Cette séance de cours couvre la récapitulation de Support Vector Regression (SVR) avec un accent sur les formulations primaires et doubles, les conditions stationnaires, et le concept de programmation convexe-quadratique. Elle s'inscrit également dans la dualité de la SVR, du primal Lagrangien et de l'écart de dualité. L'instructeur explique la dualité entre la régression du processus gaussien et la régression du processus gaussien (RPG), montrant comment la RVS peut être équivalente à la RGP dans certaines conditions.