Bruken av data er ikke lenger et nisjeprosjekt, men er blitt en sentral del av de fleste prosjekter. Med tilgang til store datakilder og kraftige databehandlingsressurser, er det i teorien mulig å løse nesten alle problemer. Imidlertid krever vellykkede datavitenskapelige prosjekter en intelligent kombinasjon av menneskelig intuisjon og datakraft, solid bakgrunnskunnskap og datastøttet modellering, samt kritisk refleksjon over de innsiktene og resultatene man oppnår. Dette grunnleggende læremidlet oppdaterer betydelig den forrige utgaven, kjent som 'Guide to Intelligent Data Analysis', og gir en praktisk tilnærming til mange teknikker innen datavitenskap samtidig som det forklarer hvordan disse kan anvendes på reelle problemer. Boken balanserer de praktiske sidene ved bruk av datavitenskapsteknikker med teoretiske og algoritmiske prinsipper fra matematikk og statistikk. De viktigste oppdateringene inkluderer nye teknikker og utvidet emnebeskrivelse, som også dekker dyp læring.
