Cette séance de cours couvre la justification statistique de la méthode des moindres carrés, expliquant les termes d'erreur, les variables aléatoires distribuées de manière indépendante et identique, la fonction de vraisemblance, la régression logistique, l'algorithme d'apprentissage des perceptrons et les modèles linéaires généralisés. L'instructeur discute de la famille exponentielle, des paramètres naturels et des paramètres canoniques, en mettant l'accent sur la relation entre les données et les paramètres.