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