Permettre a des applications d''acceder a leur contexte ouvre un nombre important de perspectives dans l''interaction homme-machine. Les nombreux travaux visant a determiner comment utiliser le contexte montrent le besoin de savoir le recuperer. En analysant les besoins en apprentissage automatique pour l''ensemble des taches relatives a la detection de contexte, nous nous sommes heurtes a un certain nombre de verrous scientifiques. Par consequent, la plus grande partie des travaux effectues au cours de cette these concernent l''apprentissage d''un point de vue plus general avec comme objectif d''aboutir a un apprentissage autonome et endurant. Par autonome, nous entendons un apprentissage qui ne necessite pas l''intervention d''un specialiste pour fonctionner. Cela implique de faire appel a des methodes aptes a se regler seules et en ligne. Par endurant, nous faisons reference a un usage realiste des applications, c''est-a-dire un fonctionnement en temps reel, donc rapide et en ligne, pour un nombre tres important de donnees et stable."