迄今为止，统计学倾向于整齐地分为两种理论方法或框架：频率主义（或古典）和贝叶斯主义。

用于分析分类数据的现代图形方法的应用处理 《使用 R 进行离散数据分析：分类和计数数据的可视化和建模技术》提出了对分类数据分析的现代方法的应用处理，包括离散响应数据和频率数据。它解释了如何使用图形方法来探索数据、发现异常特征、可视化拟合模型和显示结果。

《方差、设计和回归分析：不平衡数据的线性建模，第二版》介绍了用于建模数据的线性结构，重点是如何将有关数据结构的特定想法（假设）合并到数据的线性模型中。

​在数据科学领域工作.掌握核心数据挖掘概念、技术和实践技能。

面向现代工程和医疗保健应用的物联网和数据挖掘旨在专注于现代工程和医疗保健应用的物联网 （IoT） 和数据挖掘。它还侧重于微波工程，通信以及新开发的固态技术在生物医学工程和医疗保健中的适用性方面的最新技术进步。微波工程及相关技术的新兴技术和前沿研究也被考虑在内。

本书介绍了前沿数据科学方法的概念和程序方面，如动态数据可视化、人工神经网络、集成方法和文本挖掘。至少有两个独特的元素可以使这本书从竞争对手中脱颖而出。

《商业分析数据挖掘：Python 中的概念、技术和应用》是数据挖掘、预测分析和业务分析研究生和高年级课程的理想教科书。这个新版本也是在商业、金融、营销、计算机科学和信息技术领域使用定量方法的分析师、研究人员和从业者的绝佳参考书籍。

本书的第三版详细介绍了有关重要数据库和数据挖掘工具的新方法和更新方法和协议。章节引导读者了解大分子序列和三维结构的档案、蛋白质-蛋白质相互作用的数据库、预测构象障碍的方法、突变体热力学稳定性、聚集和药物反应。

《社会计算的高级数据挖掘工具和方法》探讨了最新的数据挖掘工具，方法，算法和专门为社会计算和社交网络分析开发的架构的进展。

共置模式数据挖掘可检测经常彼此靠近的要素集。本书重点介绍共置模式的数据挖掘，这是一种从所有类型的数据中识别模式并将其应用于商业智能和分析的有效方法。