Dans cet article, nous proposons un nouvel algorithme de bandits contextuels, NeuralBandit, ne faisant aucune hypothèse de stationnarité sur les contextes et les récompenses. L'algorithme proposé utilise plusieurs perceptrons multicouches, chacun apprenant la probabilité qu'une action, étant donnée le contexte, entraine une récompense. A n de régler en ligne les paramètres de ces perceptrons multicouches, et notamment les architectures, nous proposons d'utiliser une approche multi-experts. Des tests sur des jeux de donné es synthé tiques et réels montrent l'apport de l'algorithme NeuralBandit par rapport a l' état de l'art.