Cette séance de cours couvre les modèles linéaires, y compris les hyperplans, la prédiction multi-sorties, la régression logistique, les limites de décision et les classificateurs de marge maximale. Il explore également les k-voisins les plus proches (k-NN) pour la classification et la régression, en discutant des propriétés, des algorithmes et des exemples. La malédiction de la dimensionnalité et les méthodes k-NN approximatives sont explorées, ainsi que des applications pratiques dans l'attribution des auteurs et l'analyse des données d'image.