Le présent recueil est constitué d'une sélection de papiers en version longue suite aux journées Francophones de Classification tenues à Metz du 06 au 08 septembre 2006 et d'un appel à soumissions lors de la clôture de ces journées.

Ce numéro spécial rassemble des nouveautés sur le domaine de l'apprentissage (supervisé, non supervisé) et plusieurs domaines connexes.

Il regroupe 21 articles sélectionnés qui sont d'ordre théorique et appliqué. Il s'agit de décrire différentes méthodes, de classification sous différentes approches, de discrimination, des règles d'association, des méthodes dans le domaine de la visualisation et la régression. Plusieurs applications sont décrites dans cet ouvrage mettant en évidence l'apport de ces différents et originaux travaux dans divers domaines telles que l'analyse textuelle, la bioinformatique, la segmentation d'images et la reconnaissance des formes.

• Accélération des cartes auto-organisatrices sur tableau de dissimilarités par séparation et évaluation
• Une méthode de classification visuelle et interactive
• Analyse en Composantes Principales Mixte
• Analyse en composantes principales d'un flux de données d'espérance variable dans le temps (papier invité)
• Classification de variables et classification croisée utilisées préalablement à la recherche de règles d'association
• Le point d'égalité et le maximum de F(1)
• Une base pour les règles d'association valides au sens de la mesure de qualité MGK
• Classification hiérarchique de variables discrètes fondée sur l'information mutuelle en pré-traitement d'un algorithme de sélection de variables pertinentes
• Indice de comparaison de hiérarchies semi-floues : application aux hiérarchies classiques
• Consensus de classifications basé sur les regroupements fréquents
• Filiation de manuscrits sanskrits et arbres phylogénétiques
• Extraction de concepts guidée par le contexte
• Correction et complétude d'un algorithme de recherche d'information par treillis de concepts
• Détection par Boosting de Données Aberrantes en Régression (papier invité)
• Améliorer la prévision multipas par réseaux de neurones récurrents
• Sélection de modèle PLS par rééchantillonnage bootstrap
• Traitements des signaux radar pour la reconnaissance/identification de cibles aériennes,
• Segmentation d'images par la Classification floue basée sur la programmation DC et DCA
• Nouvelle méthode de classification adaptée aux données de grande dimension : application aux données de biopuces
• Évaluation des méthodes supervisées pour la discrimination de protéines,
• Analyse des groupes de gènes co-exprimés (AGGC) : un outil automatique pour l'interprétation de données de biopuces