Les travaux developpes dans le cadre de cet ouvrage portent sur le probleme du traitement des grandes masses de donnees lors de l'apprentissage automatique d'un modele a partir d'une base d'exemples. Ainsi, le modele construit servira comme un outil de classification de nouveaux cas. Nous etudions plus particulierement dans un premier temps, le concept de la selection de variables en presentant ses principales strategies et en propulsant leurs insuffisances, en effet, une nouvelle methode Filtre sera developpee au cours de ce travail afin de remedier aux insuffisances signalees. Nous etudions dans un deuxieme temps, le probleme de l'augmentation super-exponentielle de la complexite algorithmique de l'apprentissage de structure d'un classifieur Bayesien dans le cas d'utilisation d'algorithmes generaux et sans restrictions particulieres. Alors, on se propose lors de cette partie de developper une nouvelle approche permettant de reduire le nombre de graphes acycliques diriges (DAG) possibles lors de l'apprentissage automatique de structure sans pour autant perdre de l'information."