지은이 소개 = 4
옮긴이 소개 = 6
옮긴이의 말 = 7
서문 = 23
제1부 데이터 마이닝의 소개
  01 데이터 마이닝… 이게 다 뭐죠? = 39
  02 입력 - 콘셉트, 인스턴스, 속성 = 89
  03 출력 - 지식의 표현 = 119
  04 알고리듬 - 기본 방식 = 147
  05 신뢰성 - 학습에 대한 평가 = 237
제2부 고급 머신러닝 기술
  06 트리와 규칙 = 297
  07 인스턴스 기반 및 선형 모델의 확장 = 341
  08 데이터 변환 = 393
  09 확률적 방법 = 457
  10 딥러닝 = 561
  11 지도 및 비지도 학습을 넘어서 = 623
  12 앙상블 학습 = 641
  13 응용 영역, 그 너머의 세계 = 671
부록 A. 이론적 기초 = 711
부록 B. WEKA 워크벤치 = 737
참고문헌 = 762
찾아보기 = 796