On s’intéresse dans ce travail à prédire la constante d’association entre deux molécules, une molécule appelée « hôte », l’autre appelée « invité ». La constante d’association représente la « robustesse » de l’assemblage des deux molécules. On s’intéresse pour l’hôte à une famille de molécules particulières, les cyclodextrines (qui ont une cavité caractéristique). Cette constante peut être déterminée de diverses manières, par modélisation à partir de la géométrie des molécules, ou de manière expérimentale. Cependant, il s’agit d’une activité longue et fastidieuse. D’où la volonté d’évaluer la pertinence d’une approche prédictive. On trouve dans la littérature des constantes d’association concernant trois cyclodextrines particulières (alpha, beta et gamma) et divers invités. En se basant sur ces constantes connues, et des données propres à chaque molécule, nous proposons un prédicteur basé sur des ensembles d’arbres de décision. La présentation détaillera les données disponibles, les choix faits pour représenter ces données sous une forme exploitable par les techniques d’apprentissage automatique, les résultats obtenus par diverses approches d’apprentissage, et enfin la solution qui a été retenue et mise à disposition des chimistes de l’UCCS.