Mange virkelige systemer er dynamiske, utviklende og gjensidig avhengige. Eksempler på slike systemer som viser 'kompleksitet' kan finnes i en rekke kontekster, fra økonomi og biologi til miljø- og fysikalske vitenskaper. Studiet av komplekse systemer innebærer analyse og tolkning av store mengder data, noe som krever anvendelse av ulike klassiske og moderne verktøy og teknikker fra statistikk, nettverksvitenskap, maskinlæring og agentbasert modellering. Denne teksten, som er selvstendig og pedagogisk utformet, presenterer noen av de mest betydningsfulle og mye brukte metodene, med vekt på både empiriske og teoretiske tilnærminger. Mer generelt fungerer denne boken som en tilgjengelig veiledning til en datadrevet verktøykasse for forskere, ingeniører og samfunnsvitere som trenger effektiv analyse av store datamengder, enten det gjelder sosiale nettverk, finansmarkeder, økonomier eller andre typer komplekse systemer.
