第1章　データサイエンスの考え方
1.1　データサイエンスとは
1.2　データサイエンスを学ぶ理由
1.3　データから価値を生み出すプロセス

第2章　アルゴリズムとデータ構造
2.1　はじめに
2.2　データサイエンスにおけるアルゴリズムとデータ構造
2.3　アルゴリズムの基礎
2.4　基本的なデータ構造
2.5　探索
2.6　ソーティング

第3章　システム最適化
3.1　最適化問題とは
3.2　線形計画問題
3.3　非線形計画問題
3.4　整数計画問題

第4章　統計的データ解析の考え方
4.1　標本調査
4.2　信頼区間と仮説検定
4.3　分布の近似と標準誤差
4.4　線形回帰モデル
4.5　非線形回帰モデル

第5章　教師なし学習
5.1　クラスタリング
5.2　高次元データの次元削減と可視化

第6章　教師あり学習
6.1　教師あり学習とは
6.2　学習モデルとトレーニング（パラメータ最適化）
6.3　データのセットの分割とテスト（モデルの評価）
6.4　実データへの適用例（回帰）

第7章　確率モデル・確率推論
7.1　はじめに
7.2　確率モデルとベイズの定理
7.3　確率推論
7.4　確率推論の応用

第8章　強化学習
8.1　強化学習とは
8.2　強化学習の理論
8.3　強化学習アルゴリズム
8.4　探索と利用のトレードオフと意思決定モデル

第9章　情報センシング
9.1　情報センシングとは
9.2　センサデータ処理
9.3　センシング応用

第10章　画像解析・深層学習
10.1　画像解析
10.2　デジタル画像の特徴とフィルタ処理
10.3　深層学習

第11章　時系列データ解析・音声解析
11.1　時系列データ解析
11.2　音声解析

第12章　テキスト解析
12.1　はじめに
12.2　テキストデータの収集
12.3　テキストクレンジング
12.4　トークン化
12.5　ベクトル化
12.6　探索的データ分析
12.7　テキスト分析

第13章　情報セキュリティ
13.1　情報資産と情報セキュリティ
13.2　情報セキュリティの基本：アクセス制御
13.3　情報セキュリティのCIA

第14章　プライバシー保護技術
14.1　データが価値を生む仕組みと提供リスク
14.2　匿名化によるプライバシー保護
14.3　差分プライバシーによるプライバシー保護
14.4　準同型暗号によるプライバシー保護
14.5　協調学習によるプライバシー保護

第15章　意思決定論
15.1　意思決定の基本的枠組み
15.2　相関関係と因果関係

参考文献
索引