マシンラーニングは，データから有益な情報を発掘することを目的とした技術である。その内容は多岐に渡り，長い歴史を持つ一方，近年，長足の進歩を遂げた。それらの中で本書は，重回帰，ノンパラメトリック回帰，樹形モデル，判別分析，一般化加法モデル，ニューラルネットワーク，サポートベクターマシン，生存時間解析などを扱っている。
　フリーソフトウェア「Ｒ」を活用すれば，これらの手法の実用性が増す。基本的な概念の構築から最新の手法を駆使した解析までをＲプログラムを提示しながら解説している。また，それぞれの手法の統計学的な内容とＲプログラムの利用法を並行して理解することができる。そのため，Ｒのマニュアルや出力結果を親しみにくいと感じマシンラーニングの実践を躊躇していた方々も，本書によってそうした逡巡から解放されるであろう。

第1章　序論

第2章　重回帰

第3章　ノンパラメトリック回帰

第4章　Fisherの判別分析

第5章　一般化加法モデル(GAM)による判別

第6章　樹形モデルとMARS

第7章　ニューラルネットワーク

第8章　サポートベクターマシン(SVM)

第9章　生存時間解析