Smart School ECAM — AI/ML Labs 2026

Projet de machine learning en deux parties :

1. Failure prediction : régresser le score d'examen (et en dériver le risque d'échec) à partir d'un dataset tabulaire de 630 000 étudiants.
2. OCR : reconnaître des caractères manuscrits 28×28 (62 classes, EMNIST-byClass) avec un CNN compact de type ResNet-light.

Le rapport final se trouve dans rapport/rapport.pdf.

Environnement (NixOS)

L'environnement est figé via un flake Nix.

nix develop

Avec direnv :

direnv allow

Structure

student_dataset/        Données originales fournies (CSV + IDX EMNIST)
src/smart_school/       Code Python réutilisable (loaders, pipelines, métriques)
scripts/                Scripts d'analyse et d'entraînement
notebooks/              Notebooks de synthèse des modèles
reports/figures/        Figures générées pour le rapport
reports/tables/         Tables CSV générées pour le rapport
docs/                   Notes, plans et résumés d'analyse
models/                 Modèles entraînés sauvegardés (joblib / PyTorch)
rapport/                Rapport LaTeX (rapport.tex → rapport.pdf)

Pipeline

Tous les artefacts du rapport sont régénérables via make. Principales cibles :

Cible	Action
make eda	EDA failure + OCR
make features	Feature engineering (dataset enrichi)
make ablation	CV ablation des features (Ridge + HGB, calcul des VIF)
make baseline	Baselines Dummy / Ridge / LogReg / HGB
make robust-benchmark	Benchmark CV répété (Ridge, HGB, ExtraTrees, MLP, calibration)
make score-benchmark	Régression score → seuil (XGBoost, HGB, Ridge)
make fairness	Audit de fairness sur sous-groupes sensibles
make final-model	Ridge + LogReg balanced finaux, persistance dans models/
make advanced-security	Manipulation du modèle failure + robustesse OCR
make advanced-bias	Métriques fairness avancées + mitigation
make advanced-explainability	Explications tabulaires + Integrated Gradients OCR
make advanced	Supplément Advanced AI Labs complet
make ocr-baseline	LogReg multinomiale sur pixels (62 classes)
make ocr-cnn	CNN ResNet-light (62 classes, accuracy-focused)
make ocr-cnn-macro	CNN ResNet-light (62 classes, macro-focused)
make ocr	EDA + baseline + CNN OCR
make clean	Nettoyage des artefacts générés

make help liste toutes les cibles disponibles.

Reproductibilité

• Environnement et dépendances pinnés dans flake.nix (incl. xgboost 3.0.5 et PyTorch pour le CNN).