Prezentowana praca przedstawia zastosowanie metod Data Mining do analizy i prognozowania kondycji ekonomicznej (finansowej i majątkowej) przedsiębiorstw. Metody Data Mining nie są jeszcze zbyt popularne i szeroko stosowane w Polsce. Zalicza się do nich metody statystyczne i metody sztucznej inteligencji, które umożliwiają odkrywanie nieznanych zależności między danymi w nagromadzonych zbiorach danych. Są to takie metody, które pozwalają z danych tworzyć wiedzę (znajdywać zależności, wzorce, trendy). Rozwój metod Data Mining związany jest z rozwojem wielu dziedzin: informatyki, statystyki, ekonometrii, matematycznych technik rozwiązywania problemów, teorii i narzędzi wnioskowania w warunkach niepewności. W języku polskim metody Data Mining nazywane są różnie: metodami eksploracji danych, odkrywania wiedzy w bazach danych, zgłębiania danych, eksploatacji danych, drążenia danych, a nawet torturowania danych. Jednak najczęściej używana jest nazwa angielska Data Mining, stąd też zwrot ten zastosowano w tytule książki. Książka nie jest podręcznikiem metod, ani tym bardziej wspomagających je programów. Przeznaczona jest dla użytkowników, którzy chcieliby kompleksowo wykorzystać je w jednym, wybranym zastosowaniu. W książce posłużono się przykładem takiego zastosowania analizą i prognozowaniem kondycji ekonomicznej przedsiębiorstw. Z wykorzystywanych metod należy wymienić m.in.: metodę regresji, sieci neuronowe wielowarstwowe, drzewa decyzyjne, metodę k-średnich, sieci neuronowe Kohonena. Starano się przedstawić ogólne zasady postępowania przy stosowaniu metod Data Mining, ale także zwrócić uwagę na potrzebę ujęcia specyfiki problemu. Proponuje się zastosowanie jednego programu Enterprise Miner firmy SAS, który jest rozbudowanym programem eksploracji danych i okazał się w pełni wystarczający. W pracy nie przedstawiano zbyt szczegółowo opisów obsługi (poszczególnych opcji) programu, ani wersji poszczególnych metod. W przygotowaniu znajduje się podręcznik, który powinien stanowić wystarczające uzupełnienie dla osób zainteresowanych szczegółami programu i różnymi algorytmami metod.