第1章　本書の概要
　　1.1　機械学習における組合せ最適化と近似アルゴリズム
　　1.2　本書で扱う内容
　　1.3　本書で必要な知識
　　1.4　本書のチャート

第2章　組合せ最適化の基礎
　　2.1　集合関数・劣モジュラ関数
　　2.2　集合族・マトロイド
　　2.3　厳密アルゴリズム・近似アルゴリズム
　　2.4　線形計画・整数計画

第3章　劣モジュラ最大化
　　3.1　劣モジュラ最大化とは
　　3.2　機械学習における劣モジュラ最大化の諸例
　　3.3　組合せ型アルゴリズム
　　3.4　連続型アルゴリズム
　　3.5　整数格子点上の劣モジュラ最大化
　　3.6　劣モジュラ比
　　3.7　適応的劣モジュラ最大化

第4章　グラフマイニング
　　4.1　グラフマイニングとは
　　4.2　密グラフ抽出
　　4.3　相関クラスタリング
　　4.4　影響最大化

第5章　本書のまとめと展望
　　5.1　本書のまとめ
　　5.2　今後の展望・最先端トピックへの参考文献

付録A　基の同時交換公理の証明

付録B　凸解析の基礎

付録C　線形回帰の基礎

参考文献
索引