１　情報論的学習理論小史―数理工学の視点から
２　情報論的学習理論１：確率的コンプレキシティの基礎（符号化と学習
一括学習とモデル選択
逐次的符号化と逐次的予測
確率的コンプレキシティ概念の変遷とこれから）
３　情報論的学習理論２：確率的コンプレキシティの拡張と周辺（拡張型確率的コンプレキシティと学習
動的モデル選択
学習と最適化
章末ノート）
４　データマイニング応用１：静的データ（クラスタリング（離散データ）
クラスタリング（連続データ）　ほか）
５　データマイニング応用２：動的データ（変化点検知
変化点検知による話題出現検知　ほか）

膨大な情報を活用するために，機械学習やデータマイニングに関わる数理的手法をていねいに解説。