---

Cet ouvrage présente une introduction à l´apprentissage statistique pour le signal dans le cadre des Interfaces Cerveau-Machine (ICM). Nous introduisons tout d´abord les ICM, qui sont des systèmes visant à contrôler une machine par l´intermédiaire du cerveau. Nous proposons également une introduction à l´apprentissage statistique où l´on abordera la régularisation et les a priori que cette dernière permet d´intégrer dans le processus d´apprentissage. Un rappel concernant les algorithmes d´optimisation utilisés en apprentissage statistique est également fait. Nous présentons ensuite deux méthodes d´apprentissage statistique pour le signal. Tous d´abord une méthode d´apprentissage de filtre permettant de maximiser la marge entre les exemples d´apprentissage, puis une approche multitâche qui permet de transférer de l´information entre plusieurs problèmes d´apprentissage. Des applications de ces méthodes sont faites sur des données réelles de type ICM.

---