Cette séance de cours couvre les mathématiques derrière l'analyse des données, en mettant l'accent sur la régression clairsemée dans les modèles linéaires généralisés et les formulations d'optimisation impliquées. Il se penche également sur l'estimation de matrices de précision clairsemées pour les modèles graphiques, la minimisation des convexes composites, les opérateurs proximaux et la conception d'algorithmes pour trouver des solutions efficacement.