Dans la science moderne, le dveloppement et l'accroissement du nombre et de la varit des capteurs permettent l'observation de plus en plus complexe de la vie. Pour les chercheurs, ceci se traduit par un immense potentiel d'acqurir des donnes qui peuvent servir  la comprhension des phnomnes tudis. Ce fait conduit  l'apparition des donnes multivaries et naturellement  la ncessit d'outils pour les analyser. Une approche souvent employe dans ce processus est l'analyse exploratoire de donnes ou ce qu'on appelle "clustering". Ceci implique la dcouverte des structures cohrentes dans des ensembles des donnes complexes en regroupant des donnes ayant des caractristiques similaires dans des classes. Cette livre aborde ce sujet en s'appuyant sur deux questions ncessitant encore des rponses: le choix de la mesure de similarit et la rduction de la dimension des donnes multivaries. Les applications sur des images multispectrales et galement sur des sries temporelles des images mdicales servent  la comprhension des aspects thoriques prsents dans la premire partie du livre.