diff --git a/GUIDE_DEBUTANT.md b/GUIDE_DEBUTANT.md
index 2cc8b6c..722a94d 100644
--- a/GUIDE_DEBUTANT.md
+++ b/GUIDE_DEBUTANT.md
@@ -52,6 +52,24 @@ La **généralisation** est la capacité d'un modèle à prédire correctement s
 
 Ne **jamais** utiliser le test set pour ajuster les hyperparamètres. Cela introduit un biais : vous optimisez indirectement pour le test set, ce qui invalide son rôle d'évaluation non biaisée.
 
+### Visualisation du Split
+
+```mermaid
+graph TD
+    A[Dataset Complet<br/>2000 échantillons] -->|80%| B[Train + Validation<br/>1600 échantillons]
+    A -->|20%| C[Test<br/>400 échantillons]
+    B -->|80%| D[Train<br/>1280 échantillons]
+    B -->|20%| E[Validation<br/>320 échantillons]
+
+    D -->|Backpropagation| F[Mise à jour des poids]
+    E -->|Surveillance| G[Early Stopping<br/>LR Scheduler]
+    C -->|Évaluation finale| H[Métriques finales]
+
+    style D fill:#90EE90
+    style E fill:#FFD700
+    style C fill:#FF6B6B
+```
+
 ---
 
 ## Early Stopping