docs(biblio,#19266): Goodfellow ch. 8 ancré dans 2.2 — la carte restante soldée par écrit

[jsboige]

Grain: LIGHT/docs — lane myia-po-2023:CoursIA — prev: DEEP/notebook-python #19327

Tranche résiduelle de #19266 — les trois entrées « à vérifier » de la carte

#19270 (mergée) a soldé le contre-exemple fondateur (3.1, ch. 6.5) et audité les 6 carnets citants. Restaient non jugées par écrit trois entrées de la carte de l'issue : ch. 8 → 2.2 / 2.10, et 4.2. Cette PR les solde — un ancrage, deux verdicts de non-pertinence.

Ce qui est modifié : 2.2-Descente-de-gradient (entrée 7, markdown-only)

Goodfellow, Bengio & Courville (2016), ch. 8.1-8.3 — substantif, pas décoratif : le carnet mesure exactement ce que le chapitre formalise.

Ce que 2.2 mesure	Ce que Goodfellow nomme
§7 « vallée allongée contre bol rond » (pourquoi standardiser)	hessien mal conditionné (8.2.1)
§4 « descente rapide, puis un plateau »	gradient qui s'annule à l'approche du minimum — cas convexe des régions plates que 8.2.2 décrit en général
§5 les trois destins du learning rate (divergence au pas trop grand)	effet des falaises (8.2.3)
§3 la boucle de descente	ch. 8.1 (apprendre ≠ optimiser) et 8.3 (SGD et variantes)

L'entrée croise explicitement l'entrée 6 (Deisenroth, ancrée par #19286) : Deisenroth pose le cadre mathématique, Goodfellow le traitement propre au deep learning. Note honnête : 2.2 minimise une MSE convexe — le plateau y est l'annulation du gradient à l'approche du minimum (le cas convexe), pas des points selles ; l'entrée le dit comme tel.

Ce qui n'est pas modifié — jugé par écrit (acceptance 3)

• 2.10-Optimisation-Hyperparametres (ch. 8 « à vérifier ») : non pertinent. Ch. 8 traite des algorithmes d'optimisation (SGD, momentum, méthodes adaptatives), pas du search d'hyperparamètres, qui est le sujet de 2.10. Ses sources primaires — Bergstra & Bengio 2012 (le résultat géométrique), Akiba 2019 (Optuna/TPE consommé) — sont déjà citées précisément. La carte de l'issue proposait ch. 8 par approximation ; le traitement Goodfellow du search vit ch. 11 et résume Bergstra — secondaire, une citation serait décorative.
• 4.2-ConvNet-Profonde-Residuelles (ch. 9 « à vérifier ») : non pertinent. Sa cellule de clôture cite précisément ses sources primaires — He et al. 2015 (ResNet), He et al. 2016 (ResNet-v2, pré/post-norme), Xiong et al. 2020 (LayerNorm) — ancrées sur les exercices du carnet. Ch. 9 (convolution, pooling) est le socle, déjà ancré en 4.1 (vérifié par fix(ml,#19266): Goodfellow 2016 ch. 6.5 ancé dans 3.1-Rétropropagation (contre-exemple fondateur) #19270) ; 4.2 est au-delà du socle, là où le livre n'apporte rien que les papers ne portent déjà.

Carte finale chapitre → carnet (acceptance 4)

Chapitre Goodfellow	Carnet	État	Livré par
ch. 5 (information)	3.0-Theorie-Information	déjà cité, précis	—
ch. 6.5 (backprop)	3.1-Retropropagation	ancré	#19270 (mergée)
ch. 7 (régularisation)	3.3-Regularisation	déjà cité, précis (5.2.2/7.5/7.8)	—
ch. 8 (optimisation)	2.2-Descente-de-gradient	ancré (entrée 7)	cette PR
ch. 8 (optimisation)	2.10-Optimisation-Hyperparametres	jugé non pertinent par écrit	cette PR
ch. 9 (convolution)	4.1-Conv-NumPy-Torch-Allclose	déjà cité, précis	—
ch. 9 (convolution)	4.2-ConvNet-Profonde-Residuelles	jugé non pertinent par écrit	cette PR
ch. 14/20 (génératifs)	3.6 / 3.6b	primary source = paper 2014, jugé	#19270 (mergée)
—	2.15-Donnee-Comme-Responsabilite	fausse correspondance (l'auteur personne ≠ le livre), jugé	#19270 (mergée)

Conformité

• Markdown-only : 1 fichier, +11 lignes, 0 cellule code touchée (git diff | grep -c '^\+\s*"source"' sur cellules code = 0) — pas de re-exécution due (exception C.2).
• Artefact : PDF déjà archivé au gisement — MachineLearning/2016 - Deep Learning book.pdf (G:\Mon Drive\MyIA\IA\Bibliographie IA), vérifié présent ce jour. Aucun PDF committé.
• Gardes locaux : prose-counts rc=0 · validate_pr_notebooks 1/1 (16 cellules) · nav-chain 0 NEW finding · pre-commit Passed.

Acceptance #19266 après cette PR

• 3.1 ancré ch. 6.5 (fix(ml,#19266): Goodfellow 2016 ch. 6.5 ancé dans 3.1-Rétropropagation (contre-exemple fondateur) #19270)
• Chaque citation existante nomme le chapitre (fix(ml,#19266): Goodfellow 2016 ch. 6.5 ancé dans 3.1-Rétropropagation (contre-exemple fondateur) #19270 pour les 6 citants ; entrée 7 ici)
• Candidats non pertinents jugés par écrit (2.10, 4.2 ci-dessus ; 2.15, 3.6/3.6b dans fix(ml,#19266): Goodfellow 2016 ch. 6.5 ancé dans 3.1-Rétropropagation (contre-exemple fondateur) #19270)
• Carte finale consignée (table ci-dessus)

Closes #19266

🤖 Generated with Claude Code

[github-actions]

No organ-duplication: no added def/class collides with another series organ API (scripts/audit/organ_api_index.yaml).

Detector: python scripts/audit/detect_organ_duplication.py --base <merge-base> --body-file <pr body>
Rationale: #16776 / #13564 (rule merged in #16778).

[github-actions]

G-VAR-2 light cap reached (advisory, non bloquant).
La lane myia-po-2023:CoursIA a deja consomme son budget LIGHT du jour (axe genre G-VAR-2/3 (light-genre, quel que soit le tier declare) : #19064 (MED/readme, merge a 2026-10-05T00:25:15Z), #19224 (MED/guard, merge a 2026-10-05T07:18:03Z), #19226 (MED/guard, merge a 2026-10-05T09:33:29Z), #19125 (MED/docs, merge a 2026-10-05T12:00:31Z), #19262 (LIGHT/test, merge a 2026-10-05T12:28:16Z)).
G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour,
toutes categories LIGHT confondues (guard, doc, refs, ... partagent un seul budget) :
c'est un RATIO, pas un plafond plat. La decision de merge reste au coordinateur.

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 16
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[github-actions]

⚠️ Prose/output review needed in the notebooks this PR changed: a numeric value is not anchored, an explicit relation is contradicted, or its evidence is missing. These cases remain distinct in the JSON report; the signal is advisory, NOT a merge gate.

Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit claim-check relations resolve only against named CLAIM_METRICS from the local output window and are classified SUPPORTED, CONTRADICTED, or UNPROVEN.
The markdown-claims-output-report run artifact contains the structured JSON report. See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 numeric pathology, extended with low-noise relational evidence.

[github-actions]

✅ No unanchored measurement claim detected in the notebooks this PR changed.

Scope = notebooks CHANGED in this PR, not the whole corpus. The stale-claim-report run artifact holds the structured JSON.
Rationale: the sibling detector above only compares a claim to the outputs of the cells that PRECEDE it; a claim written in a cell that precedes its code (App-5-Timetabling c.2/c.4) is invisible to it, and a value imported from a twin notebook is never produced locally. See python scripts/check_stale_claims.py --help.

[github-actions]

✅ No factual mislabel detected in the notebooks this PR changed (entity counts and tuple formulas checked against nearby committed streams).

Scope = notebooks CHANGED in this PR, not the whole corpus. The factual-mislabel-report run artifact holds the structured JSON.
Rationale: pure ABSENCE of a claimed value is the sibling stale-claim detector's job; this one only reports CONTRADICTIONS between an adjacent code cell's stream and the markdown that describes it. See python scripts/check_factual_mislabel.py --help.

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2023:CoursIA` voit ces signaux actifs sur les mergees du jour (UTC 2026-10-05) :

• TIER-INFLATION : declared LIGHT << effective LIGHT-genre (tally : declared=1 genre=5 cap=3)
• GENRE-RUN : run consecutif d'un genre LIGHT (voir signals.runs dans le log du job)
• CAP-EXCEEDED-BY-GENRE : light_genre > cap partage G-VAR-2 (tally : declared=1 genre=5 cap=3)

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.4s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	3.4s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	4.4s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	4.5s
Search-01-StateSpace.ipynb	✅ SUCCESS	3.4s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	1.9s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	16.4s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.7s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	9.4s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

Trivial-diff advisory (#15740, non bloquant).
genre docs dans la famille META (docs/guard/ledger/readme/test) + diff de 11 lignes changees (<= 100) + aucune exception ecrite dans le body : le litmus de la trivialite (une douzaine d'instances scannees a la suite) est credible. Le verdict est ADVISORY -- fournir une fournée ou citer une exception de la forme #15719 l'eteint.
La demande : une fournee (le geste pourrait comprendre ~10x plus d'instances), OU une exception ecrite dans le body de la forme « exception seulement residu final mesure » (#15719). Editer le body re-deroule cet organe et retire le label.

[github-actions]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2026:CoursIA-3
pr: 19329
head: c7eb1d1
complete: true
body: read
comments-reviewed: 10
reviews-reviewed: 0
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: e67dd9f4923849bdd2053233c8dc1f2fc58d802e56479e0977143c06230cf3bf
diff-files: 1
diff-additions: 11
diff-deletions: 0
checks: latest-wins-green
b0: clear
scope: pass
domain: not-applicable
verdict: READY
organ: check_adjoint_prevalidation.py
organ-command: python scripts/check_adjoint_prevalidation.py --derive-verdict 19329
organ-rc: 0
[/ADJOINT PREFLIGHT]