From 590931d9615093ed3227587a0e475330c4b823b4 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Wed, 14 Jul 2021 23:38:49 +0200
Subject: [PATCH 01/11] Create README.fr.md

---
 .../1-intro-to-ML/translations/README.fr.md   | 109 ++++++++++++++++++
 1 file changed, 109 insertions(+)
 create mode 100644 1-Introduction/1-intro-to-ML/translations/README.fr.md

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
new file mode 100644
index 000000000..511f37646
--- /dev/null
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -0,0 +1,109 @@
+# Introduction au machine learning
+
+[![ML, AI, deep learning - Quelle est la différence ?](https://img.youtube.com/vi/lTd9RSxS9ZE/0.jpg)](https://youtu.be/lTd9RSxS9ZE "ML, AI, deep learning - What's the difference?")
+
+> 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
+
+## [Quizz de pré-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+
+### Introduction
+
+Bienvenue à ce cours sur le machine learning classique pour débutant ! Que vous soyez complètement nouveau sur ce sujet ou que vous soyez un professonnel du ML expérimenté cherchant à peaufiner vos connaissances, nous sommes heureux de vous avoir avec nous ! Nous voulons créer un tremplin chaleureux pour vos études en ML et serions ravis d'évaluer, de répondre et d'apprendre de vos retours d'[expériences](https://github.com/microsoft/ML-For-Beginners/discussions).
+
+[![Introduction au ML](https://img.youtube.com/vi/h0e2HAPTGF4/0.jpg)](https://youtu.be/h0e2HAPTGF4 "Introduction to ML")
+
+> 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo: John Guttag du MIT introduit le machine learning
+### Débuter avec le machine learning
+
+Avant de commencer avec ce cours, vous aurez besoin d'un ordinateur configuré et prêt à faire tourner des notebooks (jupyter) localement.
+
+- **Configurer votre ordinateur avec ces vidéos**. Apprendre comment configurer votre ordinateur avec cette [série de vidéos](https://www.youtube.com/playlist?list=PLlrxD0HtieHhS8VzuMCfQD4uJ9yne1mE6).
+- **Apprendre Python**. Il est aussi recommandé d'avoir une connaissance basique de [Python](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-15963-cxa), un langage de programmaton utile pour les data scientist que nous utilisons tout au long de ce cours.
+- **Apprendre Node.js et Javascript**. Nous utilisons aussi Javascript par moment dans ce cours afin de construire des applications WEB, vous aurez donc besoin de [node](https://nodejs.org) et [npm](https://www.npmjs.com/) installé, ainsi que de [Visual Studio Code](https://code.visualstudio.com/) pour développer en Python et Javascript.
+- **Créer un compte GitHub**. Comme vous nous avez trouvé sur [GitHub](https://github.com), vous y avez sûrement un compte, mais si non, créez en un et répliquez ce cours afin de l'utiliser à votre grés. (N'oublier pas de nous donner une étoile aussi 😊)
+- **Explorer Scikit-learn**. Familiariser vous avec [Scikit-learn](https://scikit-learn.org/stable/user_guide.html), un ensemble de librairies ML que nous mentionnons dans nos leçons.
+
+### Qu'est-ce que le machine learning
+
+Le terme `machine learning` est un des mots les plus populaire et le plus utilisé ces derniers temps. Il y a une probabilité accrue que vous l'ayez entendu au moins une fois si vous avez une appétence pour la technologie indépendamment du domaine dans lequel vous travaillez. Le fonctionnement du machine learning, cependant, reste un mystère pour la plupart des personnes. Pour un débutant en machine learning, le sujet peut nous submerger. Ainsi, il est important de comprendre ce qu'est le machine learning et de l'apprendre petit à petit au travers d'exemples pratiques.   
+
+![ml hype curve](images/hype.png)
+
+> Google Trends montre la récente 'courbe de popularité' pour le mot 'machine learning'
+
+Nous vivons dans un univers rempli de mystères fascinants. De grands scientifiques comme Stephen Hawking, Albert Einstein et pleins d'autres ont dévoués leur vie à la recherche d'informations utiles afin de dévoiler les mystères qui nous entourent. C'est la condition humaine pour apprendre : un enfant apprend de nouvelles choses et découvre la structure du monde année après année jusqu'à qu'ils deviennent adultes.
+
+Le cerveau d'un enfant et ses sens perçoivent l'environnement qui les entourent et apprennent graduellement des schémas secrets de la vie qui vont l'aider à fabriquer des règles logiques afin d'identifier les schémas appris. Le processus d'apprentissage du cerveau humain est ce que rend les hommes comme la créature la plus sophistiquée du monde vivant. Apprendre continuellement par la découverte de schémas cachés et ensuite innover sur ces schémas nous permet de nous améliorer tout au long de notre vie. Cette capacité d'apprendre et d'évoluer est liée au concept de [plasticité neuronale](https://www.simplypsychology.org/brain-plasticity.html), nous pouvons tirer quelques motivations similaires entre le processus d'apprentissage du cerveau humain et le concept de machine learning.
+
+Le [cerveau humain](https://www.livescience.com/29365-human-brain.html) perçoit des choses du monde réel, assimile les informations perçues, fait des décisions rationnelles et entreprend certaines actions selon le contexte. C'est ce que l'on appelle se comporter intelligemment. Lorsque nous programmons une reproduction du processus de ce comportement à une machine, c'est ce que l'on appelle intelligence artificielle (IA).
+
+Bien que le terme peut être confu, machine learning (ML) est un important sous-ensemble de l'intelligence artificielle. **ML se réfère à l'utilisation d'algorithmes spécialisés afin de découvrir des informations utiles et de trouver des schémas cachés depuis des données perçues pour corroborer un processus de décision rationnel**.
+
+![AI, ML, deep learning, data science](images/ai-ml-ds.png)
+
+> Un diagramme montrant les relations entre AI, ML, deep learning et data science. Infographie par [Jen Looper](https://twitter.com/jenlooper) et inspiré par [ce graphique](https://softwareengineering.stackexchange.com/questions/366996/distinction-between-ai-ml-neural-networks-deep-learning-and-data-mining)
+
+## Ce que vous allez apprendre dans ce cours
+
+Dans ce cours, nous allons nous concentrer sur les concepts clés du machine learning qu'un débutant se doit de connaître. Nous parlerons ce que l'on appelle le 'machine learning classique' en utilisant principalement Scikit-learn, une excellente librairie que beaucoup d'étudiants utilisent afin d'apprendre les bases. Afin de comprendre les concepts plus larges de l'intelligence artificielle ou du deep learning, une profonde connaissance en machine learning est indispensable, et c'est ce que nous aimerions fournir ici.
+
+Dans ce cours, vous allez apprendre :
+
+- Les concepts clés du machine learning
+- L'histoire du ML
+- ML et équité (fairness)
+- Les techniques de régression ML
+- Les techniques de classification ML
+- Les techniques de regroupement (clustering) ML
+- Les techniques du traitement automatique des langues (NLP) ML
+- Les techniques de prédictions à partir de séries chronologiques ML
+- Apprentissage renforcé
+- D'applications réels du ML
+
+## Ce que nous ne couvrirons pas
+
+- Deep learning
+- Neural networks
+- IA
+
+Afin d'avoir la meilleur expérience d'apprentissage, nous éviterons les complexités des réseaux neuronaux, du 'deep learning' (construire un modèle utilisant plusieurs couches de réseaux neuronaux) et IA, dont nous parlerons dans un cours différent. Nous offirons aussi un cours à venir sur la data science pour concentrer sur cet aspect de champs très large.
+
+## Pourquoi etudier le machine learning ?
+
+Le machine learning, depuis une perspective systémique, est défini comme la création de systèmes automatiques pouvant apprendre des schémas cachés depuis des données afin d'aider à prendre des décisions intelligentes.
+
+Ce but est faiblement inspiré de la manière dont le cerveau humain apprend certaines choses depuis les données qu'il perçoit du monde extérieur.
+
+✅ Penser une minute aux raisons qu'une entreprise aurait d'essayer d'utiliser des stratégies de machine learning au lieu de créer des règles codés en dur.
+
+### Les applications du machine learning
+
+Les applications du machine learning sont maintenant pratiquement partout, et sont aussi omniprésentes que les données qui circulent autour de notre société (générés par nos smartphones, appareils connectés ou autres systèmes). En prenant en considération l'immense potentiel des algorithmes dernier cri de machine learning, les chercheurs ont pu exploités leurs capacités afin de résoudre des problèmes multidimensionnels et interdisciplinaires de la vie avec d'important retours positifs 
+
+**Vous pouvez utiliser le machine learning de plusieurs manières** :
+
+- Afin de prédire la possibilité d'avoir une maladie à partir des données médicales d'un patient.
+- Pour tirer parti des données météorologiques afin de prédire les événements météorologiques.
+- Afin de comprendre le sentiment d'un texte.
+- Afin de détecter les fake news pour stopper la propagation de la propagande.
+
+La finance, l'économie, les sciences de la terre, l'exploration spatiale, le génie biomédical, les sciences cognitives et même les domaines des sciences humaines ont adapté le machine learning pour résoudre les problèmes ardus et lourds de traitement des données dans leur domaine respectif.
+
+Le machine learning automatise le processus de découverte de modèles en trouvant des informations significatives à partir de données réelles ou générées. Il s'est avéré très utile dans les applications commerciales, de santé et financières, entre autres.
+
+Dans un avenir proche, comprendre les bases du machine learning sera indispensable pour les personnes de tous les domaines en raison de son adoption généralisée.
+
+---
+## 🚀 Challenge
+
+Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
+
+## [Quizz de post-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+
+## Révision et auto-apprentissage
+
+Pour en savoir plus sur la façon dont vous pouvez utiliser les algorithmes de ML dans le cloud, suivez ce [Parcours d'apprentissage](https://docs.microsoft.com/learn/paths/create-no-code-predictive-models-azure-machine- learning/?WT.mc_id=academic-15963-cxa).
+
+## Devoir
+
+[Être opérationnel](assignment.md)

From ff919862969d0b3094a4a1a631b997ca0b733bc4 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Wed, 14 Jul 2021 23:47:41 +0200
Subject: [PATCH 02/11] Editing assignment link

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 511f37646..19af588de 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -106,4 +106,4 @@ Pour en savoir plus sur la façon dont vous pouvez utiliser les algorithmes de M
 
 ## Devoir
 
-[Être opérationnel](assignment.md)
+[Être opérationnel](../assignment.md)

From 83c697930bf23ac5146cd1a12301c5313cc929c7 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Thu, 15 Jul 2021 09:30:48 +0200
Subject: [PATCH 03/11] Changed url for images

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 19af588de..a65367b5b 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -27,7 +27,7 @@ Avant de commencer avec ce cours, vous aurez besoin d'un ordinateur configuré e
 
 Le terme `machine learning` est un des mots les plus populaire et le plus utilisé ces derniers temps. Il y a une probabilité accrue que vous l'ayez entendu au moins une fois si vous avez une appétence pour la technologie indépendamment du domaine dans lequel vous travaillez. Le fonctionnement du machine learning, cependant, reste un mystère pour la plupart des personnes. Pour un débutant en machine learning, le sujet peut nous submerger. Ainsi, il est important de comprendre ce qu'est le machine learning et de l'apprendre petit à petit au travers d'exemples pratiques.   
 
-![ml hype curve](images/hype.png)
+![ml hype curve](../images/hype.png)
 
 > Google Trends montre la récente 'courbe de popularité' pour le mot 'machine learning'
 
@@ -39,7 +39,7 @@ Le [cerveau humain](https://www.livescience.com/29365-human-brain.html) perçoit
 
 Bien que le terme peut être confu, machine learning (ML) est un important sous-ensemble de l'intelligence artificielle. **ML se réfère à l'utilisation d'algorithmes spécialisés afin de découvrir des informations utiles et de trouver des schémas cachés depuis des données perçues pour corroborer un processus de décision rationnel**.
 
-![AI, ML, deep learning, data science](images/ai-ml-ds.png)
+![AI, ML, deep learning, data science](../images/ai-ml-ds.png)
 
 > Un diagramme montrant les relations entre AI, ML, deep learning et data science. Infographie par [Jen Looper](https://twitter.com/jenlooper) et inspiré par [ce graphique](https://softwareengineering.stackexchange.com/questions/366996/distinction-between-ai-ml-neural-networks-deep-learning-and-data-mining)
 

From 0845bcfdfa6b03c7ce899cfae4cda276b2decb44 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Thu, 15 Jul 2021 09:33:50 +0200
Subject: [PATCH 04/11] Corrected Quizz to Quiz

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index a65367b5b..828e7c62f 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -4,7 +4,7 @@
 
 > 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
 
-## [Quizz de pré-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+## [Quiz de pré-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
 
 ### Introduction
 
@@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
 
 Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
 
-## [Quizz de post-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+## [Quiz de post-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
 
 ## Révision et auto-apprentissage
 

From 4e94242cfe03eea82bd5d8b799bb3fa50bd5bd14 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Thu, 15 Jul 2021 12:22:53 +0200
Subject: [PATCH 05/11] Correction de traduction
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

* Post-conférence -> Postlecture
* Pré-conférence -> Prélecture
* Hidden patterns -> Schémas non observés
Comme discuté dans le groupe
---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 10 +++++-----
 1 file changed, 5 insertions(+), 5 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 828e7c62f..fd396d699 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -4,7 +4,7 @@
 
 > 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
 
-## [Quiz de pré-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+## [Quiz prélecture](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
 
 ### Introduction
 
@@ -33,11 +33,11 @@ Le terme `machine learning` est un des mots les plus populaire et le plus utilis
 
 Nous vivons dans un univers rempli de mystères fascinants. De grands scientifiques comme Stephen Hawking, Albert Einstein et pleins d'autres ont dévoués leur vie à la recherche d'informations utiles afin de dévoiler les mystères qui nous entourent. C'est la condition humaine pour apprendre : un enfant apprend de nouvelles choses et découvre la structure du monde année après année jusqu'à qu'ils deviennent adultes.
 
-Le cerveau d'un enfant et ses sens perçoivent l'environnement qui les entourent et apprennent graduellement des schémas secrets de la vie qui vont l'aider à fabriquer des règles logiques afin d'identifier les schémas appris. Le processus d'apprentissage du cerveau humain est ce que rend les hommes comme la créature la plus sophistiquée du monde vivant. Apprendre continuellement par la découverte de schémas cachés et ensuite innover sur ces schémas nous permet de nous améliorer tout au long de notre vie. Cette capacité d'apprendre et d'évoluer est liée au concept de [plasticité neuronale](https://www.simplypsychology.org/brain-plasticity.html), nous pouvons tirer quelques motivations similaires entre le processus d'apprentissage du cerveau humain et le concept de machine learning.
+Le cerveau d'un enfant et ses sens perçoivent l'environnement qui les entourent et apprennent graduellement des schémas non observés de la vie qui vont l'aider à fabriquer des règles logiques afin d'identifier les schémas appris. Le processus d'apprentissage du cerveau humain est ce que rend les hommes comme la créature la plus sophistiquée du monde vivant. Apprendre continuellement par la découverte de schémas non observés et ensuite innover sur ces schémas nous permet de nous améliorer tout au long de notre vie. Cette capacité d'apprendre et d'évoluer est liée au concept de [plasticité neuronale](https://www.simplypsychology.org/brain-plasticity.html), nous pouvons tirer quelques motivations similaires entre le processus d'apprentissage du cerveau humain et le concept de machine learning.
 
 Le [cerveau humain](https://www.livescience.com/29365-human-brain.html) perçoit des choses du monde réel, assimile les informations perçues, fait des décisions rationnelles et entreprend certaines actions selon le contexte. C'est ce que l'on appelle se comporter intelligemment. Lorsque nous programmons une reproduction du processus de ce comportement à une machine, c'est ce que l'on appelle intelligence artificielle (IA).
 
-Bien que le terme peut être confu, machine learning (ML) est un important sous-ensemble de l'intelligence artificielle. **ML se réfère à l'utilisation d'algorithmes spécialisés afin de découvrir des informations utiles et de trouver des schémas cachés depuis des données perçues pour corroborer un processus de décision rationnel**.
+Bien que le terme peut être confu, machine learning (ML) est un important sous-ensemble de l'intelligence artificielle. **ML se réfère à l'utilisation d'algorithmes spécialisés afin de découvrir des informations utiles et de trouver des schémas non observés depuis des données perçues pour corroborer un processus de décision rationnel**.
 
 ![AI, ML, deep learning, data science](../images/ai-ml-ds.png)
 
@@ -70,7 +70,7 @@ Afin d'avoir la meilleur expérience d'apprentissage, nous éviterons les comple
 
 ## Pourquoi etudier le machine learning ?
 
-Le machine learning, depuis une perspective systémique, est défini comme la création de systèmes automatiques pouvant apprendre des schémas cachés depuis des données afin d'aider à prendre des décisions intelligentes.
+Le machine learning, depuis une perspective systémique, est défini comme la création de systèmes automatiques pouvant apprendre des schémas non observés depuis des données afin d'aider à prendre des décisions intelligentes.
 
 Ce but est faiblement inspiré de la manière dont le cerveau humain apprend certaines choses depuis les données qu'il perçoit du monde extérieur.
 
@@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
 
 Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
 
-## [Quiz de post-conférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+## [Quiz postlecture](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
 
 ## Révision et auto-apprentissage
 

From 39222e5e7075078594d21318dc45bbcdfa050d7b Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Thu, 15 Jul 2021 15:41:26 +0200
Subject: [PATCH 06/11] Corrected to accepted words
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Postconférence
Préconférence
---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index fd396d699..08ad7a09d 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -4,7 +4,7 @@
 
 > 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
 
-## [Quiz prélecture](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+## [Quiz préconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
 
 ### Introduction
 
@@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
 
 Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
 
-## [Quiz postlecture](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+## [Quiz postconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
 
 ## Révision et auto-apprentissage
 

From bbf160c673ccedb5a9cf31414d18056ad30e7594 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Thu, 15 Jul 2021 15:55:38 +0200
Subject: [PATCH 07/11] Update README.fr.md

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 08ad7a09d..5fae99cd4 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -4,7 +4,7 @@
 
 > 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
 
-## [Quiz préconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+## [Quiz de préconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
 
 ### Introduction
 
@@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
 
 Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
 
-## [Quiz postconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+## [Quiz de postconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
 
 ## Révision et auto-apprentissage
 

From 4a273a3bb9f62fc9750e9411e93325abf0314ac1 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Fri, 16 Jul 2021 11:39:42 +0200
Subject: [PATCH 08/11] Modifying Quiz translation
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

pre-lecture: Quiz préalable
post-lecture: Quiz de validation des connaissances
---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 5fae99cd4..1e27ca327 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -4,7 +4,7 @@
 
 > 🎥 Cliquer sur l'image ci-dessus afin de regarder une vidéo expliquant la différence entre machine learning, AI et deep learning.
 
-## [Quiz de préconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
+## [Quiz préalable](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/1/)
 
 ### Introduction
 
@@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
 
 Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
 
-## [Quiz de postconférence](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
+## [Quiz de validation des connaissances](https://jolly-sea-0a877260f.azurestaticapps.net/quiz/2/)
 
 ## Révision et auto-apprentissage
 

From a31b1c89e3e3be02f1507deb5a42e126d675f773 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Fri, 16 Jul 2021 11:48:42 +0200
Subject: [PATCH 09/11] Create assignment.fr.md

---
 .../1-intro-to-ML/translations/assignment.fr.md        | 10 ++++++++++
 1 file changed, 10 insertions(+)
 create mode 100644 1-Introduction/1-intro-to-ML/translations/assignment.fr.md

diff --git a/1-Introduction/1-intro-to-ML/translations/assignment.fr.md b/1-Introduction/1-intro-to-ML/translations/assignment.fr.md
new file mode 100644
index 000000000..0d703d26c
--- /dev/null
+++ b/1-Introduction/1-intro-to-ML/translations/assignment.fr.md
@@ -0,0 +1,10 @@
+# Être opérationnel
+
+
+## Instructions
+
+Dans ce devoir non noté, vous devez vous familiariser avec Python et rendre votre environnement opérationnel et capable d'exécuter des notebook.
+
+Suivez ce [parcours d'apprentissage Python](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-15963-cxa), puis configurez votre système en parcourant ces vidéos introductives :
+
+https://www.youtube.com/playlist?list=PLlrxD0HtieHhS8VzuMCfQD4uJ9yne1mE6

From abfd0475d32f693563b7048b2ef4fbefc5fd130e Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Fri, 16 Jul 2021 11:49:44 +0200
Subject: [PATCH 10/11] Changed url to assignment translation

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index 1e27ca327..a178790cf 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -106,4 +106,4 @@ Pour en savoir plus sur la façon dont vous pouvez utiliser les algorithmes de M
 
 ## Devoir
 
-[Être opérationnel](../assignment.md)
+[Être opérationnel](assignment.fr.md)

From 8808df30cbe4daa3c02c2efdcc7c4881a5ecf907 Mon Sep 17 00:00:00 2001
From: simplg <81249731+simplg@users.noreply.github.com>
Date: Fri, 16 Jul 2021 14:39:00 +0200
Subject: [PATCH 11/11] Update README.fr.md

---
 1-Introduction/1-intro-to-ML/translations/README.fr.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/1-Introduction/1-intro-to-ML/translations/README.fr.md b/1-Introduction/1-intro-to-ML/translations/README.fr.md
index a178790cf..e762c7f6d 100644
--- a/1-Introduction/1-intro-to-ML/translations/README.fr.md
+++ b/1-Introduction/1-intro-to-ML/translations/README.fr.md
@@ -8,7 +8,7 @@
 
 ### Introduction
 
-Bienvenue à ce cours sur le machine learning classique pour débutant ! Que vous soyez complètement nouveau sur ce sujet ou que vous soyez un professonnel du ML expérimenté cherchant à peaufiner vos connaissances, nous sommes heureux de vous avoir avec nous ! Nous voulons créer un tremplin chaleureux pour vos études en ML et serions ravis d'évaluer, de répondre et d'apprendre de vos retours d'[expériences](https://github.com/microsoft/ML-For-Beginners/discussions).
+Bienvenue à ce cours sur le machine learning classique pour débutant ! Que vous soyez complètement nouveau sur ce sujet ou que vous soyez un professionnel du ML expérimenté cherchant à peaufiner vos connaissances, nous sommes heureux de vous avoir avec nous ! Nous voulons créer un tremplin chaleureux pour vos études en ML et serions ravis d'évaluer, de répondre et d'apprendre de vos retours d'[expériences](https://github.com/microsoft/ML-For-Beginners/discussions).
 
 [![Introduction au ML](https://img.youtube.com/vi/h0e2HAPTGF4/0.jpg)](https://youtu.be/h0e2HAPTGF4 "Introduction to ML")
 
@@ -45,7 +45,7 @@ Bien que le terme peut être confu, machine learning (ML) est un important sous-
 
 ## Ce que vous allez apprendre dans ce cours
 
-Dans ce cours, nous allons nous concentrer sur les concepts clés du machine learning qu'un débutant se doit de connaître. Nous parlerons ce que l'on appelle le 'machine learning classique' en utilisant principalement Scikit-learn, une excellente librairie que beaucoup d'étudiants utilisent afin d'apprendre les bases. Afin de comprendre les concepts plus larges de l'intelligence artificielle ou du deep learning, une profonde connaissance en machine learning est indispensable, et c'est ce que nous aimerions fournir ici.
+Dans ce cours, nous allons nous concentrer sur les concepts clés du machine learning qu'un débutant se doit de connaître. Nous parlerons de ce que l'on appelle le 'machine learning classique' en utilisant principalement Scikit-learn, une excellente librairie que beaucoup d'étudiants utilisent afin d'apprendre les bases. Afin de comprendre les concepts plus larges de l'intelligence artificielle ou du deep learning, une profonde connaissance en machine learning est indispensable, et c'est ce que nous aimerions fournir ici.
 
 Dans ce cours, vous allez apprendre :