myia-ai-01 · Sep 19, 2026 · Sep 18, 2026 · Sep 18, 2026 · Sep 18, 2026 · Sep 18, 2026
diff --git a/MyIA.AI.Notebooks/GenAI/Audio/02-Advanced/02-3-MusicGen-Generation.ipynb b/MyIA.AI.Notebooks/GenAI/Audio/02-Advanced/02-3-MusicGen-Generation.ipynb
@@ -2239,7 +2239,7 @@
     "\n",
     "La generation text-to-music est le mode principal de MusicGen. La description textuelle guide le style, les instruments, le tempo et l'ambiance.\n",
     "\n",
-    "### Conseils pour les descriptions\n",
+    "> **Conseils pour les descriptions** :\n",
     "\n",
     "| Élément | Exemples | Impact |\n",
     "|---------|----------|--------|\n",

diff --git a/...ooks/ML/DataScienceWithAgents/04b-Wavelet-Scattering/WS-00c-Scattering-from-scratch.ipynb b/...ooks/ML/DataScienceWithAgents/04b-Wavelet-Scattering/WS-00c-Scattering-from-scratch.ipynb
@@ -952,10 +952,10 @@
     "\n",
     "L=4 angles distinguent horizontal/vertical/diagonal, grossièrement. Reprenez §4 avec L=8 : la carte d'énergie par angle doit resserrer la sélectivité (le max doit monter, la masse hors max baisser). Que coûte L=8 en nombre de coefficients ?\n",
     "\n",
-    "# Indice : L est une constante de ce notebook (cellule 3) et PSI/PHI en decoulent.\n",
-    "# Attention : la validation croisee et la classification supposent L=4 - rejouez seulement §4.\n",
-    "# Etape 1 : redefinir PSI avec range(8) et angles k*pi/8. Etape 2 : rejouer la boucle de §4.\n",
-    "# Etape 3 : mesurer max(energie)/somme par marche, comparer a L=4, et compter les nouvelles dimensions."
+    "> **Indice :** L est une constante de ce notebook (cellule 3) et PSI/PHI en decoulent.\n",
+    "> **Attention :** la validation croisee et la classification supposent L=4 - rejouez seulement §4.\n",
+    "> **Etape 1 :** redefinir PSI avec range(8) et angles k*pi/8. **Etape 2 :** rejouer la boucle de §4.\n",
+    "> **Etape 3 :** mesurer max(energie)/somme par marche, comparer a L=4, et compter les nouvelles dimensions.\n"
    ]
   },
   {
@@ -1019,11 +1019,11 @@
     "\n",
     "La cascade produit S1 et S2. Le §6 les compare une fois ; mesurez la **stabilité** de cet écart : rejouez la classification avec S1 seul contre complet sur d'autres graines (41, 43) à budget égal. Conclusion sur ce que la deuxième couche ressaisit.\n",
     "\n",
-    "# Indice : la cellule de classification utilise random_state=SEED - rejouez-la avec une\n",
-    "# graine locale sans toucher la cellule 3 (les autres sections supposent seed=42).\n",
-    "# Etape 1 : pour chaque graine, refaire le split stratifie et les deux scores.\n",
-    "# Etape 2 : collecter les ecarts (complet - S1 seul) sur test propre ET test translate.\n",
-    "# Etape 3 : conclure - l'apport S2 est-il stable au-dela du bruit d'echantillon ?"
+    "> **Indice :** la cellule de classification utilise random_state=SEED - rejouez-la avec une\n",
+    "> graine locale sans toucher la cellule 3 (les autres sections supposent seed=42).\n",
+    "> **Etape 1 :** pour chaque graine, refaire le split stratifie et les deux scores.\n",
+    "> **Etape 2 :** collecter les ecarts (complet - S1 seul) sur test propre ET test translate.\n",
+    "> **Etape 3 :** conclure - l'apport S2 est-il stable au-dela du bruit d'echantillon ?\n"
    ]
   },
   {
@@ -1087,12 +1087,12 @@
     "\n",
     "La cascade est invariante par translation — pas par **rotation**. Mesurez l'écart relatif du descripteur sous rotations de 10°, 45°, 90° (scipy.ndimage.rotate) : que se passe-t-il précisément à 90° avec L=4, et pourquoi ?\n",
     "\n",
-    "# Indice : a 90 degres avec L=4, chaque angle k devient l'angle (k+1) mod 4 - les cartes\n",
-    "# S1 ne changent pas de contenu, elles PERMUTENT. Verifiez : l'ecart a 90 deg doit tomber\n",
-    "# si l'on compare a la permutation des cartes plutot qu'au descripteur brut.\n",
-    "# Etape 1 : mesurer l'ecart relatif pour 10/45/90 deg (reshape=False).\n",
-    "# Etape 2 : a 90 deg, permuter les cartes S1 (k -> (k+1)%L) et remesurer.\n",
-    "# Etape 3 : conclure sur la structure de l'invariance manquante."
+    "> **Indice :** a 90 degres avec L=4, chaque angle k devient l'angle (k+1) mod 4 - les cartes\n",
+    "> S1 ne changent pas de contenu, elles PERMUTENT. Verifiez : l'ecart a 90 deg doit tomber\n",
+    "> si l'on compare a la permutation des cartes plutot qu'au descripteur brut.\n",
+    "> **Etape 1 :** mesurer l'ecart relatif pour 10/45/90 deg (reshape=False).\n",
+    "> **Etape 2 :** a 90 deg, permuter les cartes S1 (k -> (k+1)%L) et remesurer.\n",
+    "> **Etape 3 :** conclure sur la structure de l'invariance manquante.\n"
    ]
   },
   {

diff --git a/MyIA.AI.Notebooks/Probas/DecisionTheory/DecPyMC/DecPyMC-2-Utility-Money.ipynb b/MyIA.AI.Notebooks/Probas/DecisionTheory/DecPyMC/DecPyMC-2-Utility-Money.ipynb
@@ -3303,7 +3303,7 @@
     "\n",
     "Calculer la **Value at Risk (VaR)** (formalisee par J.P. Morgan RiskMetrics, 1996) et la **Conditional VaR (CVaR)**, une mesure de risque **coherente** au sens d'**Artzner, Delbaen, Eber & Heath (1999)** (*Coherent Measures of Risk*) d'un portefeuille a 2 actifs, pour différents niveaux de confiance.\n",
     "\n",
-    "### Rappels\n",
+    "> **Rappels** :\n",
     "\n",
     "- $\\text{VaR}_\\alpha$ : le seuil tel que $P(\\text{perte} > \\text{VaR}) = 1 - \\alpha$\n",
     "- $\\text{CVaR}_\\alpha$ : l'esperance de la perte conditionnellement a depasser la VaR\n",

diff --git a/MyIA.AI.Notebooks/Probas/Infer/Infer-7-Skills-IRT.ipynb b/MyIA.AI.Notebooks/Probas/Infer/Infer-7-Skills-IRT.ipynb
@@ -6909,7 +6909,7 @@
     "- Les questions composites sont plus discriminantes mais augmentent l'ambiguite\n",
     "- Verifiez que votre matrice Q permet de distinguer les profils (ex: l'etudiant qui a C1+C2 mais pas C3+C4)\n",
     "\n",
-    "### étapes suggerees\n",
+    "> **étapes suggerees** :\n",
     "\n",
     "1. définir la matrice Q et les questions\n",
     "2. Choisir des valeurs realistes pour slip (0.1) et guess (0.15)\n",

diff --git a/MyIA.AI.Notebooks/Probas/PyMC/PyMC-02-Gaussian-Mixtures.ipynb b/MyIA.AI.Notebooks/Probas/PyMC/PyMC-02-Gaussian-Mixtures.ipynb
@@ -2029,7 +2029,7 @@
     "\n",
     "Pour choisir entre 2 et 3 composantes, on peut utiliser le **WAIC** (Widely Applicable Information Criterion) ou le **LOO-CV** (Leave-One-Out Cross-Validation). Plus petit = meilleur Modèle.\n",
     "\n",
-    "### Indice\n",
+    "> **Indice** :\n",
     "\n",
     "La cellule affiche « Exercice a compléter » tant que le code n'est pas ecrit. Vous pouvez reutiliser code[10] comme template en changeant `shape=2` a `shape=3` et les priors sur mu_comp pour 3 valeurs."
    ]

diff --git a/MyIA.AI.Notebooks/Search/Part1-Foundations/Search-01-StateSpace-Csharp.ipynb b/MyIA.AI.Notebooks/Search/Part1-Foundations/Search-01-StateSpace-Csharp.ipynb
@@ -2725,7 +2725,7 @@
    "id": "63f74a9a",
    "metadata": {},
    "source": [
-    "### Note de parite : le jumeau Python decrit un autre graphe\n",
+    "> **Note de parite :** le jumeau Python decrit un autre graphe\n",
     "\n",
     "Le jumeau Python ([Search-01-StateSpace.ipynb](Search-01-StateSpace.ipynb)) decrit un graphe **plus petit** : 11 villes, 28 arcs diriges symetriques, facteur de branchement **2.55**, poids differents (Bordeaux-Toulouse : 245 km contre 250 ici). Sur ce graphe, l'optimum `Bordeaux -> Strasbourg` vaut **1075 km via Paris** : le moteur y **confirme** l'itineraire declare vainqueur a la main. La lecon du present notebook -- le moteur **infirme** le choix a la main (1045 km via Lyon) -- est donc **propre a ce graphe**, pas a la serie. L'ecart est consigne dans le registre de parite (`scripts/notebook_tools/twin_pairs.d/search-1-statespace.yaml`)."
    ]
@@ -3074,7 +3074,7 @@
     "tags": []
    },
    "source": [
-    "#### Indices pour l'exercice 1\n",
+    "> **Indices pour l'exercice 1** :\n",
     "\n",
     "**Rappels** :\n",
     "- Utilisez une recherche en largeur (BFS) sur l'espace d'etats (16 etats possibles au total, 10 accessibles).\n",

diff --git a/MyIA.AI.Notebooks/Search/Part1-Foundations/Search-10-SymbolicAutomata.ipynb b/MyIA.AI.Notebooks/Search/Part1-Foundations/Search-10-SymbolicAutomata.ipynb
@@ -1014,11 +1014,11 @@
     "\n",
     "> **Note technique (si `dot` manque sur votre machine)** : Graphviz est un outil standard pour visualiser les graphes (automates, arbres, reseaux). Si l'executable `dot` n'est pas trouve, l'installer :\n",
     "> ```bash\n",
-    "> # Windows\n",
+    "> `# Windows`\n",
     "> choco install graphviz\n",
-    "> # macOS\n",
+    "> `# macOS`\n",
     "> brew install graphviz\n",
-    "> # Linux\n",
+    "> `# Linux`\n",
     "> sudo apt-get install graphviz\n",
     "> ```\n",
     "> Sans `dot`, le notebook bascule sur une representation textuelle (ASCII) du DFA.\n"

diff --git a/MyIA.AI.Notebooks/SymbolicAI/Planners/03-Advanced/Planners-9-HTN.ipynb b/MyIA.AI.Notebooks/SymbolicAI/Planners/03-Advanced/Planners-9-HTN.ipynb
@@ -2694,7 +2694,7 @@
     "- Au moins **2 méthodes de decomposition** différentes\n",
     "- Le reseau doit produire un plan executable\n",
     "\n",
-    "### Étapes\n",
+    "> **Étapes** :\n",
     "1. Identifier les tâches primitives (actions directement executables)\n",
     "2. Définir les tâches composees et leurs méthodes de decomposition\n",
     "3. Créer un `HierarchicalProblem` et resoudre\n",

diff --git a/scripts/notebook_tools/md_hierarchy_baseline.json b/scripts/notebook_tools/md_hierarchy_baseline.json
@@ -1,7 +1,7 @@
 {
  "_comment": "Per-notebook finding counts of scan_md_hierarchy.py. BURNDOWN, do not grow: a PR that increases any count is flagged by scan-md-hierarchy-drift.yml (#11831). Regenerate (same commit as any scanner rule change) with: python scripts/notebook_tools/scan_md_hierarchy.py MyIA.AI.Notebooks/ --update-baseline",
- "generated_at": "2026-09-18T10:54:14+00:00",
- "total_findings": 186,
+ "generated_at": "2026-09-19T10:55:25+00:00",
+ "total_findings": 156,
  "notebooks": {
   "MyIA.AI.Notebooks/GameTheory/GameTheory-04b-Lean-NashExistence.ipynb": {
    "HINT-AS-HEADING": 1
@@ -18,9 +18,6 @@
   "MyIA.AI.Notebooks/GenAI/Audio/02-Advanced/02-2-XTTS-Voice-Cloning.ipynb": {
    "HINT-AS-HEADING": 1
   },
-  "MyIA.AI.Notebooks/GenAI/Audio/02-Advanced/02-3-MusicGen-Generation.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
   "MyIA.AI.Notebooks/GenAI/Audio/02-Advanced/02-4-Demucs-Source-Separation.ipynb": {
    "HINT-AS-HEADING": 1
   },
@@ -114,11 +111,6 @@
    "HINT-AS-HEADING": 3,
    "MULTI-H1": 1
   },
-  "MyIA.AI.Notebooks/ML/DataScienceWithAgents/04b-Wavelet-Scattering/WS-00c-Scattering-from-scratch.ipynb": {
-   "H1-DEEP": 15,
-   "HINT-AS-HEADING": 4,
-   "MULTI-H1": 1
-  },
   "MyIA.AI.Notebooks/ML/ML.Net/ML-10-TSAD-Benchmark-Flaws-Python.ipynb": {
    "H1-DEEP": 3,
    "HINT-AS-HEADING": 3,
@@ -135,9 +127,6 @@
   "MyIA.AI.Notebooks/Probas/DecisionTheory/DecInfer/DecInfer-01-Utility-Foundations.ipynb": {
    "HINT-AS-HEADING": 2
   },
-  "MyIA.AI.Notebooks/Probas/DecisionTheory/DecPyMC/DecPyMC-2-Utility-Money.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
   "MyIA.AI.Notebooks/Probas/DecisionTheory/DecPyMC/DecPyMC-3-Multi-Attribute.ipynb": {
    "HINT-AS-HEADING": 1
   },
@@ -147,15 +136,9 @@
   "MyIA.AI.Notebooks/Probas/Infer/Infer-3-Factor-Graphs.ipynb": {
    "HINT-AS-HEADING": 1
   },
-  "MyIA.AI.Notebooks/Probas/Infer/Infer-7-Skills-IRT.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
   "MyIA.AI.Notebooks/Probas/Infer/Infer-8-TrueSkill.ipynb": {
    "HINT-AS-HEADING": 1
   },
-  "MyIA.AI.Notebooks/Probas/PyMC/PyMC-02-Gaussian-Mixtures.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
   "MyIA.AI.Notebooks/Probas/PyMC/PyMC-04-Bayesian-Networks.ipynb": {
    "HINT-AS-HEADING": 1
   },
@@ -173,24 +156,15 @@
   "MyIA.AI.Notebooks/Search/Applications/Hybrid/App-18-HyperparameterTuning.ipynb": {
    "HINT-AS-HEADING": 1
   },
-  "MyIA.AI.Notebooks/Search/Part1-Foundations/Search-01-StateSpace-Csharp.ipynb": {
-   "HINT-AS-HEADING": 2
-  },
   "MyIA.AI.Notebooks/Search/Part1-Foundations/Search-01-StateSpace.ipynb": {
    "HINT-AS-HEADING": 1
   },
-  "MyIA.AI.Notebooks/Search/Part1-Foundations/Search-10-SymbolicAutomata.ipynb": {
-   "HEADING-IN-LIST": 3
-  },
   "MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/Argument_Analysis_Agentic-3-orchestration_agent.ipynb": {
    "H1-DEEP": 1
   },
   "MyIA.AI.Notebooks/SymbolicAI/Planners/02-Classical/Planners-6-Domains.ipynb": {
    "HINT-AS-HEADING": 2
   },
-  "MyIA.AI.Notebooks/SymbolicAI/Planners/03-Advanced/Planners-9-HTN.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
   "MyIA.AI.Notebooks/SymbolicAI/Planners/04-NeuroSymbolic/Planners-10-LLM-Planning.ipynb": {
    "HINT-AS-HEADING": 1
   },

diff --git a/scripts/notebook_tools/twin_pairs.d/planners-9-htn/0006-2026-09-18-myia-po-2025-CoursIA.yaml b/scripts/notebook_tools/twin_pairs.d/planners-9-htn/0006-2026-09-18-myia-po-2025-CoursIA.yaml
@@ -0,0 +1,6 @@
+date: '2026-09-18'
+by: myia-po-2025:CoursIA
+python_sha: c58656c72531e0ab6887c1d0714b4ebcf8d10c3a
+csharp_sha: 75c3e0a625790319f6d60cef068f33f63d48d794
+content_python_sha: ca5e285f901cad7bb74fac878fa8099c1a1d31e763f06f0bc99f48d1ec36797b
+content_csharp_sha: 971d4c3bc3e282bb174f45c80b536bfa8ac6e81084c320b53cee74d3be3e058a
diff --git a/...k_tools/twin_pairs.d/probas-2-gaussian-mixtures/0015-2026-09-18-myia-po-2025-CoursIA.yaml b/...k_tools/twin_pairs.d/probas-2-gaussian-mixtures/0015-2026-09-18-myia-po-2025-CoursIA.yaml
@@ -0,0 +1,6 @@
+date: '2026-09-18'
+by: myia-po-2025:CoursIA
+python_sha: 7001a984014ec790b09ea947cf0ded17647630e9
+csharp_sha: 1c64917d88cf9f4368921f295fe1e47bfae04496
+content_python_sha: 07c3c57571e9fe14f7cb4e7da6298b7316b8540ed55b425a165188f5abc81bdc
+content_csharp_sha: 8279ddaf059df075bab41e33384aac8fbd7c2f21b4e0d4a0362268b5b4aec096
diff --git a/...notebook_tools/twin_pairs.d/probas-7-skills-irt/0008-2026-09-18-myia-po-2025-CoursIA.yaml b/...notebook_tools/twin_pairs.d/probas-7-skills-irt/0008-2026-09-18-myia-po-2025-CoursIA.yaml
@@ -0,0 +1,6 @@
+date: '2026-09-18'
+by: myia-po-2025:CoursIA
+python_sha: 378707a64be71dac488e45e2d9962cca1d1bb44f
+csharp_sha: ceffb360ee1444a002a2160eb189b731ee857859
+content_python_sha: 81fde360a3cab1a935f7d0afbb20a8a88c0a18e02cdbf280f15403e60b709476
+content_csharp_sha: 773d75b9e0105cd909eca6fdcffc33ece722d3f33ec7bc65fca55966da6ef3fd
diff --git a/...otebook_tools/twin_pairs.d/search-01-statespace/0011-2026-09-18-myia-po-2025-CoursIA.yaml b/...otebook_tools/twin_pairs.d/search-01-statespace/0011-2026-09-18-myia-po-2025-CoursIA.yaml
@@ -0,0 +1,6 @@
+date: '2026-09-18'
+by: myia-po-2025:CoursIA
+python_sha: 8aabea12d372e5c7ae57120843f27f3a3417f750
+csharp_sha: fe75726e28dd93d9121ef68b98002486b32fca40
+content_python_sha: 64d5c0a529c3feb3ede4e592a9116b6c3b70a4c185363f8de0d24b1eadddf2dc
+content_csharp_sha: e6bf888911288f5cb7c6645df269bd72579506a9fec21237bc3bf8dee4950bfc
diff --git a/...k_tools/twin_pairs.d/search-10-symbolicautomata/0009-2026-09-18-myia-po-2025-CoursIA.yaml b/...k_tools/twin_pairs.d/search-10-symbolicautomata/0009-2026-09-18-myia-po-2025-CoursIA.yaml
@@ -0,0 +1,6 @@
+date: '2026-09-18'
+by: myia-po-2025:CoursIA
+python_sha: ef21206cdba6a13f3b684479663f700d092604df
+csharp_sha: 593bef65e781ebec8e74cb5ab0d00f39ec5cea90
+content_python_sha: bf792473df665cdff3377ca081cd6f8b57aa4bf7ec840b318ed23a6f786adcf4
+content_csharp_sha: a379da8f095b32abdd93b1b9ce9e40e82bf7cf00224ff946eaa99398ef4b4710