全面闡述了資料探勘、資料採礦與商業智慧的基本概念與原理，內容包括經典理論和趨勢發展。並深入敍述了各種資料採礦的技術與典型應用，透過本書的學習，讀者可以對資料採礦與商業智慧的整體結構、概念、原理、技術和發展有深入的瞭解和認識。
以Mircrosoft SQL Server 2008的資料採礦模組進行介紹，讓讀者可以很快地透過書中的說明與範例，在很短的時間內就能上手。

本書分為四個部分：
*第一部分介紹資料倉儲、資料採礦與商業智慧之間的關係。
*第二部分對Microsoft SQL Server的整體架構加以介紹，並詳細闡述了直接與資料採礦相關的兩個服務：分析服務和報告服務。另外，更介紹了Microsoft SQL Server的整合服務和DMX語言，便於已熟悉SQL資料庫的使用者編寫基於資料採礦的大型應用專案。
*第三部分逐一闡述了Microsoft SQL Server中包含的決策樹、貝氏分類器、群集分析、時序群集、線性迴歸、Logistic迴歸、神經網路、時間序列等九種資料採礦模型。
*第四部分提供了四個資料採礦的範例，通過模仿學習，讀者可獲得實際的資料採礦經驗，稍加修改就能在自己所處的領域中加以應用。為便於讀者更好理解和上機操作，每個包含軟體操作的章節裡都配有詳細的操作步驟和解釋。

PART I：資料倉儲、資料採礦與商業智慧
Chapter 01　緒論
Chapter 02　資料倉儲
Chapter 03　資料採礦簡介
Chapter 04　資料採礦中的主要方法
Chapter 05　資料採礦與相關領域的關係

PART II：Microsoft SQL Server 概述
Chapter 06　Microsoft SQL Server 中的商業智慧
Chapter 07　Microsoft SQL Server 中的資料採礦功能
Chapter 08　Microsoft SQL Server 的分析服務
Chapter 09　Microsoft SQL Server 的報告服務
Chapter 10　Microsoft SQL Server 的整合服務
Chapter 11　Microsoft SQL Server 的 DMX 語言

PART III：Microsoft SQL Server 中的資料採礦模型
Chapter 12　決策樹模型
Chapter 13　貝氏分類器
Chapter 14　關聯規則
Chapter 15　集群分析
Chapter 16　時序集群
Chapter 17　線性迴歸模型
Chapter 18　Logistic 迴歸模型
Chapter 19　類神經網路模型
Chapter 20　時間序列模型

PART VI：Microsoft SQL Server 資料採礦應用實例
Chapter 21　決策樹模型實例
Chapter 22　Logistic 迴歸模型實例
Chapter 23　神經網路模型實例
Chapter 24　時間序列模型實例
Chapter 25　如何評估資料採礦模型