第1章　きほん中の基本
1-1　データを準備する－データ・プレパレーション－
1-2　アルゴリズムを選択する－選択アルゴリズム－
1-3　パラメーターを調整する－パラメータチューニング－
1-4　モデルの精度を評価する
1-5　本章のまとめ

第2章　クラスター分析
2-1　顧客クラスターを発見する
2-2　事例：映画ファンのパーソナリティ・プロファイル
2-3　クラスターを確定する

第3章　主成分分析
3-1　食品の栄養成分を調べる
3-2　主成分
3-3　事例：食品群を分析する
3-4　利用上の注意点
3-5　本章のまとめ

第4章　相関ルール
4-1　購入パターンを発見する
4-2　支持度・信頼度・リフト値
4-3　事例：スーパーマーケットの売買履歴
4-4　アプリオリ原理
4-5　利用上の注意点
4-6　本章のまとめ

第5章　社会ネットワーク分析
5-1　関係を地図化する
5-2　事例：兵器貿易の地政学
5-3　ルーバン法
5-4　ページランクアルゴリズム
5-5　利用上の注意点
5-6　本章のまとめ

第6章　回帰分析
6-1　傾向線を引く
6-2　事例：住宅価格を予測する
6-3　最急降下法
6-4　回帰係数
6-5　相関係数
6-6　利用上の注意点
6-7　本章のまとめ

第7章　k近傍法と異常検知
7-1　食品鑑定
7-2　同じ羽の鳥は群れをなす
7-3　事例：ワインの不純物を取り去る
7-4　異常検知
7-5　利用上の注意点
7-6　本章のまとめ

第8章　サポートベクターマシン
8-1　「病気」なのか「病気でない」のか？
8-2　事例：心臓病を予測する
8-3　最適な境界線を引く
8-4　利用上の注意点
8-5　本章のまとめ

第9章　決定木
9-1　災害時の生存者を予測する
9-2　事例：タイタニック号から避難する
9-3　決定木をつくる
9-4　利用上の注意点
9-5　本章のまとめ

第10章 ランダムフォレスト
10-1 群衆の知恵－みんなの意見は案外正しい－
10-2 事例：犯罪を予測する
10-3 アンサンブル学習
10-4 ブートストラップ集約－バギング－
10-5 利用上の注意点
10-6 本章のまとめ

第11章 ニューラルネットワーク
11-1 脳をつくる
11-2 事例：手書きの数字を認識する
11-3 ニューラルネットワークの構成要素
11-4 活性化関数
11-5 利用上の注意点
11-6 本章のまとめ

第12章 A/Bテストと多腕バンディット
12-1 A/Bテストの基本
12-2 A/B テストに関する利用上の注意点
12-3 ε－減衰法
12-4 事例：多腕バンディット
12-5 面白い事実：勝ちにこだわる
12-6 ε‐減衰法に関する利用上の注意点
12-7　本章のまとめ