はじめに
第1章　機械学習とは
1.1　機械学習の歴史
1.1.1　機械学習とは..
1.1.2　機械学習システムの歴史
1.2　機械学習の種類
1.2.1　本書で扱う機械学習の種類
1.2.2　機械学習プログラムの実装方法
第2章　パラメタ調整による学習
2.1　パラメタ調整と学習
2.1.1　学習データセットの機械学習とパラメタ調整
2.1.2　パラメタ調整の実行例
2.2　パラメタ調整による時系列データの学習
2.2.1　学習データセットの作成
2.2.2　時系列データの変動傾向の学習
第3章　帰納的学習
3.1　暗記学習
3.1.1　テキストマイニングと機械学習
3.1.2　n-gram 出現頻度に基づくテキストデータの学習
3.1.3　日本語テキストデータの学習
3.2　汎化の導入
3.3.1　文書の一般的特徴抽出
3.3.2　特徴抽出への応用
第4章　教示学習
4.1　教示学習とは
4.1.1　教示による学習
4.1.2　教示学習の例
4.2　教示学習に基づくデータ分類システムの構成
4.2.1　判断木構成支援プログラム
4.2.2　分類知識の機械学習プログラム
第5章　進化的手法による規則の学習
5.1　進化的手法による機械学習
5.1.1　ランダム探索と系統的探索
5.1.2　進化的計算
5.2　遺伝的アルゴリズムによる知識獲得
5.2.1　遺伝的アルゴリズムの実際
5.2.2　遺伝的アルゴリズムによる知識獲得プログラム
第6章　ニューラルネット
6.1　パーセプトロン型ニューラルネット
6.1.1　ニューラルネット
6.1.2　パーセプトロン
6.1.3　パーセプトロンの学習
6.2　バックプロパゲーションによる学習
6.2.1　バックプロパゲーションによる学習の手続き
6.2.2 　バックプロパゲーションのプログラム
6.3　ニューラルネットによる実データの学習
6.3.1　学習の準備
6.3.2　bp.c プログラムによる学習と未知のデータの予測
付録
A　Cygwin のダウンロードとインストール
B　testprogram.c プログラムのソースリスト
C　文字コード変換プログラム iconv の使い方
D　論理式と論理演算
E　全数探索によるパズルの解法プログラム
参考文献
索　引