Nous présentons ici quelques éléments de la théorie de Vladimir Vapnik. Nous montrons comment les concepts de précision et de robustesse permettent de définir un «bon» modèle. Le théorème de Vapnik, que nous présentons, indique les contraintes pour qu'un modèle soit «bon »: la classe de fonctions où l'on recherche ce modèle doit avoir une VC dimension finie et cette classe de fonctions est choisie selon le principe de SRM (minimisation structurelle du risque). Nous décrivons ensuite comment KXEN a implémenté ces éléments théoriques pour réaliser un moteur de modélisation efficace et robuste.