Contexte : Un modèle de régression affiche des performances trop optimistes. Le Problème : Les données sont normalisées sur l’ensemble complet avant séparation train/test. Extrait logique actuelle : scaler.fit_transform(X) train_test_split(X, y) Contraintes : Appliquer normalisation uniquement sur le train. Réutiliser paramètres sur le test. Vérifier absence de data leakage. Livrable attendu : Corriger le pipeline TensorFlow afin de garantir une évaluation réaliste sans fuite d’information.