Boken 'Outlier Analysis' gir en omfattende innføring i feltet for avviksanalyse sett fra et datavitenskapelig perspektiv. Den integrerer metoder fra datagraving, maskinlæring og statistikk innenfor et computasjonelt rammeverk, noe som gjør den attraktiv for flere fagmiljøer. Kapitlene i boken kan deles inn i tre hovedkategorier: * Grunnleggende algoritmer: Kapittel 1 til 7 omhandler de fundamentale algoritmene for avviksanalyse, inkludert probabilistiske og statistiske metoder, lineære metoder, nærhetsbaserte metoder, høy-dimensjonale (delrom) metoder, ensemblemetoder og overvåkede metoder. * Domenespesifikke metoder: Kapittel 8 til 12 tar for seg algoritmer for avviksdeteksjon innen ulike datadomenene, som tekst, kategoriske data, tidsseriedata, diskrete sekvensdata, romlige data og nettverksdata. * Anvendelser: Kapittel 13 er dedikert til ulike anvendelser av avviksanalyse, der noen retningslinjer også gis for praktikeren. Den andre utgaven av boken har videreutviklet innholdet og tilpasser seg de siste fremskrittene innen feltet.
