docs(data): ajout du notebook EDA et instructions pour récupérer le dataset localement"

data/README.md

@@ -0,0 +1,15 @@
+# 📁 Données locales
+
+Ce dossier est exclu du versionnage Git via `.gitignore`.
+
+## 📝 Dataset attendu
+- `jigsaw_toxic_fr_clean.csv` : dataset nettoyé pour le fine-tuning du modèle CamemBERT.
+
+## 📥 Source du dataset
+Tu peux télécharger le fichier original nettoyé depuis Kaggle ici :  
+🔗 [Kaggle – Jigsaw Multilingual Comments (FR)](https://www.kaggle.com/datasets/miklgr500/jigsaw-train-multilingual-coments-google-api?select=jigsaw-toxic-comment-train-google-fr-cleaned.csv)
+
+## 📦 Instructions
+1. Télécharger le fichier `jigsaw-toxic-comment-train-google-fr-cleaned.csv` depuis Kaggle.
+2. Le renommer en `jigsaw_toxic_fr_clean.csv` (ou adapter les scripts).
+3. Le placer ici dans ce dossier `data/`.