L'apprentissage statistique (SL) est l'étude de l'extraction généralisable de connaissances à partir de données (Friedman et al. 2001). Le concept d'apprentissage est utilisé lorsque l'expertise humaine n'existe pas, les humains sont incapables d'expliquer leur expertise, la solution change dans le temps, la solution doit être adaptée à des cas particuliers. Les principaux algorithmes utilisés dans l'apprentissage automatique sont classés en : apprentissage supervisé (par exemple, régression et classification), apprentissage non supervisé (par exemple, association et regroupement), semi-supervisé, il combine des exemples étiquetés et non étiquetés pour générer une fonction ou un classificateur approprié. Suivant cette idée de recherche, nous proposons dans ce livre une bonne revue des modèles statistiques les plus récents utilisés pour résoudre le problème de dimensionnalité récemment évoqué.