Ce texte important et référence pour les chercheurs et les étudiants en apprentissage automatique, en théorie des jeux, en statistiques et en théorie de l’information offre un traitement complet du problème de la prédiction de séquences individuelles. Contrairement aux approches statistiques standard de prévision, la prédiction de séquences individuelles n’impose aucune hypothèse probabiliste sur le mécanisme de génération des données. Pourtant, il est possible de construire des algorithmes de prédiction qui fonctionnent bien pour toutes les séquences possibles dans le sens où leurs performances sont toujours presque aussi bonnes que la meilleure stratégie de prévision dans une classe de référence donnée. Le thème central est le modèle de prédiction à l’aide de conseils d’experts, un cadre général dans lequel de nombreux problèmes connexes peuvent être posés et discutés. Les jeux répétés, la compression adaptative des données, l'investissement séquentiel dans le marché boursier, l'analyse séquentielle des modèles et plusieurs autres problèmes sont considérés comme des exemples du cadre des experts et analysés d'un point de vue non stochastique commun qui révèle souvent des connexions nouvelles et intrigantes. Langue : Anglais