Ce projet pédagogique propose un ensemble de ressources pour l'enseignement du filtrage optimal et du traitement du signal. Il inclut des supports de cours (slides), des exercices et des notebooks Python interactifs pour illustrer des concepts théoriques comme les filtres de Wiener, de Kalman, et les algorithmes adaptatifs (LMS, RLS). Destiné aux étudiants en ingénierie, il facilite l'apprentissage par la pratique avec des exemples concrets et des applications en débruitage, déconvolution et modélisation de signaux.