Vie privée des ecclésiastiques prélats, et autres fonctionnaires publics qui n'ont point prêté leur serment sur la Constitution civile du clergé. Partie 3 / [par M. J.-A. Dulaure]

Collection : Les archives de la Révolution française ; 8.1465

Vie privée des ecclésiastiques prélats, et autres fonctionnaires publics qui n'ont point prêté leur serment sur la Constitution civile du clergé. [Partie 1-2] / [par M. J.-A. Dulaure]

Collection : Les archives de la Révolution française ; 8.1465

Le mariage des prêtres, ou Récit de ce qui s'est passé à trois séances des assemblées générales du district de Saint-Étienne-du-Mont, où l'on a agité la question du mariage des prêtres , avec la motion principale et Les opinions des honorables membres qui ont appuyé la motion...

Comprend : Les opinions des honorables membres qui ont appuyé la motion

Who eats healthily ? A population based study among young Swiss residents

Rapport de synthèseCette recherche s'intéresse à investiguer d'une part si les résidents en Suisse entre 15 et 24 ans suivent les recommandations nutritionnelles actuelles et d'autre part, s'il y a des différences entre ceux en surpoids et ceux en poids normal. Les données sont tirées de l'Enquête Suisse sur la Santé ESS 2007. Pour notre étude, seules les 1813 personnes âgées entre 15 et 24 ans ont été sélectionnées.Dans une première analyse bivariée, l'adhérence aux recommandations alimentaires a été comparée entre hommes et femmes. Les quantités proposées par le questionnaire ESS sont: 1 à 2 portions de fruits, 3 portions de légumes et 3 portions de produits laitiers par jour, ainsi qu'un maximum de 5 portions de viande et au moins une portion de poisson par semaine. Ces quantités sont en accord avec les recommandations de la Société Suisse de Nutrition.L'adhérence aux recommandations alimentaires est plutôt basse quelque soit le genre, en particulier pour les légumes et les produits laitiers. Les femmes ont tendance à manger les quantités recommandées de fruits, légumes et viande, tandis que les hommes ont tendance à manger la quantité recommandée de produits laitiers. Pour le poisson aucune différence n'a été observée entre personnes du sexe opposé.Ensuite, les personnes en surpoids ont été comparées dans une analyse bivariée aux personnes en poids normal, en fonction du sexe. Plusieurs facteurs ont été considérés: participation à une activité physique avec essoufflement pendant au mois 20 minutes et au moins 4 jours par semaine, attitude envers leur poids corporel (satisfaction avec le poids, désir de perdre du poids et régime suivi pour perdre du poids), consommation d'alcool, de cigarettes et présence d'un état dépressif majeur. Finalement, des facteurs potentiellement confondants (âge, nationalité et lieu de domicile) ont été inclus dans une analyse multivariée.Concernant l'adhérence aux recommandations alimentaires, la seule différence significative est une consommation de légumes plus basse chez les femmes en surpoids. Seulement 4.2% des femmes en surpoids mangent 3 portions de légumes ou plus par jour comparé à 18.1% des femmes avec un poids normal. La consommation de produits laitiers est très basse dans tous les groupes, seulement environ 10% des répondants mangent les 3 portions recommandées de produits laitiers.Pour le niveau d'activité physique, aucune différence significative n'a été observée. L'analyse bivariée montre que les femmes en surpoids mangent moins de légumes, sont moins satisfaites de leur corps et ont plus souvent suivi un régime pour perdre du poids. Cependant elles ne souhaitent pas plus souvent perdre du poids en comparaison des femmes en poids normal. Les hommes en surpoids sont moins satisfaits de leur corps, désirent plus souvent perdre du poids, mais n'ont pas plus souvent suivi un régime que les hommes ayant un poids normal.Ces résultats montrent qu'il est difficile de suivre les recommandations alimentaires pour les 15-24 ans. Une recherche plus approfondie est nécessaire afin de déterminer comment ces recommandations pourraient être mieux adaptées à la vie quotidienne des jeunes. La faible consommation de produits laitiers est préoccupante, vu que la période entre l'adolescence et l'âge adulte est un moment crucial pour le développement de la densité osseuse. De nouvelles stratégies doivent être trouvées pour améliorer la consommation de produits laitiers chez les jeunes. Comme le comportement alimentaire et l'attitude envers le poids corporel diffèrent beaucoup selon le sexe, les programmes de prévention de surpoids devraient cibler les jeunes spécifiquement par sexe.

Parent-offspring similarity for childhood behaviorial inhibition and associations between inhibition and parental care

L'article constituant le présent travail de thèse décrit une recherche évaluant les similarités entre l'inhibition comportementale chez des enfants et leurs parents respectifs durant l'enfance, ainsi que l'association éventuelle entre l'inhibition et les attitudes parentales. L'inhibition comportementale - définie comme une prédisposition de l'enfant à réagir avec réticence et angoisse à des situations inhabituelles - est une caractéristique de tempérament qui apparaît tôt dans la vie et est relativement stable dans le temps. L'intérêt qui y est associé repose sur son association avec des conséquences développementales négatives pour l'individu: risque accentué chez les enfants d'inadaptation scolaire, de dysfonctionnement social et de sentiments de détresse; facteur de risque en ce qui concerne le développement ultérieur de troubles psychiatriques de l'adulte, dont les troubles anxieux en particulier. Nous avons dès lors investigué dans cette recherche 1) la présence d'une association entre l'inhibition comportementale actuelle des enfants et celle rétrospective de leurs parents, dans ses deux dimensions spécifiques, soit sociale (« peurs à l'école ») et non-sociale (« peurs générales »), et 2) si ces dimensions d'inhibition étaient associées au niveau de chaleur, d'affectivité et de soutien prodigués par les parents. C'est à partir de la récolte d'auto-questionnaires remplis dans le contexte d'une vaste étude initiée à Lausanne en 1994, que nous avons extrait un échantillon de 453 enfants scolarisés en 6/7ème années et 741 de leurs parents biologiques respectifs. Les analyses ont porté sur les auto-questionnaires évaluant, chez les enfants, leurs degrés d'inhibition comportementale, de symptomatologie psychiatrique actuelle et de perception de chaleur, d'affectivité et de soutien reçu de la part des parents, et, en ce qui concerne les parents, des auto¬questionnaires évaluant rétrospectivement leurs degrés d'inhibition comportementale durant l'enfance et de symptomatologie psychiatrique actuelle. La comparaison des scores des enfants avec ceux de leurs parents sur les échelles de l'inhibition comportementale (CSRCI-Child version of the Self-Report of Child Inhibition - et RSRI - Retrospective Self- Report of Inhibition -), montre la présence d'une similarité significative pour chacune des dimensions spécifiques, suggérant que les enfants de parents ayant présenté une inhibition comportementale dans l'enfance sont plus à risque d'en développer une à leur tour. Nous avons par ailleurs pu établir, au cours d'analyses complémentaires, que cette association se maintenait après l'ajustement des degrés de symptomatologie psychiatrique respectifs des enfants et de leurs parents, ce qui a permis d'écarter ce facteur confondant potentiel. Bien que la nature de cette association ne puisse être élucidée par cette recherche, le fait que la taille de l'effet soit modeste suggère qu'un rôle important dans le développement de l'inhibition soit joué par des facteurs environnementaux non partagés dans une famille. Un de ceux-ci semble suggéré par l'association négative qui apparaît dans cette étude entre le degré d'inhibition dans sa dimension « peurs à l'école » et l'attitude parentale: un bas niveau de chaleur, d'affectivité et de soutien perçu par l'enfant de la part de ses parents aurait ainsi une influence sur le développement de peurs en situations sociales en particulier. Alternativement, cette association négative pourrait suggérer que les peurs de l'enfant aient une influence négative sur le développement d'une attitude parentale de soutien ou, du moins, sur la perception de celle-ci par l'enfant. Il est aussi bien évidemment envisageable que ces processus interagissent dans une boucle de rétroaction. Seules des études longitudinales pourraient nous éclairer sur la nature de cette association. Quoi qu'il en soit, ce résultat présente un intérêt clinique pour orienter des interventions de prévention du développement de troubles psychiatriques chez des enfants inhibés, en proposant d'agir, soit directement sur les attitudes parentales, soit sur les peurs de l'enfant ainsi que sur les caractéristiques perçues par l'enfant de l'attitude parentale. Des études longitudinales sur les ressemblances entre les parents et leurs enfants concernant l'inhibition comportementale, incluant des études de jumeaux, d'enfants adoptés et de familles, sont nécessaires pour mieux comprendre les interactions entre les facteurs génétiques, familiaux et environnementaux dans le développement de l'inhibition comportementale des enfants.

Ordonnances (de l'amirauté de France) portant injonction à toutes personnes demeurantes dans l'étendue de l'amirauté ou des amirautés particulières de son ressort, qui ont à leur service des nègres ou mulâtres de l'un ou de l'autre sexe, d'en faire leur déclaration... au greffe de l'amirauté de France ou aux greffes des amirautés particulières de son ressort et fait défenses par provision à toutes personnes, de quelle qualité et condition qu'elles soient de vendre ou acheter aucuns nègres ou mulâtres de l'un ou de l'autre sexe. (Des 31 mars et 5 avril 1762)

[Acte. 1762-03-31. Paris]

Arrêt de la chambre de justice contre ceux qui recèlent les effets des accusés qui ont été condamnés

[Acte. 1717-01-07]

Discours de M. Surget, curé de St-Martin à ses paroissiens, dans lequel il expose les motifs qui l'ont déterminé à prêter son serment ([Reprod.])

Collection : Les archives de la Révolution française ; 8.484

Computational and statistical analysis of copy number variants in normal and cancer genomes

AbstractAlthough the genomes from any two human individuals are more than 99.99% identical at the sequence level, some structural variation can be observed. Differences between genomes include single nucleotide polymorphism (SNP), inversion and copy number changes (gain or loss of DNA). The latter can range from submicroscopic events (CNVs, at least 1kb in size) to complete chromosomal aneuploidies. Small copy number variations have often no (lethal) consequences to the cell, but a few were associated to disease susceptibility and phenotypic variations. Larger re-arrangements (i.e. complete chromosome gain) are frequently associated with more severe consequences on health such as genomic disorders and cancer. High-throughput technologies like DNA microarrays enable the detection of CNVs in a genome-wide fashion. Since the initial catalogue of CNVs in the human genome in 2006, there has been tremendous interest in CNVs both in the context of population and medical genetics. Understanding CNV patterns within and between human populations is essential to elucidate their possible contribution to disease. But genome analysis is a challenging task; the technology evolves rapidly creating needs for novel, efficient and robust analytical tools which need to be compared with existing ones. Also, while the link between CNV and disease has been established, the relative CNV contribution is not fully understood and the predisposition to disease from CNVs of the general population has not been yet investigated.During my PhD thesis, I worked on several aspects related to CNVs. As l will report in chapter 3, ! was interested in computational methods to detect CNVs from the general population. I had access to the CoLaus dataset, a population-based study with more than 6,000 participants from the Lausanne area. All these individuals were analysed on SNP arrays and extensive clinical information were available. My work explored existing CNV detection methods and I developed a variety of metrics to compare their performance. Since these methods were not producing entirely satisfactory results, I implemented my own method which outperformed two existing methods. I also devised strategies to combine CNVs from different individuals into CNV regions.I was also interested in the clinical impact of CNVs in common disease (chapter 4). Through an international collaboration led by the Centre Hospitalier Universitaire Vaudois (CHUV) and the Imperial College London I was involved as a main data analyst in the investigation of a rare deletion at chromosome 16p11 detected in obese patients. Specifically, we compared 8,456 obese patients and 11,856 individuals from the general population and we found that the deletion was accounting for 0.7% of the morbid obesity cases and was absent in healthy non- obese controls. This highlights the importance of rare variants with strong impact and provides new insights in the design of clinical studies to identify the missing heritability in common disease.Furthermore, I was interested in the detection of somatic copy number alterations (SCNA) and their consequences in cancer (chapter 5). This project was a collaboration initiated by the Ludwig Institute for Cancer Research and involved other groups from the Swiss Institute of Bioinformatics, the CHUV and Universities of Lausanne and Geneva. The focus of my work was to identify genes with altered expression levels within somatic copy number alterations (SCNA) in seven metastatic melanoma ceil lines, using CGH and SNP arrays, RNA-seq, and karyotyping. Very few SCNA genes were shared by even two melanoma samples making it difficult to draw any conclusions at the individual gene level. To overcome this limitation, I used a network-guided analysis to determine whether any pathways, defined by amplified or deleted genes, were common among the samples. Six of the melanoma samples were potentially altered in four pathways and five samples harboured copy-number and expression changes in components of six pathways. In total, this approach identified 28 pathways. Validation with two external, large melanoma datasets confirmed all but three of the detected pathways and demonstrated the utility of network-guided approaches for both large and small datasets analysis.RésuméBien que le génome de deux individus soit similaire à plus de 99.99%, des différences de structure peuvent être observées. Ces différences incluent les polymorphismes simples de nucléotides, les inversions et les changements en nombre de copies (gain ou perte d'ADN). Ces derniers varient de petits événements dits sous-microscopiques (moins de 1kb en taille), appelés CNVs (copy number variants) jusqu'à des événements plus large pouvant affecter des chromosomes entiers. Les petites variations sont généralement sans conséquence pour la cellule, toutefois certaines ont été impliquées dans la prédisposition à certaines maladies, et à des variations phénotypiques dans la population générale. Les réarrangements plus grands (par exemple, une copie additionnelle d'un chromosome appelée communément trisomie) ont des répercutions plus grave pour la santé, comme par exemple dans certains syndromes génomiques et dans le cancer. Les technologies à haut-débit telle les puces à ADN permettent la détection de CNVs à l'échelle du génome humain. La cartographie en 2006 des CNV du génome humain, a suscité un fort intérêt en génétique des populations et en génétique médicale. La détection de différences au sein et entre plusieurs populations est un élément clef pour élucider la contribution possible des CNVs dans les maladies. Toutefois l'analyse du génome reste une tâche difficile, la technologie évolue très rapidement créant de nouveaux besoins pour le développement d'outils, l'amélioration des précédents, et la comparaison des différentes méthodes. De plus, si le lien entre CNV et maladie a été établit, leur contribution précise n'est pas encore comprise. De même que les études sur la prédisposition aux maladies par des CNVs détectés dans la population générale n'ont pas encore été réalisées.Pendant mon doctorat, je me suis concentré sur trois axes principaux ayant attrait aux CNV. Dans le chapitre 3, je détaille mes travaux sur les méthodes d'analyses des puces à ADN. J'ai eu accès aux données du projet CoLaus, une étude de la population de Lausanne. Dans cette étude, le génome de plus de 6000 individus a été analysé avec des puces SNP et de nombreuses informations cliniques ont été récoltées. Pendant mes travaux, j'ai utilisé et comparé plusieurs méthodes de détection des CNVs. Les résultats n'étant pas complètement satisfaisant, j'ai implémenté ma propre méthode qui donne de meilleures performances que deux des trois autres méthodes utilisées. Je me suis aussi intéressé aux stratégies pour combiner les CNVs de différents individus en régions.Je me suis aussi intéressé à l'impact clinique des CNVs dans le cas des maladies génétiques communes (chapitre 4). Ce projet fut possible grâce à une étroite collaboration avec le Centre Hospitalier Universitaire Vaudois (CHUV) et l'Impérial College à Londres. Dans ce projet, j'ai été l'un des analystes principaux et j'ai travaillé sur l'impact clinique d'une délétion rare du chromosome 16p11 présente chez des patients atteints d'obésité. Dans cette collaboration multidisciplinaire, nous avons comparés 8'456 patients atteint d'obésité et 11 '856 individus de la population générale. Nous avons trouvés que la délétion était impliquée dans 0.7% des cas d'obésité morbide et était absente chez les contrôles sains (non-atteint d'obésité). Notre étude illustre l'importance des CNVs rares qui peuvent avoir un impact clinique très important. De plus, ceci permet d'envisager une alternative aux études d'associations pour améliorer notre compréhension de l'étiologie des maladies génétiques communes.Egalement, j'ai travaillé sur la détection d'altérations somatiques en nombres de copies (SCNA) et de leurs conséquences pour le cancer (chapitre 5). Ce projet fut une collaboration initiée par l'Institut Ludwig de Recherche contre le Cancer et impliquant l'Institut Suisse de Bioinformatique, le CHUV et les Universités de Lausanne et Genève. Je me suis concentré sur l'identification de gènes affectés par des SCNAs et avec une sur- ou sous-expression dans des lignées cellulaires dérivées de mélanomes métastatiques. Les données utilisées ont été générées par des puces ADN (CGH et SNP) et du séquençage à haut débit du transcriptome. Mes recherches ont montrées que peu de gènes sont récurrents entre les mélanomes, ce qui rend difficile l'interprétation des résultats. Pour contourner ces limitations, j'ai utilisé une analyse de réseaux pour définir si des réseaux de signalisations enrichis en gènes amplifiés ou perdus, étaient communs aux différents échantillons. En fait, parmi les 28 réseaux détectés, quatre réseaux sont potentiellement dérégulés chez six mélanomes, et six réseaux supplémentaires sont affectés chez cinq mélanomes. La validation de ces résultats avec deux larges jeux de données publiques, a confirmée tous ces réseaux sauf trois. Ceci démontre l'utilité de cette approche pour l'analyse de petits et de larges jeux de données.Résumé grand publicL'avènement de la biologie moléculaire, en particulier ces dix dernières années, a révolutionné la recherche en génétique médicale. Grâce à la disponibilité du génome humain de référence dès 2001, de nouvelles technologies telles que les puces à ADN sont apparues et ont permis d'étudier le génome dans son ensemble avec une résolution dite sous-microscopique jusque-là impossible par les techniques traditionnelles de cytogénétique. Un des exemples les plus importants est l'étude des variations structurales du génome, en particulier l'étude du nombre de copies des gènes. Il était établi dès 1959 avec l'identification de la trisomie 21 par le professeur Jérôme Lejeune que le gain d'un chromosome supplémentaire était à l'origine de syndrome génétique avec des répercussions graves pour la santé du patient. Ces observations ont également été réalisées en oncologie sur les cellules cancéreuses qui accumulent fréquemment des aberrations en nombre de copies (telles que la perte ou le gain d'un ou plusieurs chromosomes). Dès 2004, plusieurs groupes de recherches ont répertorié des changements en nombre de copies dans des individus provenant de la population générale (c'est-à-dire sans symptômes cliniques visibles). En 2006, le Dr. Richard Redon a établi la première carte de variation en nombre de copies dans la population générale. Ces découvertes ont démontrées que les variations dans le génome était fréquentes et que la plupart d'entre elles étaient bénignes, c'est-à-dire sans conséquence clinique pour la santé de l'individu. Ceci a suscité un très grand intérêt pour comprendre les variations naturelles entre individus mais aussi pour mieux appréhender la prédisposition génétique à certaines maladies.Lors de ma thèse, j'ai développé de nouveaux outils informatiques pour l'analyse de puces à ADN dans le but de cartographier ces variations à l'échelle génomique. J'ai utilisé ces outils pour établir les variations dans la population suisse et je me suis consacré par la suite à l'étude de facteurs pouvant expliquer la prédisposition aux maladies telles que l'obésité. Cette étude en collaboration avec le Centre Hospitalier Universitaire Vaudois a permis l'identification d'une délétion sur le chromosome 16 expliquant 0.7% des cas d'obésité morbide. Cette étude a plusieurs répercussions. Tout d'abord elle permet d'effectuer le diagnostique chez les enfants à naître afin de déterminer leur prédisposition à l'obésité. Ensuite ce locus implique une vingtaine de gènes. Ceci permet de formuler de nouvelles hypothèses de travail et d'orienter la recherche afin d'améliorer notre compréhension de la maladie et l'espoir de découvrir un nouveau traitement Enfin notre étude fournit une alternative aux études d'association génétique qui n'ont eu jusqu'à présent qu'un succès mitigé.Dans la dernière partie de ma thèse, je me suis intéressé à l'analyse des aberrations en nombre de copies dans le cancer. Mon choix s'est porté sur l'étude de mélanomes, impliqués dans le cancer de la peau. Le mélanome est une tumeur très agressive, elle est responsable de 80% des décès des cancers de la peau et est souvent résistante aux traitements utilisés en oncologie (chimiothérapie, radiothérapie). Dans le cadre d'une collaboration entre l'Institut Ludwig de Recherche contre le Cancer, l'Institut Suisse de Bioinformatique, le CHUV et les universités de Lausanne et Genève, nous avons séquencés l'exome (les gènes) et le transcriptome (l'expression des gènes) de sept mélanomes métastatiques, effectués des analyses du nombre de copies par des puces à ADN et des caryotypes. Mes travaux ont permis le développement de nouvelles méthodes d'analyses adaptées au cancer, d'établir la liste des réseaux de signalisation cellulaire affectés de façon récurrente chez le mélanome et d'identifier deux cibles thérapeutiques potentielles jusqu'alors ignorées dans les cancers de la peau.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.