###############
Installation
###############

Le projet nécessite les bibliothèques Python suivantes :

1. **os** : Manipulation des fichiers et chemins (module standard Python)
2. **numpy** : Manipulation de matrices et calculs numériques
3. **pandas** : Analyse et manipulation de données structurées
4. **tensorflow** : Framework de deep learning
5. **scikit-learn** : Outils de machine learning et pré-traitement
6. **matplotlib** : Visualisation de données statiques
7. **joblib** : Sauvegarde et chargement de modèles
8. **seaborn** : Visualisation statistique avancée
9. **plotly** : Visualisation interactive de données
10. **statsmodels** : Modélisation statistique et analyse de séries temporelles
11. **optuna** : Optimisation d'hyperparamètres
12. **pykalman** : Implémentation du filtre de Kalman

.. code-block:: python

  import numpy
  import pandas as pd
  import tensorflow as tf
  from tensorflow.keras.models import Model, Sequential
  from tensorflow.keras.layers import Input, Conv1D, LSTM, Dense, Dropout, GaussianNoise, GRU, MaxPooling1D, Bidirectional
  from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint, ReduceLROnPlateau
  from tensorflow.keras.optimizers import Adam
  from sklearn.preprocessing import RobustScaler
  from sklearn.metrics import mean_absolute_error
  from sklearn.model_selection import TimeSeriesSplit
  import matplotlib.pyplot as plt
  import joblib
  import seaborn as sns
  import warnings
  import plotly.graph_objects as go
  from plotly.subplots import make_subplots
  from statsmodels.tsa.stattools import adfuller, kpss
  from statsmodels.tsa.arima.model import ARIMA
  import optuna
  from sklearn.base import BaseEstimator, TransformerMixin
  from sklearn.pipeline import Pipeline
  from pykalman import KalmanFilter