第1章　本書で扱う回帰・分類の全体像
　　1.1　本書で扱う回帰・分類とは
　　1.2　データの種類からの類別
　　1.3　意思決定の目的と設定からの類別
　　1.4　データの特徴記述からの類別
　　1.5　データの生成観測メカニズムからの類別
　　1.6　同質性を仮定したもとでの予測

第2章　量的変数を目的変数とする意思決定写像（説明変数が1つの場合）
　　2.1　変数間の関係性の直線による特徴記述
　　2.2　変数間に直線的な関係性を仮定した確率的データ生成観測メカニズム
　　2.3　確率的データ生成観測メカニズムの特徴量を推定する問題
　　2.4　説明変数から目的変数を予測する問題
　　2.5　その他の意思決定写像

第3章　量的変数を目的変数とする意思決定写像（説明変数が複数の場合）
　　3.1　変数間の関係性の線形関数による特徴記述
　　3.2　変数間に線形的な関係性を仮定した確率的データ生成観測メカニズム
　　3.3　確率的データ生成観測メカニズムの特徴量を推定する問題
　　3.4　説明変数から目的変数を予測する問題
　　3.5　その他の意思決定写像
　　3.6　多重共線性
　　3.7　説明変数に質的変数が含まれる場合
　　3.8　回帰式の評価
　　3.9　誤差項が正規分布でない場合の分析

第4章　質的変数を目的変数とする意思決定写像
　　4.1　質的変数を目的変数とする意思決定写像
　　4.2　変数間の関係性を領域を用いて表現する特徴記述
　　4.3　変数間の関係性を比率を用いて表現する特徴記述
　　4.4　変数間の関係性を木構造を用いて表現する特徴記述
　　4.5　データ生成観測メカニズム

第5章　確率的データ生成観測メカニズムと意思決定写像
　　5.1　群ごとに確率モデルが異なるデータ生成観測メカニズム
　　5.2　説明変数から確率的に群が生成されるデータ生成観測メカニズム

第6章　同質性を仮定した予測の意思決定写像
　　6.1　データの特徴記述と予測関数
　　6.2　マージン最大化基準に基づく領域を用いた予測
　　6.3　木構造を用いた予測

付録A　正規分布の性質
　　A.1　正規分布に対するベイズの定理
　　A.2　線形回帰分析におけるベイズ推論
　　A.3　正規分布に対するベイズの定理の証明

付録B　最適化問題
　　B.1　1変数関数の最適化問題
　　B.2　多変数関数の最適化問題
　　B.3　最適化問題の解法

データ科学の活用例と本書との対応
参考文献
索引