Spis treści: 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 danychRozdział 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. PodsumowanieRozdział 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. PodsumowanieRozdział 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-NNRozdział 5. Systemy analizy danych - drzewa decyzyjne, reguły asocjacyjne (Piotr Paszek)1. Drzewa decyzyjne 2. Odkrywanie asocjacjiRozdział 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. ZadaniaRozdział 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