فصل1. مقدمه
فصل2. تشریح انواع طبقه بندی یادگیری ماشین:
آ. یادگیری نظارت شده
ب. یادگیری نظارت نشده
ج. یادگیری تقویتی
د. یادگیری عمیق
آ.روش های رگرسیون
ب. روش های دسته بندی
i) رگرسیون خطی
ii) رگرسیون لجستیک
III) الگوریتم k-نزدیک ترین همسایگی
IV. ماشین بردار پشتیبان SVM 
v. درخت تصمیم
vi. جنگل تصادفی
انواع یادگیری نظارت نشده
انواع یادگیری عمیق
فصل3.کاربردها
فصل4. نتیجه گیری

انواع یادگیری نظارت نشده
آ. خوشه بندی: گروهی از نوع مشابه داده ها از مجموعه داده ها در یک خوشه قرار می گیرند.
ب. کاهش ابعاد: مولفۀ اصلی به منظور دستیابی به بهترین مشخصه ها تحلیل می شود.

انواع یادگیری تقویتی
• یادگیری تقویتی مثبت
• یادگیری تقویتی منفی