diff --git a/README.md b/README.md
index 2505abae7f37fb5f35ea965c34f642a796530eef..425d0aebb0b0cfc7e514a3eb0abfaeac4a97eacd 100644
--- a/README.md
+++ b/README.md
@@ -12,7 +12,7 @@ Pour utiliser les carnets sur mybinder.org:
 ## Sommaire des travaux dirigés:
 
 * __TP1__. _Exercice 1_: prise en main de l'environnement, régression linéaire, ridge, Lasso, et validation croisée. _Exercice 2_: application aux données `diabetes`.
-* __TP2__. _Exercice 0_: illustration interactive des algorithmes du cours. _Exercice 1_: partitionnement et données synthétiques. _Exercice 2_: classification hiérarchique, distance d'édition, et philogénie moléculaire. _Exercice 3_: représentation TF_IDF de textes et regroupement de documents par sujet commun (`20newsgroups`).
+* __TP2__. _Exercice 0_: illustration interactive des algorithmes sur [EduClust](https://educlust.dbvis.de). _Exercice 1_: partitionnement et données synthétiques. _Exercice 2_: classification hiérarchique, distance d'édition, et philogénie moléculaire. _Exercice 3_: représentation TF_IDF de textes et regroupement de documents par sujet commun (`20newsgroups`).
 * __TP3__. _Exercice 1_: détection de spams (classifieur naïf de Bayes gaussien, régression logistique). _Exercice 2_: reconnaissance de chiffres manuscrits (`MNIST`). Compléments facultatifs: _Exercice 3_: génération de chiffres selon un mélange de gaussienne;  _Exercice 4_: régression par mélange de gaussiennes (`old_faithful`).
 * __TP4__. _Exercice 1_: SVM sur données synthétiques, discussion des hyperparamètres et des vecteurs supports. _Exercice 2_: reconnaissance d'images par SVM (`Fashion-MNIST`). _Exercice 3_: SVM sur les données `breast_cancer`.
 * __TP5__. _Exercice 1_: travail sur [Tensorflow playground](https://playground.tensorflow.org/). _Exercice 2_: réseaux de neurones artificiels et reconnaissance d'images (`Fashion-MNIST`). _Exercice 3_: récapitulatif (`wine-quality-red`).