１．機械学習とは

　　（１）．ＡＩ／機械学習／ディープラーニング

　　（２）．機械学習の分類

２．ｓｃｉｋｉｔ－ｌｅａｒｎ

　　（１）．ｓｃｉｋｉｔ－ｌｅａｒｎとは

　　（２）．簡単な使い方

３．簡単な回帰と分類

　　（１）．ｋ近傍法（ｋ－ＮＮ）

　　（２）．ロジスティック回帰

　　（３）．線形回帰

４．特徴量と表現方法

　　（１）．データの整形

　　（２）．次元削減

　　（３）．特徴量の表現方法

５．機械学習における評価法

　　（１）．訓練データ／検証データ／テストデータ

　　（２）．ｋ－分割交差検証

　　（３）．評価指標

６．教師あり機械学習とプログラミング

　　（１）．決定木による分類

　　（２）．決定木による回帰（回帰木）

　　（３）．ＳＶＭ（サポートベクタマシン）による分類

　　（４）．ＳＶＭ（サポートベクタマシン）による回帰

　　（５）．ベイズ分類

７．教師なし機械学習とプログラミング

　　（１）．ｋ－ｍｅａｎｓ

　　（２）．階層的クラスタリング

８．アンサンブル学習とプログラミング

　　（１）．バギング分類

　　（２）．バギング回帰

　　（３）．ブースティング分類

　　（４）．ブースティング回帰

　　（５）．ランダムフォレスト

　　（６）．ＥＲＴ（Ｅｘｔｅｒｎｅｎ　ｒａｎｄｏｍｉｚｅｄ　ｔｒｅｅｓ）

　　（７）．ＡｄａＢｏｏｓｔ

９．機械学習の応用

　　・異常検知への応用

１０．まとめと事例紹介

　　（１）．まとめ

　　（２）．最新技術動向紹介