j'ai exécuté 40 expériences ML automatisées sur le modèle dota 2 pendant la nuit la boucle : l'agent AI modifie les hyperparamètres → exécute le backtest → conserve si meilleur, revient en arrière si pire → répète score de départ : 0.628 meilleur trouvé : 0.6427 (+2.3%) principales découvertes : → un méta-apprenant plus sparse (l1_ratio=0.20) a été le plus grand gain → une forêt aléatoire plus grande (500 arbres) a aidé → plus de régularisation > plus de complexité 67.2% de précision OOF, 15.8% de ROI sur les paris >2% aucun GPU nécessaire. fonctionne sur le Mac pendant que je dors