فهرست مطالب كتاب *
 بخش اول : آماده سازي داده ها *
 فصل  1  :  مفاهيم اوليه در داده كاوي *
 فصل  2 :  شناخت داده‌ها و باركردن آنها *
 فصل  3 :  پيش‌پردازش داده‌ها (data preprocessing) *
 فصل  4 :  شبكه عصبي براي كلاسه بدي *
 بخش دوم : الگوريتم هاي دسته بندي *
 فصل  5 :  svm *
 فصل  6 :  درخت تصميم (decission tree) *
 فصل  7 :  روش دسته‌بندي بيز (bayes classification) *
 فصل  8 :  دسته‌بندي k نزديك‌ترين همسايه (k-nearest-neighbor) *
 فصل  9 :  ارزيابي ، انتخاب و بهبود مدلهاي دسته‌بندي(model evaluation selection) *
 فصل 10:  پيشگويي عددي *
 بخش سوم : ساير روشهاي داده كاوي *
 فصل 11 :  خوشه‌بندي (clustering) *
 فصل 12 :  تحليل داده‌هاي پرت (outlier analysis) *
 فصل 13 :  كاوش قوانين انجمني associationrules mining) *
 فصل 14 :  تحليل داده‌هاي دنباله‌اي (mining sequence data) *