Cette thèse s'inscrit dans le cadre du réglage des lois de pilotage d'un avion de transport civil en phase de développement. Malgré la qualité croissante des modèles utilisés pour la synthèse des lois, certains effets très non-linéaires requièrent le développement de lois spécifiques. Leur réglage fait l'objet d'un processus long et coûteux que l'industriel cherche à raccourcir au maximum. En constatant que les donnes d'essais en vol sont moins utilisées que les modèles, nous avons élaboré des méthodologies permettant une exploitation de celles-ci pour régler ces lois de pilotage. L'avion étant un système à paramètres variants, ses lois sont interpolées et il n'est testé que sur un ensemble discret de points de vol. Par conséquent, les données à utiliser sont locales et le réglage des lois interpolées devra refléter ce caractère local. Ces deux aspects d'interpolation et de données locales ont orienté le travail vers une méthode d'apprentissage locale pour interpoler les lois de pilotage : les mélanges d'experts (MEX). Leur structure permet de diviser le domaine de vol en plusieurs sous-domaines et d'affecter à chacun d'eux une modélisation locale. Nous avons alors élaboré une méthodologie permettant une retouche locale à l'aide des MEX. Elle est divisée en une partie hors-ligne et une en ligne, chacune comprenant la génération de données à l'aide d'une inversion/identification, la structuration des MEX et leur optimisation. La méthodologie est mise en œuvre sur deux applications identifiées par Airbus comme reflétant le problème posé. La première concerne l'estimation du dérapage aérodynamique de l'avion et la seconde une loi feedforward de compensation d'aérofreins.