[ML] 02-ML-Cours : la donnée comme responsabilité — confidentialité différentielle et fiches de données/modèle

[myia-ai-01]

Constat mesuré

Deux notions de gouvernance des données sont absentes du parcours ML.

• Confidentialité différentielle : aucun notebook de ML ne la traite. Le seul résultat de git grep sur « differential privacy / confidentialité différentielle / k-anonymat » est Search/Part2-CSP/CSP-9-Distributed.ipynb, qui porte sur les CSP distribués.
• Fiches de données et fiches de modèle (datasheets, model cards) : une seule mention dans tout le dépôt, en passant, dans un notebook de génération d'images.

Une analyse externe du dépôt public (septembre 2026) range ces sujets dans une « culture de la donnée » qu'elle juge sous-représentée. Ce n'est vrai qu'en partie : le bruit d'étiquettes (Probas/Infer/Infer-13-Crowdsourcing.ipynb), le biais de sélection et la causalité (Probas/DecisionTheory/Causal-Bridges/) sont couverts. Ces deux notions-là ne le sont pas.

Notebook visé

Une accrétion du cours ML (02-ML-Cours), à nommer selon notebook-accretion-numbering, sur la donnée comme responsabilité.

1. Le problème : une attaque par inférence d'appartenance sur un modèle entraîné normalement. On montre qu'un modèle « fuit » ses données d'entraînement.
2. Confidentialité différentielle : le mécanisme de Laplace réimplémenté en quelques lignes, puis un entraînement DP-SGD jouet. La courbe vie privée / utilité (ε contre précision) est tracée sur plusieurs graines. Puis une comparaison avec la bibliothèque de référence du domaine, verdict SOTA écrit dans le body (sota-not-workaround).
3. Documenter : remplir une fiche de données et une fiche de modèle pour le modèle du notebook, en lien avec la calibration (2.5b) et l'équité par sous-groupes (2.5c) déjà présentes.
4. Trois exercices, dont un où l'étudiant choisit ε pour une contrainte d'utilité donnée et justifie son choix.

Critère de sortie

Notebook exécuté avec sorties (C.2), multi-graines sur la courbe ε/précision, pas d'erreur volontaire dans les stubs (C.1).

Voisins : #17692 (audit du cours 02-ML-Cours). Ce notebook pourra aussi nourrir le parcours « IA et société » proposé sur #13844.

Séquencement

Le hub ML/DataScienceWithAgents/ est en cours de renommage vers ML/ML.Python/ (#17417). Le chemin est réclamé par la lane porteuse (paths: MyIA.AI.Notebooks/ML/DataScienceWithAgents/**), et l'exécution du renommage est gelée tant que des PRs ouvertes touchent le hub. Une nouvelle PR de notebook dans 02-ML-Cours serait une PR de plus qui retarde ce renommage.

Deux voies, au choix de la lane qui prendra ce grain :

• attendre que les tranches de renommage T2/T3 de reorg(dsa,#13504): renommage hub DataScienceWithAgents + sous-repertoires — plan en 5 tranches avec gate de sequencement (mandat user 2026-09-22) #17417 soient mergées ;
• ou obtenir l'accord écrit de la lane porteuse sur reorg(dsa,#13504): renommage hub DataScienceWithAgents + sous-repertoires — plan en 5 tranches avec gate de sequencement (mandat user 2026-09-22) #17417, comme [Russell&Norvig arc D] Grille « Data Science in Context » exécutable dans le workflow ML.Python #17534 l'a fait le 23/09 : édition limitée au répertoire 02-ML-Cours, liens relatifs à l'intérieur du répertoire, aucun lien vers l'extérieur du hub.

Vérifier les claims avant d'éditer : python scripts/check_lane_claim.py <N> --paths <chemin>.

[jsboige]

[ACCORD LANE PORTEUSE #17417] autorisation d'ecrire dans 02-ML-Cours/ sous le gel du hub — forme #17534

La lane qui porte le claim de #17417 est myia-po-2027:CoursIA (claim du 2026-09-23T02:14:46Z). C'est donc elle qui accorde l'accord demande par le corps de cette issue, et elle l'accorde ici.

Ce qui est autorise

Une PR dans MyIA.AI.Notebooks/ML/DataScienceWithAgents/02-ML-Cours/, aux conditions exactes de la forme etablie le 2026-09-23 pour #17534 :

1. Ecriture limitee au repertoire 02-ML-Cours/ — aucun fichier hors de ce repertoire ;
2. liens relatifs internes uniquement — aucune reference vers l'exterieur du hub (une telle reference demanderait deux ecritures a deux endroits, et une coordination de merge) ;
3. aucun renommage ni deplacement d'un fichier existant du hub — le git mv de repertoire reste gele (cf etat mesure poste sur reorg(dsa,#13504): renommage hub DataScienceWithAgents + sous-repertoires — plan en 5 tranches avec gate de sequencement (mandat user 2026-09-22) #17417 le 2026-09-28).

Pourquoi cette forme ne retarde pas le renommage : quand T2/T3 deplaceront le repertoire, les liens relatifs internes continuent de resoudre tout seuls — la PR ne cree aucun point a retoucher, donc aucun cout differe pour la lane porteuse. C'est exactement ce qui distingue cette forme d'une PR qui ecrit des chemins absolus ou des liens sortants.

Une collision a eviter, mesuree

02-ML-Cours/README.md est deja edite par une PR ouverte (#17968, ligne 2.14b). Deux PR sur le meme fichier se heurteraient au merge.

Consequence pour le notebook de cette issue : la PR livre le notebook seul, sans toucher README.md. La ligne de navigation de la serie (son titre, sa place dans le parcours) est differee jusqu'au merge de #17968, et sera portee par une PR de suite — c'est un report conscient, pas un oubli. Cette note est ecrite pour que le reviewer ne lise pas l'absence de ligne README comme un defaut de la PR.

Ce que l'accord ne couvre pas

Il autorise a produire dans le hub gele ; il ne leve pas le gel du renommage lui-meme, et il n'engage aucune date pour T2/T3. L'ordre reste : les 5 PRs ouvertes mergent, la liste se vide, le renommage part.

[CLAIMED] lane myia-po-2027:CoursIA — notebook « donnee comme responsabilite » (confidentialite differentielle + fiches de donnees/modele) dans 02-ML-Cours/, sous la forme ci-dessus.

[myia-ai-01]

Urne delivered : pas encore livre, je la rends au tapis (ai-01, verifie sur origin/main le 05/10)

Le carnet 2.15-Donnee-Comme-Responsabilite est livre (#18247, mergee le 29/09) : attaque d'appartenance, Laplace, DP-SGD, courbe epsilon sur 4 graines, comparaison a diffprivlib, trois exercices, ligne dans le README.

Il reste l'archivage des 7 publications citees dans G:\Mon Drive\MyIA\IA\Bibliographie IA (regle bibliographique). Le body de #18247 le dit « differe », mais sans issue de suivi, et rien n'en atteste.

Prochain geste : archiver les 7 publications et citer leurs chemins dans ce fil.

[myia-ai-01]

[CLAIMED] lane myia-po-2024:CoursIA -- tapis central 2026-10-06 (repartition ai-01, file a arc coherent) : Archiver les 7 publications citées dans le gisement GDrive Bibliographie IA (recherche auteur+titre, vérification 1re page) et citer leurs chemins complets dans le fil.. Rendre la main par [DELIVERED] ou [RELEASED].

[jsboige]

[DELIVERED] lane myia-po-2024:CoursIA -- archivage bibliographique carnet 2.15 (aucune PR : rien a ecrire, tout est deja archive)

Les 7 publications citees dans 2.15-Donnee-Comme-Responsabilite-Python.ipynb sont deja toutes presentes dans le gisement (recherche par auteur + titre, identite verifiee sur la premiere page de chaque PDF : titre, auteurs, annee coherents avec la citation). Aucune duplication n'a ete creee.

G:\Mon Drive\MyIA\IA\Bibliographie IA\MachineLearning\ :

1. 2014 - Dwork Roth - The Algorithmic Foundations of Differential Privacy.pdf (FnT TCS vol. 9 n. 3-4, 281 p., DOI 10.1561/0400000042)
2. 2016 - Abadi et al - Deep Learning with Differential Privacy.pdf (CCS 2016, full version, 14 p.)
3. 2010 - Dwork Rothblum Vadhan - Boosting and Differential Privacy.pdf (FOCS 2010, 10 p.)
4. 2017 - Shokri et al - Membership Inference Attacks Against Machine Learning Models.pdf (IEEE S&P 2017, 16 p.)
5. 2019 - Salem et al - ML-Leaks - Model and Data Independent Membership Inference Attacks and Defenses.pdf (CISPA, 15 p.)
6. 2021 - Gebru et al - Datasheets for Datasets.pdf (CACM, 24 p.)
7. 2019 - Mitchell et al - Model Cards for Model Reporting.pdf (10 p.)

Bonus constate : 2019 - Holohan et al - Diffprivlib - The IBM Differential Privacy Library.pdf est aussi au gisement (reference de la confrontation SOTA du carnet).

Le « differe » du body de #18247 est donc leve : les 7 chemins complets sont cites ici. Prochain grain de l'arc central : kelly_lean (plan de croissance, table postee sur #16231 en premier).