Sono attualmente in una classe di regressione lineare, ma non riesco a scuotere la sensazione che ciò che sto imparando non è più rilevante né nelle statistiche moderne né nell'apprendimento automatico. Perché è trascorso così tanto tempo a dedurre la regressione lineare semplice o multipla quando così tanti set di dati interessanti oggigiorno violano spesso molti dei presupposti non realistici della regressione lineare? Perché non insegnare invece l'inferenza su strumenti più flessibili e moderni come la regressione usando macchine vettore di supporto o processo gaussiano? Sebbene sia più complicato di trovare un iperpiano in uno spazio, ciò non darebbe agli studenti uno sfondo molto migliore per affrontare i problemi dei nostri giorni?