Capítulo 1. El concepto de data mining
Capítulo 2. El entorno de enterprise miner
Capítulo 3. Selección de datos y muestras. Exploración
Capítulo 4. Exploración y análisis interactivo de datos. El nodo insight
Capítulo 5. Depuración y modificación de datos
Capítulo 6. Análisis cluster
Capítulo 7. Modelos: regresión múltiple y logística
Capítulo 8. Árboles de decisión
Capítulo 9. Redes Neuronales
Capítulo 10. Redes neuronales y componentes principales. Modelos de usuario
Capítulo 11. Valoración y comparación de modelos
Capítulo 12. Predicción y utilidades
Capítulo 13. Data mining y reducción de la dimensión con variables cuantitativas: Componentes principales
Capítulo 14. Data mining y reducción de la dimensión con variables cuantitativas: Análisis factorial
Capítulo 15. Data mining y reducción de la dimensión con variables cualitativas: Correspondientes
Capítulo 16. Técnicas de data mining para clasificación ad hoc: Análisis discriminante
Capítulo 17. Técnicas de Data Mining de clasificación post hoc: Análisis cluster

La finalidad de este libro es presentar los temas de minería de datos con un enfoque eminentemente práctico. El contenido de cada capítulo comienza exponiendo los conceptos adecuados, ilustrándolos a continuación con ejemplos prácticos resueltos con Enterprise Miner, lo que constituye un valor añadido esencial de este texto. Tras la presentación del concepto de Data Mining y la descripción del entorno de Enterprise Miner para la resolución de problemas prácticos, se detallan las distintas técnicas de minería de datos. Inicialmente se aborda la selección de datos y muestras, la exploración y análisis interactivo de datos y su depuración y modificación.
Todo ello dentro del entorno de la aplicación más completa que hay en el mercado del software. A medida que avanza el contenido del libro se tratan técnicas específicas de Data Mining, como son el clustering, los modelos, los árboles de decisión, las redes neuronales, las técnicas de predicción, de reducción de la dimensión y de clasificación.