Cette séance de cours présente Projection Pursuit Regression, une méthode inspirée par la tomographie, pour modéliser les relations non linéaires dans les données. Il traite de la décomposition des fonctions en composants lisses et des défis de l'interprétabilité lors de l'acceptation de la non-linéarité. L'instructeur explique le processus d'ajustement, les compromis entre l'interprétation et la complexité, et l'utilisation des réseaux neuraux pour la régression. La séance de cours se termine par une discussion sur les aspects informatiques de l'adaptation de modèles complexes et les implications pour l'interprétation des données.