On sait a present que la propriete fondamentale des reseaux d'ondelettes est l'approximation universelle. De plus, le developpement d'algorithmes performants pour l'apprentissage de ces reseaux, leur a ouvert de nouvelles perspectives d'utilisation. Nous proposons dans cet ouvrage une nouvelle approche d'apprentissage base sur une nouvelle architecture des reseaux d'ondelettes de familles d'ondelettes mere. L'objectif de la phase d'apprentissage des reseaux d'ondelettes est de selectionner les regresseurs pertinents. Cette approche a ete testee sur de nombreuses donnees d'apprentissage en utilisant des fonctions d'approximations tres connus et a montre toute son efficacite par rapport aux algorithmes actuels."