Wstęp (Alicja Wakulicz-Deja)
Rozdział 1. Wprowadzenie do eksploracji danych (Piotr Paszek)
1. Eksploracja danych i odkrywanie wiedzy z danych
2. CRISP-DM
3. Metody eksploracji danych
4. Eksploracja danych - dziedziny zastosowań
5. Oprogramowanie wspierające eksplorację danych
Rozdział 2. Przygotowanie danych (Agnieszka Nowak-Brzezińska)
1. Problem niekompletności danych
2. Metody normalizacji danych
3. Dyskretyzacja
4. Przygotowanie danych do analizy w środowisku R
5. Podsumowanie
Rozdział 3. Systemy uczące się, zbiory i logika rozmyta (Wojciech Froelich)
1. Algorytm uczenia FIND-S
2. Uczenie leniwe
3. Uczenie ze wzmocnieniem
4. Zbiory rozmyte i logika rozmyta
5. System regułowy uczący się ze wzmocnieniem - przykład
6. Rozmyte sieci kognitywne
7. Podsumowanie
Rozdział 4. Systemy analiza danych - klasyfikacja (Barbara Marszał-Paszek)
1. Wprowadzenie do klasyfikacji
2. Metody oceny klasyfikatorów
3. Klasyfikator regułowy wykorzystujący teorię zbiorów przybliżonych
4. Klasyfikator oparty na rozkładzie prawdopodobieństwa
5. Klasyfikator k-NN
Rozdział 5. Systemy analizy danych - drzewa decyzyjne, reguły asocjacyjne (Piotr Paszek)
1. Drzewa decyzyjne
2. Odkrywanie asocjacji
Rozdział 6. Systemy analizy danych - podejście statystyczne (Agnieszka Nowak-Brzezińska)
1. Narzędzie do wykonania analiz
2. Statystyka opisowa w środowisku R
3. Regresja liniowa
4. Analiza skupień
5. Drzewa decyzyjne
6. Analiza składowych głównych
7. Podsumowanie
8. Zadania
Rozdział 7. Narzędzia Anlizy Danych (Barbara Marszał-Paszek, Piotr Paszek)
1. Programy wykorzystywane w analizie danych
2. Program RapidMiner
3. Program RSES
4. Programy TunedIT - Debellor