Suivre des expériences et enregistrer un modèle avec MLflow

Instrumentez ~/fraude/experience.py (serveur de suivi : MLFLOW_TRACKING_URI déjà défini) :

• mlflow.set_experiment("detection-fraude") et with mlflow.start_run(run_name=...)
• mlflow.log_params(params) (hyperparamètres), mlflow.log_metric("average_precision", ap) et mlflow.log_metric("rappel", rappel)
• mlflow.sklearn.log_model(modele, name="modele", registered_model_name="fraude")
• tag du jeu de données : mlflow.set_tag("dataset_version", "2026-09")

Lancez les trois configurations : python3 experience.py --config a, --config b, --config c (depuis ~/fraude), puis python3 comparer.py. Meilleure configuration selon l'average precision → answer meilleure <a|b|c> ; version du modèle enregistrée correspondante → answer version <n>. Promouvez-la : python3 promouvoir.py --version <n> --alias champion