Niniejszy podręcznik przedstawia syntetyczne ujęcie współczesnych metod eksploracji danych. W szczególności zaprezentowano metody optymalizacji, w tym optymalizacji globalnej, metody regresji liniowej i logistycznej, różne rozwiązania klasyfikatorów, w tym klasyfikatory bayesowskie, drzewa decyzyjne, sieci neuronowe MLP, RBF i SVM, systemy ekspertowe w formie zespołu klasyfikatorów i predyktorów, transformacje i metody redukcji wymiaru danych, metody selekcji istotnych cech diagnostycznych, metody grupowania i wizualizacji danych, jak również podstawowe pojęcia analizy asocjacyjnej między danymi.
Przedstawiono również przykłady zastosowania metod eksploracji danych w medycynie.
Rozważania teoretyczne poparte są przykładami konkretnych obliczeń dotyczących eksploracji danych, zaimplementowanymi w postaci odpowiednich programów w Matlabie.
Książka stanowi unikalne źródło wiedzy dla studentów na studiach II i III stopnia. Może być polecana jako podstawowy materiał rozszerzający dla wykładów ze sztucznej inteligencji, rozpoznawania wzorców czy inżynierii biomedycznej na kierunkach Informatyka lub Automatyka. Może służyć pracownikom firm, tzw. analitykom danych, specjalizującym się w życiu zawodowym w analizie danych i odkrywaniu wiedzy z baz i hurtowni danych.