La prédiction des prix est l'un des exemples de tâches de prévision et constitue un projet basé sur la science des données. La prédiction des prix analyse les données et anticipe le coût de nouveaux produits. L'objectif de cette recherche est d'établir une méthode permettant de prédire le prix d'un téléphone mobile en fonction de ses spécifications. Ainsi, cinq modèles d'apprentissage profond sont proposés pour prédire la gamme de prix d'un téléphone mobile, dont un modèle unimodal et quatre approches multimodales. Les méthodes multimodales prédisent les prix en se basant sur les caractéristiques graphiques et non graphiques des téléphones mobiles, qui ont une influence significative sur leur valorisation. De plus, pour évaluer l'efficacité des méthodes proposées, un ensemble de données de téléphones mobiles a été collecté auprès de GSMArena. Les résultats expérimentaux montrent un score F1 de 88,3%, ce qui confirme que l'apprentissage multimodal conduit à des prédictions plus précises que les techniques actuelles les plus avancées (state-of-the-art).