Spis treści:\nWstęp (Alicja Wakulicz-Deja)

Rozdział 1. Wprowadzenie do eksploracji danych (Piotr Paszek)

\n
1. Eksploracja danych i odkrywanie wiedzy z danych
\n
2. CRISP-DM
\n
3. Metody eksploracji danych
\n
4. Eksploracja danych - dziedziny zastosowań
\n
5. Oprogramowanie wspierające eksplorację danych
\n

Rozdział 2. Przygotowanie danych (Agnieszka Nowak-Brzezińska)

\n
1. Problem niekompletności danych
\n
2. Metody normalizacji danych
\n
3. Dyskretyzacja
\n
4. Przygotowanie danych do analizy w środowisku R
\n
5. Podsumowanie
\n

Rozdział 3. Systemy uczące się, zbiory i logika rozmyta (Wojciech Froelich)

\n
1. Algorytm uczenia FIND-S
\n
2. Uczenie leniwe
\n
3. Uczenie ze wzmocnieniem
\n
4. Zbiory rozmyte i logika rozmyta
\n
5. System regułowy uczący się ze wzmocnieniem - przykład
\n
6. Rozmyte sieci kognitywne
\n
7. Podsumowanie
\n

Rozdział 4. Systemy analiza danych - klasyfikacja (Barbara Marszał-Paszek)

\n
1. Wprowadzenie do klasyfikacji
\n
2. Metody oceny klasyfikatorów
\n
3. Klasyfikator regułowy wykorzystujący teorię zbiorów przybliżonych
\n
4. Klasyfikator oparty na rozkładzie prawdopodobieństwa
\n
5. Klasyfikator k-NN
\n

Rozdział 5. Systemy analizy danych - drzewa decyzyjne, reguły asocjacyjne (Piotr Paszek)

\n
1. Drzewa decyzyjne
\n
2. Odkrywanie asocjacji
\n

Rozdział 6. Systemy analizy danych - podejście statystyczne (Agnieszka Nowak-Brzezińska)

\n
1. Narzędzie do wykonania analiz
\n
2. Statystyka opisowa w środowisku R
\n
3. Regresja liniowa
\n
4. Analiza skupień
\n
5. Drzewa decyzyjne
\n
6. Analiza składowych głównych
\n
7. Podsumowanie
\n
8. Zadania
\n

Rozdział 7. Narzędzia Anlizy Danych (Barbara Marszał-Paszek, Piotr Paszek)

\n
1. Programy wykorzystywane w analizie danych
\n
2. Program RapidMiner
\n
3. Program RSES
\n
4. Programy TunedIT - Debellor
\n