第一章、数据发掘的工作（Data Mining）是近年来数据库应用领域中，相当热门的议题
第二章、Data Mining是一个浮现中的新领域。在范围和定义上、推理和期望上有一些不同
第三章、挖掘的信息和知识从巨大的数据库而来，它被许多研究者在数据库系统和机器学习当作关键研究议题，而且也被企业体当作主要利基的重要所在
第四章、我们对于这种Data Mining的产品应该有一个正确的认知，就是它不是一个无所不能的魔法
第五章、也不是说有了Data Mining的工具，就连不了解业务、不了解资料所代表的意义、或是不了解统计原理的人也可以做Data Mining。Data Mining所挖掘出来的信息，也不是你可以不经确认，就可以照单全收应用到业务上的
第六章、事实上，Data Mining工具是用来帮助业务分析策画人员从资料中发掘出各种假设（Hypothesis），但是它并不帮你查证（Verify）这些假设，也不帮你判断这些假设对你的价值
第七章、Data Mining是指找寻隐藏在数据中的讯息，如趋势（Trend）、特征（Pattern）及相关性（Relationship）的过程，也就是从数据中发掘信息或知识（有人称为Knowledge  Discovery in Databases, KDD），也有人称为「资料考古学」(Data Archaeology)、「数据样型分析」（Data Pattern Analysis）或「功能相依分析」(Functional Dependency  Analysis)，目前已被许多研究人员视为结合数据库系统与机器学习技术的重要领域，许多产业界人士也认为此领域是一项增加各企业潜能的重要指标
第八章、现今计算机运算能力的跃进，以及数据储存技术的进步，数据仓储的广泛建置，加上企业行销策略转为针对单一消费者个人行销，更突显Data Mining对于企业的迫切性
第九章、硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mining技术的CART、CHAID或模糊计算等等理论方法，也都是由统计学者根据统计理论所发展衍生，换另一个角度看，Data Mining有相当大的比重是由高等统计学中的多变量分析所支撑
.......................................................................................................................