Une approche d'estimation de la prime de risque, en assurance automobile, en utilisant la technique des réseaux de neurones, est proposée. L'entrée du réseau est constituée d'un vecteur de facteurs de risque signifiants. La sortie est un vecteur de classes de risque appropriées. La règle d'apprentissage que nous proposons, et qui est adaptée aux caractéristiques du problème traité, permet l'affectation d'un client (assuré) qui rentre dans le système, à une classe de risque correspondante. Un intervalle de confiance pour la prime de base est déterminé pour chaque classe de risque.