Cette séance de cours s'oriente vers des modèles neuronaux contraignants avec des données expérimentales, mettant l'accent sur les niveaux d'abstraction, les modèles multicompartiments Hodgkin-Huxley, et des ensembles de données importants pour des contraintes telles que la morphologie, les canaux ioniques, la cinétique et les distributions. L'instructeur souligne l'importance de dériver des paramètres à partir de données expérimentales pour construire des modèles neuronaux réalistes.