ภาคทฤษฎี: การเรียนรู้ของเครื่อง (Machine Learning) หน้า 11-25 -- วงจรชีวิตการเรียนรู้ของเครื่อง (Machine Learning Life Cycle) หน้า 26-47

ภาคประยุกต์: การทำนายราคาอสังหาริมทรัพย์โดยใช้การถดถอยเชิงเส้นพหุคูณ (Real Estate Price Prediction Using Multiple Linear Regression) หน้า 48-66 -- การทำนายปริมาณฝุ่น PM2.5 ตามอนุกรมเวลาโดยใช้อาริมา (PM2.5 Prediction with Time-Series Using ARIMA) หน้า 67-80 -- การทำนายโรคมะเร็งปอดโดยใช้ต้นไม้ตัดสินใจ (Lung Cancer Disease Prediction Using Decision Tree) หน้า 81-99 -- การทำนายผลการเรียนของนักเรียนโดยใช้ซัพพอร์ตเวกเตอร์แมชชีน (Student Academic Performance Prediction Using Support Vector Machine) หน้า 100-118 -- การทำนายธุรกรรมที่เป็นการฉ้อโกงโดยใช้กราเดียนต์บูสต์ติ้ง (Fraudulent Transactions Prediction Using Gradient Boosting) หน้า 119-138 -- การทำนายการอนุมัติสินเชื่อโดยใช้ป่าสุ่ม (Loan Approval Prediction Using Random Forest) หน้า 139-160 -- การปรับใช้แบบจำลองการเรียนรู้ของเครื่องด้วยฟลาสก์ (Deploying Machine Learning Models with Flask) หน้า 161-180 -- การเรียนรู้ของเครื่องแบบอัตโนมัติ (Automated Machine Learning) หน้า 181-192