Chapter 1 アルゴリズム1-1 アルゴリズムとは1-2 よいアルゴリズムの指標1-3 フローチャートChapter 2 代表的なアルゴリズム2-1 探索問題2-2 ソーティング2-3 最短経路問題Chapter 3 アルゴリズムとデータ構造3-1 配列3-2 リスト3-3 木構造3-4 スタックとキューChapter 4 さまざまな現象のシミュレーション4-1 数式に従う現象のシミュレーション4-2 確率的シミュレーション4-3 検定Chapter 5 データの分布形状の考慮5-1 分布形状の考慮5-2 距離尺度5-3 主成分分析Chapter 6 クラスタリング6-1 クラスタリングとは6-2 k-means アルゴリズム6-3 階層型クラスタリングChapter 7 重回帰分析による予測7-1 重回帰分析とは7-2 重回帰分析の方法7-3 変数の種類7-4 モデルのよさと変数選択Chapter 8 購買データの分析と推薦8-1 同時購入商品に注目した分析8-2 購入者に注目した分析Chapter 9 機械学習による認識9-1 人工知能と機械学習9-2 データの準備9-3 古典的な機械学習アルゴリズム9-4 認識結果の評価Chapter 10 深層学習10-1 ニューラルネットワーク10-2 ニューラルネットワークによる物体認識10-3 ニューラルネットワークの学習方法10-4 代表的なニューラルネットワークの形状