Les travaux de recherche présentés dans cette habilitation émanent de problèmes où les données sont à la fois structurées et issues de sources d’information multiples, voire hétérogènes. Je me suis intéressée aux moyens d’intégrer ces différents aspects dans des problèmes d’apprentissage machine. Ceci s’est manifesté autour de trois axes principaux, souvent liés : 1) la prise en compte d’une structure sur les données, 2) l’intégration de différentes sources d’information, et 3) l’interaction entre les composantes issues de ces sources. Le premier axe sera traité sous la forme d’une synthèse décrivant les principales structures rencontrées et la façon de les incorporer dans le terme de régularisation d’un problème d’apprentissage. Le deuxième axe sera dédié aux méthodes d’intégration intermédiaire avec des contributions impliquant des méthodes à noyaux d’une part et des modèles de mélanges d’experts d’autre part. Enfin le troisième axe sera abordé par le biais de modèles linéaires (généralisés) d’interactions structurées proposés dans le contexte d’études d’associations pangénomiques. Ce mémoire se clôturera par un chapitre consacré aux perspectives autour de méthodes d'intégration tardive et abordant des éléments sur la recherche finalisée en biologie ou en santé.