Update tp.html

tp.html

@@ -464,11 +464,11 @@
     </a>
     <div class="navbar-nav">
       <a href="index.html" class="nav-link">
-        <span class="nav-icon">🏠</span>
+        <span class="nav-icon"></span>
         <span>Accueil</span>
       </a>
       <a href="cours.html" class="nav-link">
-        <span class="nav-icon">📚</span>
+        <span class="nav-icon"></span>
         <span>Cours</span>
       </a>
       <a href="tp.html" class="nav-link active">
@@ -476,7 +476,7 @@
         <span>TPs</span>
       </a>
       <a href="feedback.html" class="nav-link">
-        <span class="nav-icon">💬</span>
+        <span class="nav-icon"></span>
         <span>Contact</span>
       </a>
     </div>
@@ -497,9 +497,9 @@
         aucune installation requise.
       </p>
       <div class="tp-hero-badges">
-        <span class="badge badge-primary">📊 6 Notebooks</span>
-        <span class="badge badge-success">☁️ Google Colab</span>
-        <span class="badge badge-secondary">📈 Datasets Kaggle</span>
+        <span class="badge badge-primary"> 6 Notebooks</span>
+        <span class="badge badge-success"> Google Colab</span>
+        <span class="badge badge-secondary"> Datasets Kaggle</span>
         <span class="badge badge-accent">0 Installation</span>
       </div>
     </section>
@@ -514,7 +514,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Survie sur le Titanic — Classification</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱️ 30 min</span>
+              <span class="badge badge-primary"> 30 min</span>
               <span class="badge badge-secondary">Classification</span>
               <span class="badge badge-success">Scikit-learn</span>
               <span class="badge badge-accent">Pandas</span>
@@ -555,7 +555,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Construire un modèle de classification binaire pour prédire si un passager 
                 a survécu ou non au naufrage du Titanic.
@@ -570,7 +570,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">Prétraitement</div>
@@ -598,7 +598,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title"> Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>
@@ -648,7 +648,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Prix des Maisons — Régression Avancée</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱️ 45 min</span>
+              <span class="badge badge-primary"> 45 min</span>
               <span class="badge badge-secondary">Régression</span>
               <span class="badge badge-success">XGBoost</span>
               <span class="badge badge-accent">Feature Engineering</span>
@@ -668,7 +668,7 @@
         
         <div class="tp-body">
           <div class="dataset-info">
-            <div class="dataset-icon">🏠</div>
+            <div class="dataset-icon"></div>
             <div class="dataset-content">
               <div class="dataset-name">Dataset : House Prices - Advanced Regression Techniques</div>
               <a href="https://www.kaggle.com/competitions/house-prices-advanced-regression-techniques" target="_blank" class="dataset-link">
@@ -689,7 +689,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Prédire le prix de vente des maisons avec le plus faible RMSE possible 
                 en utilisant 79 features explicatives.
@@ -704,7 +704,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">Outlier Detection</div>
@@ -732,7 +732,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title"> Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>
@@ -782,7 +782,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Classification Iris — Introduction au ML</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱�� 20 min</span>
+              <span class="badge badge-primary"> 20 min</span>
               <span class="badge badge-secondary">Classification</span>
               <span class="badge badge-success">Débutant</span>
               <span class="badge badge-accent">Visualisation</span>
@@ -802,7 +802,7 @@
         
         <div class="tp-body">
           <div class="dataset-info">
-            <div class="dataset-icon">🌸</div>
+            <div class="dataset-icon"></div>
             <div class="dataset-content">
               <div class="dataset-name">Dataset : Iris Flower Classification</div>
               <a href="https://www.kaggle.com/datasets/uciml/iris" target="_blank" class="dataset-link">
@@ -823,7 +823,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Classifier les iris en 3 espèces (Setosa, Versicolor, Virginica) 
                 à partir de 4 features numériques.
@@ -837,7 +837,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">KNN</div>
@@ -865,7 +865,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title">Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>
@@ -915,7 +915,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Consommation Énergétique — Séries Temporelles</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱️ 40 min</span>
+              <span class="badge badge-primary"> 40 min</span>
               <span class="badge badge-secondary">Time Series</span>
               <span class="badge badge-success">LSTM</span>
               <span class="badge badge-accent">TensorFlow</span>
@@ -956,7 +956,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Prédire la consommation énergétique horaire de bâtiments 
                 à partir de données météo et historiques.
@@ -971,7 +971,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">Time Series</div>
@@ -999,7 +999,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title"> Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>
@@ -1049,7 +1049,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Reconnaissance de Chiffres — Deep Learning</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱️ 35 min</span>
+              <span class="badge badge-primary"> 35 min</span>
               <span class="badge badge-secondary">CNN</span>
               <span class="badge badge-success">Computer Vision</span>
               <span class="badge badge-accent">Keras</span>
@@ -1090,7 +1090,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Classifier les images de chiffres manuscrits (0-9) 
                 avec un CNN et atteindre >99% d'accuracy.
@@ -1105,7 +1105,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">CNN</div>
@@ -1133,7 +1133,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title"> Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>
@@ -1183,7 +1183,7 @@
           <div class="tp-header-content">
             <h2 class="tp-title">Analyse de Sentiment — NLP</h2>
             <div class="tp-meta">
-              <span class="badge badge-primary">⏱️ 40 min</span>
+              <span class="badge badge-primary"> 40 min</span>
               <span class="badge badge-secondary">NLP</span>
               <span class="badge badge-success">Embeddings</span>
               <span class="badge badge-accent">Transformers</span>
@@ -1224,7 +1224,7 @@
 
           <div class="tp-goals">
             <div class="tp-goal-box">
-              <div class="tp-goal-label">🎯 Objectif</div>
+              <div class="tp-goal-label"> Objectif</div>
               <p class="tp-goal-text">
                 Classifier les avis de films comme positifs ou négatifs 
                 en utilisant des embeddings et un LSTM ou BERT.
@@ -1239,7 +1239,7 @@
             </div>
           </div>
 
-          <h3 class="concepts-title">🧠 Concepts utilisés</h3>
+          <h3 class="concepts-title"> Concepts utilisés</h3>
           <div class="concepts-grid">
             <div class="concept-item">
               <div class="concept-name">Tokenization</div>
@@ -1267,7 +1267,7 @@
             </div>
           </div>
 
-          <h3 class="steps-title">📋 Étapes du TP</h3>
+          <h3 class="steps-title"> Étapes du TP</h3>
           <div class="steps-list">
             <div class="step-item">
               <div class="step-dot">1</div>