本书作者从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等。
因此，图书的编排以解决某个应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取一个真实的实验环境，本书使用大家熟知的Python语言对样本数据进行处理以进行挖掘建模。
本书共13章，分三个部分：
基础篇（第1～5章）：
提高篇（第13章）:
