本书所采用的分析工具为目前颇受好评的IBM SPSS Modeler及开源软件Weka。IBM SPSS Modeler有很好的用户接口，也有不错的分析功能，但缺乏最前沿的分析模块及很难与现有的信息系统结合，而Weka恰能弥补其缺憾。同时，这两个软件都不需要编程，对初入分析领域的读者而言是一个很好的进入点。本书由三位活跃在数据挖掘教学和项目开发一线的人员完成，内容侧重软件的实际操作。本书力图将复杂的技术以浅显的方式加以介绍，尽量避免涉及过多的数学内容。每章都根据所涉及的知识点的不同，本书选取了实用的案例，并为读者准备了相应的思考和练习题。

本书共18章，主要讲述使用R语言做数据挖掘的方法。其中，第1、2章为数据分析方法概述，第3章为R语言编程基础，第4章至第8章为统计学习方法，第9章至第15章为数据挖掘方法，第16章为时间序列分析方法，第17章为特征工程，第18章为R文本挖掘。

本书着重讲解了Spark内核、Spark GraphX、Spark SQL、Spark Streaming和Spark MLlib的核心概念与理论框架，并提供了相应的示例与解析。全书共分8章，其中前4章介绍Spark内核，主要包括Spark简介、集群部署、工作原理、核心概念与操作等；后4章分别介绍Spark内核的核心组件，每章系统地介绍Spark的一个组件，并附以相应的案例分析。