서문 = Ⅳ
저자 소개 = Ⅵ
베타 리더 리뷰 = Ⅶ
Chapter 01 Why : Weka를 사용하는 이유 = 1
  1.1 왜 데이터 분석인가? 임계의 가시화 = 2
  1.2 왜 자바 머신러닝인가? Web → 모바일 → 분석(?) = 4
  1.3 왜 Weka인가? 무료／쉽고／신속 적용 가능 = 5
  1.4 먼저 알아야 할 2개 지표(정분류율, 상관계수) = 12
Chapter 02 What : 설치 프로그램 = 15
  2.1 jre／jdk(Open JDK) = 16
  2.2 Weka 3.8.3 또는 Weka 3.9.3 = 21
  2.3 Eclipse = 24
  2.4 다운로드 자료 강의 활용 = 25
Chapter 03 What : Weka 3.9.3 = 31
  3.1 Weka = 32
  3.2 학습 방법 예시 = 36
Chapter 04 How : Weka 사용(전반) = 63
  4.1 인트로 : arff 포맷, 필터링, 알고리즘, 시각화 = 64
  4.2 모델평가 = 81
  4.3 결측값(pitfall)과 이상값(pratfall) 처리 = 120
  4.4 초등 분류 알고리즘 = 149
  4.5 중등 분류 학습 알고리즘 = 193
Chapter 05 IF : 전반부 정리 = 319
  5.1 후반부에서 배울 것들 = 322
Chapter 06 What : 후반부 시작 = 325
  6.1 전반부 복습 = 326
  6.2 Experimenter(원시적인 AI) = 333
  6.3 Weka 빅데이터(Big Data) = 351
Chapter 07 How : Weka 사용(후반) = 361
  7.1 ROC(성능 판별 추가 지표) = 362
  7.2 텍스트마이닝 = 365
  7.3 이산화 = 387
  7.4 비지도 학습 연관／군집분석 = 391
  7.5 속성 선택과 결과 집중(개입) = 463
  7.6 인공신경망(딥러닝) = 509
  7.7 추가적인 성능 향상 기법 = 554
Chapter 08 IF : 후반부 정리 = 593
찾아보기 = 595