Dossier de conformité — données d'entraînement (AI Act, article 10)

Squelette généré automatiquement à partir de l'analyse du jeu de données. Les blocs « à compléter par l'expert » nécessitent une revue humaine (provenance, jugement de conformité, mesures d'atténuation).

1. Identité & finalité

Système / modèle : _____
Version du dossier : _____
Date : _____
Jeu de données : src
Finalité prévue : _____

_À compléter par l'expert — finalité prévue et ce que les données sont censées représenter_

2. Provenance & base légale

Origine de chaque source, licences/contrats, et — pour les données personnelles — finalité initiale et base légale RGPD.

_À compléter par l'expert — provenance par source (flux séparé §16), licences, base légale RGPD_

3. Composition _(rempli automatiquement)_

Volume : 32561 lignes, 15 colonnes.
Variables :

Colonne	Type
`age`	BIGINT
`workclass`	VARCHAR
`fnlwgt`	BIGINT
`education`	VARCHAR
`education_num`	BIGINT
`marital_status`	VARCHAR
`occupation`	VARCHAR
`relationship`	VARCHAR
`race`	VARCHAR
`sex`	VARCHAR
`capital_gain`	BIGINT
`capital_loss`	BIGINT
`hours_per_week`	BIGINT
`native_country`	VARCHAR
`income`	VARCHAR

Attributs sensibles déclarés : age, workclass, education, marital_status, occupation, relationship, race, sex.

_À compléter par l'expert — périmètre géographique / contextuel / comportemental_

4. Préparation _(observations automatiques)_

Doublons : 24 ligne(s) en double → étape de dédoublonnage à tracer.

_À compléter par l'expert — journal des transformations : collecte, nettoyage, étiquetage, enrichissement, agrégation_

5. Qualité _(rempli automatiquement)_

Exactitude / aberrations : fnlwgt (152).
Unicité : 24 doublon(s).

_À compléter par l'expert — représentativité et pertinence vis-à-vis de la finalité_

6. Biais

Analyse automatique

workclass — disparité du taux de « income » : ratio 5.36 ⚠️

Groupe	Effectif	Taux de « income »
`Self-emp-inc`	1116	55.7 %
`Federal-gov`	960	38.6 %
`Local-gov`	2093	29.5 %
`Self-emp-not-inc`	2541	28.5 %
`State-gov`	1298	27.2 %
`Private`	22696	21.9 %
`?`	1836	10.4 %
`Without-pay`	14	0.0 %
`Never-worked`	7	0.0 %

education — disparité du taux de « income » : ratio 20.75 ⚠️

Groupe	Effectif	Taux de « income »
`Doctorate`	413	74.1 %
`Prof-school`	576	73.4 %
`Masters`	1723	55.7 %
`Bachelors`	5355	41.5 %
`Assoc-voc`	1382	26.1 %
`Assoc-acdm`	1067	24.8 %
`Some-college`	7291	19.0 %
`HS-grad`	10501	16.0 %
`12th`	433	7.6 %
`10th`	933	6.6 %
`7th-8th`	646	6.2 %
`9th`	514	5.3 %
`11th`	1175	5.1 %
`5th-6th`	333	4.8 %
`1st-4th`	168	3.6 %
`Preschool`	51	0.0 %

marital_status — disparité du taux de « income » : ratio 9.72 ⚠️

Groupe	Effectif	Taux de « income »
`Married-civ-spouse`	14976	44.7 %
`Married-AF-spouse`	23	43.5 %
`Divorced`	4443	10.4 %
`Widowed`	993	8.6 %
`Married-spouse-absent`	418	8.1 %
`Separated`	1025	6.4 %
`Never-married`	10683	4.6 %

occupation — disparité du taux de « income » : ratio 72.12 ⚠️

Groupe	Effectif	Taux de « income »
`Exec-managerial`	4066	48.4 %
`Prof-specialty`	4140	44.9 %
`Protective-serv`	649	32.5 %
`Tech-support`	928	30.5 %
`Sales`	3650	26.9 %
`Craft-repair`	4099	22.7 %
`Transport-moving`	1597	20.0 %
`Adm-clerical`	3770	13.4 %
`Machine-op-inspct`	2002	12.5 %
`Farming-fishing`	994	11.6 %
`Armed-Forces`	9	11.1 %
`?`	1843	10.4 %
`Handlers-cleaners`	1370	6.3 %
`Other-service`	3295	4.2 %
`Priv-house-serv`	149	0.7 %

relationship — disparité du taux de « income » : ratio 35.94 ⚠️

Groupe	Effectif	Taux de « income »
`Wife`	1568	47.5 %
`Husband`	13193	44.9 %
`Not-in-family`	8305	10.3 %
`Unmarried`	3446	6.3 %
`Other-relative`	981	3.8 %
`Own-child`	5068	1.3 %

race — disparité du taux de « income » : ratio 2.88 ⚠️

Groupe	Effectif	Taux de « income »
`Asian-Pac-Islander`	1039	26.6 %
`White`	27816	25.6 %
`Black`	3124	12.4 %
`Amer-Indian-Eskimo`	311	11.6 %
`Other`	271	9.2 %

sex — disparité du taux de « income » : ratio 2.79 ⚠️

Groupe	Effectif	Taux de « income »
`Male`	21790	30.6 %
`Female`	10771	10.9 %

Jugement & mesures

_À compléter par l'expert — impact sur santé/sécurité/droits fondamentaux et mesures de détection/prévention/atténuation_

7. Lacunes & limites

Points détectés à examiner comme lacunes potentielles :

[medium] duplicates
[low] outliers — fnlwgt
[low] outliers — hours_per_week
[high] bias — workclass
[high] bias — education
[high] bias — marital_status
[high] bias — occupation
[high] bias — relationship
[high] bias — race
[high] bias — sex

_À compléter par l'expert — manques identifiés et traités ; usages hors périmètre_

8. Gouvernance & traçabilité

Version de l'outil d'analyse : 0.2.0

_À compléter par l'expert — responsabilités, journal d'audit, versioning, maintenance/mise à jour_