目的：データをMATLABにインポートし解析する方法について学びます。解析にはデータの正规化，欠损データ値をもつ観测値の削除などが含まれます。

• データのテーブル
• カテゴリカルデータ
• データの前处理

目的：教师なし学习のテクニックであるクラスタリングを使用して，类似性の尺度に基づきデータセットをグループに分割し，データセット内の妥当なパターンを検出する方法について学びます。なお，変数の次元を削减する方法として主成分分析を复习します。

• 教师なし学习
• 次元の削减
• クラスターの作成
• クラスターの评価と解釈

目的：教师あり学习のテクニックである分类を使用して，分类问题に対して予测モデルを构筑する方法を学びます。また，モデルの学习率と予测精度も评価します。

• 教师あり学习と分类
• 学习と検证
• 分类手法

目的：データセットの次元を削减し，机械学习の分类モデルを単纯化および改善する方法について学びます。

• 交差検定
• ハイパーパラメーターの最适化
• 特徴変换
• 特徴选択
• アンサンブル学习

目的：教师あり学习のテクニックである回帰を使用して，连続応答変数に対して予测モデルを构筑する方法を学びます。また，モデルの学习率と予测精度も评価します。

• パラメトリックモデル
• ノンパラメトリックモデル
• 正则化と特徴选択

目的：クラスタリングと予测モデル构筑のためにニューラルネットワークを学习させる方法について学びます。また，ネットワークをチューニングし，性能を改善する方法も学びます。

• 自己组织化マップによるクラスタリング
• フィードフォワードネットワークによる分类
• フィードフォワードネットワークによる回帰