第1回:イントロダクション
第2回:ベイズ確率・ベイズ識別・モデルの検証
第3回:モデル選択基準・MCMC法
第4回:ギブスサンプリング・線形識別モデル
第5回:線形識別モデル:ロジスティック回帰
第6回:線形識別モデル:ベイズロジスティック回帰,フィッシャーの線形判別
第7回:ニューラルネットワーク
第8回:ニューラルネットワーク(続き)
第9回:ニューラルネットワーク(続き)
第10回:カーネル法, カーネル密度推定法,カーネル回帰分析
第11回:カーネル法:ガウス過程
第12回:サポートベクターマシン, ソフトマージン
第13回:多クラスSVM, SVM回帰, 関連ベクターマシン
第14回:ベイジアンネットワーク
第15回:ジョインツリーアルゴリズム
第16回:ジョインツリーアルゴリズム(続き)
第17回:マルコフ確率場・ファクターグラフ
第18回:K-means法，混合ガウスモデル，EM法
第19回:EM法(続き), 混合ベルヌーイモデル, 混合多項モデル
第20回:変分ベイズ，周辺化ギブスサンプリング
第21回:系列データ，隠れマルコフモデル
第22回:ビタビアルゴリズム，主成分分析
第23回:集団学習，決定木