本书主要致力于几类动力系统的渐近稳定性和鲁棒稳定性的分析，其主要内容包括：对具有两个累加时变时滞的不确定系统的鲁棒稳定性研究；对时变时滞神经网络与时滞区间相关的稳定性分析；对基于时滞分段方法的静态递归神经网络的稳定性分析；对基于LMI方法的带区间变时滞基因调控网络的稳定性分析；对随机噪声对时滞基因调控网络的稳定性影响。

本书分十章，内容包括：大数据时代数据挖掘；R语言数据挖掘的起步分析；机器学习和数据挖掘；R的数据可视化分析；R的人工神经网络数据预测；R中的聚类分析和判别分析；基于支持向量的分类预测分析；R的模式甄别与网络分析等。

全书共九章，从概念到应用，由浅入深，全面深入地探析了大数据巨量分析与机器学习的理论及应用。主要内容包括：大数据发展综述、机器学习研究进展、大数据机器学习系统、大数据巨量分析与机器学习的应用领域等。