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と使い方

（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

（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．まとめと事例紹介

（１）．まとめ

（２）．事例紹介