Bruken av data har utviklet seg til å bli en sentral del av nesten alle prosjekter, snarere enn kun et nisjeprosjekt. Med tilgang til enorme datakilder og kraftige datamaskiner, synes det i teorien å være mulig å løse nesten ethvert problem. Imidlertid er vellykkede datavitenskapsprosjekter et resultat av intelligent anvendelse av menneskelig intuisjon kombinert med datakraft, solid faglig bakgrunn kombinert med datastøttet modellering, samt kritisk refleksjon over de oppnådde innsiktene og resultatene. Denne boken, som oppdaterer den tidligere utgaven kalt 'Guide to Intelligent Data Analysis', tilbyr fortsatt et praktisk undervisningsopplegg for mange teknikker innen datavitenskap og forklarer hvordan disse kan brukes til å løse virkelige problemer. Verket balanserer de praktiske aspektene ved å anvende datavitenskapsteknikker med de teoretiske og algoritmiske grunnlagene fra matematikk og statistikk. Det inneholder betydelige oppdateringer på teknikker og emneomfang, inkludert dyp læring.
