L'apprentissage probablement approximativement correct (PAC)
Le modèle d'apprentissage général
Le "boosting"
Apprentissage non uniforme et MDL
Problèmes convexes et descente de gradient stochastique
Régularisation et stabilité
SVM et noyaux
Problèmes multi-classes et problèmes complexes
Apprentissage PAC-Bayésien et stabilité algorithmique via l'information mutuelle
Les réseaux de neurones