

At a fundamental level, almost all ML algorithms solve the same problem:

Minimize a loss function.

Formally, we search for parameters θ such that:

θ* = arg min_θ L(θ)

where L(θ) measures the model’s error on the data.

Behind this simple expression immediately arise essential mathematical questions:

What does it mean to minimize?
Does a minimum exist?
Is it unique?
Can it be reached numerically?
At what speed?

These questions are not algorithmic — they are mathematical.

2. Distance, Norms, and Geometry: Measuring Error Is Not Neutral

Before optimizing anything, a fundamental question must be answered:

How do we measure error?

This question leads directly to the notions of distance and norm.

Classic examples:

MAE (Mean Absolute Error) ↔ L¹ norm
MSE (Mean Squared Error) ↔ L² norm
Maximum error ↔ L∞ norm

These choices are not incidental:

they change the geometry of the problem
they affect robustness to outliers
they influence numerical stability
they impact gradient descent behavior

👉 Without understanding the geometry induced by a norm, one does not truly understand what the algorithm is optimizing.

3. Convergence: When Can We Say an Algorithm Works?

A Machine Learning algorithm is often iterative:

θ₀ → θ₁ → θ₂ → …

This raises a crucial question:

Does this sequence converge? And if so, to what?

The answer depends on concepts from analysis:

sequences and limits
Cauchy sequences
completeness
continuity

Without these notions, it is impossible to answer very practical questions such as:

why training diverges
why it oscillates
why it is slow
why two implementations produce different results

4. Continuity, Lipschitz Conditions, and Stability

A Machine Learning model must be stable:

a small change in the data
a small change in the parameters
should not cause predictions to explode

This is precisely what is formalized by:

uniform continuity
Lipschitz functions

A function f is Lipschitz if:

|f(x) − f(y)| ≤ L |x − y|

This inequality lies at the core of:

model stability
learning rate selection
convergence guarantees for gradient descent

👉 The Lipschitz constant is not a theoretical detail:
it directly controls the speed and stability of learning.

5. Convexity: Why Some Problems Are Easy… and Others Are Not

Convexity is arguably the most important mathematical property in optimization.

A convex function has:

a unique global minimum
no traps in the form of local minima

This is why:

linear regression
support vector machines
certain regularization problems

benefit from strong theoretical guarantees.

By contrast:

deep neural networks are non-convex
yet still work thanks to particular structures and effective heuristics

👉 Understanding convexity makes it possible to know when guarantees exist — and when they do not.

6. Theory vs Practice: What Mathematics Guarantees (and What It Does Not)

A crucial point to understand from the outset:

Mathematics guarantees properties, not miraculous performance.

It can tell us:

whether a solution exists
whether it is unique
whether an algorithm converges
how fast it converges

It cannot guarantee:

good data
good generalization
an unbiased model

But without it, we proceed blindly.

Conclusion — Understand Before You Optimize

Modern Machine Learning rests on three fundamental mathematical pillars:

Geometry (norms, distances)
Analysis (continuity, convergence, Lipschitz conditions)
Optimization (convexity, gradient descent)

Ignoring these foundations amounts to:

applying recipes without understanding their limits
misdiagnosing failures
overcomplicating simple problems

👉 Understanding the mathematical analysis of Machine Learning is not theory for theory’s sake:
it is about gaining control, robustness, and intuition.

Reginald Victor aka Lezeta

How I Began My Data Science Journey with R in the Last Month

Victor reginald — Wed, 10 Dec 2025 04:49:24 +0000

How I Began My Data Science Journey with R in the Last Month

Over the past month, I decided to dive seriously into data science, with one clear mission:

learn how to analyze real data using R like a professional.

To challenge myself, I worked on a complete e-commerce analytics project.

It ended up being demanding, sometimes frustrating, but incredibly rewarding.

Here is what I learned, how I progressed, and why this one-month experience became a turning point in my journey.

1. Getting Started: Learning to Work with R

At first, R looked unusual and a bit intimidating.

But once I started using the right libraries, everything became more natural:

dplyr for data manipulation
ggplot2 for visualization
readxl and read.csv for importing data
forecast for my first time-series predictions

Writing pipelines with %>% even became enjoyable.

It felt like guiding the computer step-by-step through a clear thought process.

2. Learning to Structure a Real Data Project

A major lesson from this project: good organization matters.

I created separate scripts for each step of the analysis:

data import & cleaning
sales analysis
product insights
customer segmentation
seller performance
logistics & delivery
service quality
predictions
visualizations
and a main controller: main.R

This approach taught me how data analysts build reproducible workflows, just like in professional environments.

3. The Most Challenging Part: Cleaning and Preparing the Data

I finally understood why people say:

“80% of data science is data cleaning.”

This project involved everything:

date formats all over the place
numeric values stored as text with commas
inconsistent region names
missing values
merging multiple data sources

Fixing these issues helped me develop a deeper sense of how real datasets behave — and how to make them usable.

4. The Fun Part: Analyzing, Visualizing, and Understanding the Story

Once the data was clean, everything became much more exciting.

I analyzed:

monthly, quarterly, and yearly revenue
top-selling products
customer segmentation (premium, standard, occasional)
seller performance
delivery delays
service quality
correlation between delivery delay and cancellations

Then came the charts:

line plots, barplots, scatter plots, heatmaps, and more.

This was the moment where the story hidden inside the data finally emerged.

Seasonal patterns showed up, certain categories dominated, and long delays clearly led to more cancellations.

The numbers weren’t just numbers anymore — they were insights.

5. My First Time-Series Predictions with ARIMA

Exploring time-series forecasting with auto.arima() was one of the most rewarding parts of the project.

I transformed the monthly revenue into a time series and predicted the next quarter.

Seeing R generate future values based on historical data made me feel like I had reached a new level:

“I’m really doing data science now.”

Conclusion: A Month That Changed the Way I Learn

This project was much more than a homework assignment.

It was a full immersion into the world of data science with R.

I learned how to:

clean and structure real-world data
analyze business performance
build meaningful visualizations
create predictive models
and organize a full analytical workflow

Most importantly, this one-month journey gave me confidence and motivation to continue.

And honestly?

This is just the beginning.

WHY YOU SHOULD LEARN JAVA

Victor reginald — Tue, 17 Nov 2020 16:34:40 +0000

Let me start in a way that can look funny. I’m not a Java evangelist but personally I don’t like the tendency in many communities to preach for a programming language on the basis that it’s possibly the best.

This article is about my recent experience. In recent years, we have seen the rise of Javascript. This ecosystem has increased in such a short period of time with so many libraries and frameworks. The fact that now more than ever, the web stack is so heavily used in the development of our software has led many senior software engineers to advise beginners to learn Javascript. Javascript seems to have become sort of the one language that can rule them all. Well, I will not take a stand against the Javascript community. But there will always be many ways to skin a cat . Any programming language has its proper place and use case scenario.

The belief as it stands is that “Java is more appropriate for huge enterprises”. Which is comprehensible,Java is very battle tested and with a very strong set of core features. “Java is hard to learn and very verbose”. In my experience when you learn the concepts and core components of Java, everything will become more clear. As for the verbosity, the IDE’s and code editors will help with that. That being said, I will give you 7 reasons why you should learn Java.

Java is easy to learn
Many will be surprised. Yes Java is easy to learn. It’s just a language that requires a lot of discipline. The benefits of learning Java will make your life easier when you have to learn another language. Just the time to feel comfortable and productive with Java can be more than other languages like python and Javascript and it depends on the learner.

Java has a rich API
Another great reason to learn Java is the list of APIs that come with it. Java also comes with API for manipulating files, networking, XML, database connections, etc.

Java has a free library package
With about 20 years of existence, Java is one of the languages with the most free libraries for any domain you might need.

Java is Free
We all love free stuff, this is just our nature. If you need strong, free language, Java is the best choice.

Java Independent
When I say Java is standalone, which means it is not designed for a specific platform. You can write your code somewhere and execute it anywhere else.

Java is an object-oriented language
Java is an object-oriented language. Object-oriented principles, if done right, will make you write code clean and more importantly you will write a maintainable code base.

Ps: after version 8, you can leverage some of the features of the functional programming paradigm, as an example, the lambda expressions.

Java is equivalent to good salary
The salary of a Java software engineer in the United States is on average $ 79,137 a year. If you are working remotely, you will average $ 81,877. You will earn $ 69,000 if you are a junior level. These figures are glassdoor provided.

POUKISA OU DWE APRANN JAVA

Victor reginald — Tue, 17 Nov 2020 16:32:11 +0000

Banm komanse yon fason ki ka parèt dròl. Mwen pa yon evanjelis Java paske pèsonelman mwen pa renmen tandans yon group enfòmatisyen genyen pou y’ap preche moun vin aprann yon langaj sou baz se li ki pi bon.

Atik sa gen rapò ak eksperyans resan ke’m fè. Nan dènye ane yo la gen yon monte an fòs Javascript, nan yon ti kras tan anpil zouti tankou Fremwòk, librèri elatriye kreye nan kominote Javascript la. Sa fasilte travay enfomatisyen kap itilize Javascript. Sa ki vin fè anpil enjenyè lojisyèl senyò konseye debitan pou yo aprann Javascript, sou baz li fasil pou aprann epi byen rapib y’ap gentan kapab kreye yon bagay ki vivan ak li. Sa mwen pral di la yo, se pa pou m kanpe anfas kominote Javacript la ni di senyò sa yo pa gen rezon.

Jan tandans la ta vle fe konprann Java se yon langaj ki plis pou antrepriz, li difisil pou aprann, avan ou resi fè yon bagay ki senp ak li ou gen pou’w fè yon pakèt konfigirasyon epi ekri yon pakèt liy kòd. Mwen avèk eksperyans pa’m, mwen ap di se pa toujou vrè. Se pito tandans ak bagay ki parèt fasil ki fè nou panse sa. Mwen pral bay 7 rezon poukisa yon moun ( enjenyè lojisyèl ) dwe aprann Java.

Java fasil pou aprann
Anpil moun ( enjenyè lojisyèl ) pral sezi. Wi Java fasil pou aprann. Se jis yon langaj ki mande anpil disiplin. Benefis disiplin w’ap vin genyen nan aprann Java ap fasilite lavi w lè w pral gen pou aprann yon lòt langaj. Sèlman tan pou’w santi’w alèz epi prodiktif ak Java ka plis pase lòt langaj tankou python ak Javascript e sa depann de moun k’ap aprann li a.

Java gen yon API ki rich
Yon lòt gro rezon pou w aprann Java se lis API ki vini ak li a. Java tou vini ak API pou manipile fichye, nètwòk, XML, koneksyon baz done, elatriye.

Java gen yon paket libreri lib
Ak anviron 20 lane ekzistans, Java se youn nan langaj ( Pou’m pa di premye ) ki gen plis libreri lib pou nenpòt domen ou ta bezwen an.

Java Gratis
Anpil moun renmen bagay ki gratis. Si yon Enfomatisyen oubyen antrepriz bezwen yon langaj solid e gratis, Java se mèyè chwa a.

Java Endepandan
Lè’m di Java endepandan, sa vle di li pa fèt pou yon platfòm byen espesifik. Ekri kòd ou yon kote epi ekzekite li nenpòt lòt kote.

Java se yon langaj ki oryante objè
Java se yon langaj ki tipikman oryante objè. Prensip oryante objè yo fe kòd k’ap ekri a pròp epi viv lontan san bay problem pou li grosi.

Ps: Apati Java vèsyon 8, gen posibilite pou fè programsyon fonksyonèl ak lamda ekspresyon ki vin ajoute nan langaj la.

Java se youn nan langaj yo pi byen peye moun ki konnen li byen
Salè yon enfomatisyen ki konn Java etazini mwayènn $79 137 dola ameriken pou yon lane, pou enfomatisyen ki pap travay sou plas (distans) $81 877 dola ameriken epi $69 000 dola ameriken pou yon enfomatisyen jinyò. Chif sa yo se glassdoor ki bay yo.