集合知プログラミング

１章　集合知への招待
２章　推薦を行う
３章　グループを見つけ出す
４章　検索とランキング
５章　最適化
６章　ドキュメントフィルタリング
７章　決定木によるモデリング
８章　価格モデルの構築
９章　高度な分類手法：カーネルメソッドとＳＶＭ
10章　特徴を発見する
11章　進化する知性

12章　アルゴリズムのまとめ
12.1　ベイジアン分類器
12.2　決定木による分類器
12.3　ニューラルネットワーク
12.4　サポートベクトルマシン
12.5　Ｋ近傍法
12.6　クラスタリング
12.7　多次元尺度構成法
12.8　非負値行列因子分解
12.9　最適化

付録Ａ　サードパーティによるライブラリたち
付録Ｂ　数式
B.1　ユークリッド距離
B.2　ピアソン相関係数
B.3　加重平均
B.4　Tanimoto係数
B.5　条件付き確立
B.6　ジニ不純度
B.7　エントロピー
B.8　分散
B.9　ガウス関数
B.10　ドット積
付録Ｃ　日本語のテキスト処理
C.1　形態素解析ツール
C.2　Yahoo!日本語形態素解析Webサービス