diff --git a/cnam/travaux/probatoire/document/glossaries.tex b/cnam/travaux/probatoire/document/glossaries.tex
index 65c27e8..bbe51c9 100644
--- a/cnam/travaux/probatoire/document/glossaries.tex
+++ b/cnam/travaux/probatoire/document/glossaries.tex
@@ -1,6 +1,8 @@
 \printglossary[title=Abréviations,type=\acronymtype]
 
 \newacronym{hbos}{HBOS}{Histogram Based Outlier Score}
+\newacronym{nn}{NN}{Nearest Neighbors}
+\newacronym{rbf}{RBF}{Radial Basis Function}
 \newacronym{sgbd}{SGBD}{Systèmes de Gestion de Bases de Données}
 \newacronym{si}{SI}{Systèmes d’Information}
 \newacronym{svm}{SVM}{Support Vector Machine}
diff --git a/cnam/travaux/probatoire/document/introduction.tex b/cnam/travaux/probatoire/document/introduction.tex
index caaf8ab..9c0aa1f 100644
--- a/cnam/travaux/probatoire/document/introduction.tex
+++ b/cnam/travaux/probatoire/document/introduction.tex
@@ -32,7 +32,7 @@ des mécanismes permettant de faire du \gls{clustering} de ces éléments.
 
 Exemples d’algorithmes :
 \begin{itmz}
-\item{k-means}
+\item{k-means (moyennes)}
 \item{réduction de dimensionnalité}
 \item{réseaux de neurones}
 \item{analyse des composants principaux ou indépendants}
@@ -72,7 +72,7 @@ Exemples d’algorithmes :
 \begin{itmz}
 \item{régressions linéaire, logistique ou vectorielle}
 \item{arbres de régression, classification}
-\item{K-NN}
+\item{k-\gls{nn} (plus proches voisins)}
 \item{classificateur Naïve Bayes}
 \item{réseaux de neurones}
 \item{\gls{svm}}
diff --git a/cnam/travaux/probatoire/document/principles.tex b/cnam/travaux/probatoire/document/principles.tex
index ee61b73..ab138b9 100644
--- a/cnam/travaux/probatoire/document/principles.tex
+++ b/cnam/travaux/probatoire/document/principles.tex
@@ -30,10 +30,16 @@ deux types de résolution sont disponibles :
 
 \subsubsection{Régression linéaire}
 
+\bifig{}{Régression linéaire}
+{16em}{regression_linear_left}{regression_linear_right}
+
 …
 
 \subsubsection{Régression non linéaire}
 
+\bifig{}{Régression non linéaire}
+{16em}{regression_nonlinear_left}{regression_nonlinear_right}
+
 …
 
 \subsection{Classification}
@@ -44,10 +50,45 @@ deux types de résolution sont disponibles :
 
 …
 
+\bifig{}{Vaste marge}
+{9em}{margin_large_left}{margin_large_right}
+
+…
+
+\bifig{}{}
+{10em}{margin_scale_left}{margin_scale_right}
+
+…
+
+\bifig{}{}
+{9em}{margin_hard_left}{margin_hard_right}
+
+…
+
+\bifig{}{}
+{9em}{margin_few_left}{margin_few_right}
+
+…
+
 \subsubsection{Classification non linéaire}
 
 …
 
+\bifig{}{Séparabilité linéaire}
+{14em}{nonlinear_linear_left}{nonlinear_linear_right}
+
+…
+
+\bifig{}{Fonction noyau polynominale}
+{14em}{kernel_polynomial_left}{kernel_polynomial_right}
+
+…
+
+\bifig{}{Fonction noyau gaussien \gls{rbf}}
+{26em}{kernel_rbf_left}{kernel_rbf_right}
+
+…
+
 \cite{csd}
 
 \pagebreak