Abstract FR:

Au cours des dernieres annees, une technique d'apprentissage symbolique appelee apprentissage par explication a ete developpee pour les domaines d'application bien formalises. Nous presentons une extension appelee nebg qui permet d'apprendre par explication a partir d'un exemple negatif. Nous nous placons dans un cadre logique: le langage des clauses definies et la resolution. La premiere partie de la these detaille la semantique choisie qui est basee sur la completion de clark, ainsi que les algorithmes qui reposent sur un systeme de reecriture. Nous avons prouve la correction de ce systeme vis-a-vis de la semantique choisie, ainsi que sa terminaison. Le reste de la these etudie l'application de ce type de methode pour apprendre a planifier. Nous avons d'une part developpe un planificateur non lineaire correct et complet pour une certaine classe de problemes connus sous le nom de problemes strips. D'autre part nous montrons comment nebg peut etre utilise pour apprendre un nouveau type de connaissances liees a des buts impossibles a realiser