Από την αστρονομία ως την μοριακή βιολογία και από την κοινωνιολογία ως τα οικονομικά, ο όγκος και η πολυπλοκότητα των δεδομένων που συλλέγουμε και καλούμαστε να αναλύσουμε αυξάνονται με εκρηκτικούς ρυθμούς. Eπιστήμονες, ερευνητές, επαγγελματίες και ερασιτέχνες από τις ιατρικές κλινικές ως το χρηματιστήριο και τον επαγγελματικό αθλητισμό "σκύβουν" καθημερινά πάνω από σειρές, λίστες και πίνακες, δημιουργούν γραφικές παραστάσεις, εφαρμόζουν στατιστικούς ελέγχους και μοντέλα με σκοπό να καταλάβουν καλύτερα φαινόμενα που μέχρι πριν από λίγα χρόνια θεωρούσαμε ότι ήταν τελείως απρόβλεπτα. Από αυτήν την άποψη, το ερώτημα που βρίσκεται στο επίκεντρο του συγκεκριμένου βιβλίου είναι απλό. Πώς μπορεί κανείς να αναλύσει τα δεδομένα του, έτσι ώστε να μάθει κάτι που δεν γνώριζε πριν; Η προσέγγιση που ακολουθούμε ισορροπεί μεταξύ τεχνικής και μεθοδολογίας. Σε ένα πρώτο επίπεδο δίνονται αναλυτικά οι βασικές αρχές του προγραμματισμού στην R, που αποτελεί σήμερα την γλώσσα επιλογής για την στατιστική ανάλυση δεδομένων. Σε δεύτερο και τρίτο επίπεδο, παρουσιάζονται μεθοδολογίες στατιστικής ανάλυσης και μηχανικής μάθησης που απευθύνονται τόσο σε νέους, όσο και σε έμπειρους χρήστες της R. Οι βασικές αρχές για τον τρόπο με τον οποίο διατυπώνουμε αναλυτικά ερωτήματα παρουσιάζονται μέσα από πρακτικές εφαρμογές σε πραγματικά δεδομένα από διαφορετικά ερευνητικά και επαγγελματικά πεδία. Γραμμένο και το ίδιο στην R μέσω του μορφοτύπου R-markdown, το βιβλίο παρουσιάζει τη θεωρία σε άμεση σύνδεση με τον κώδικα και τα αποτελέσματά του, με τρόπο που να μπορεί να αναπαραχθεί πλήρως από τους αναγνώστες από την πρώτη ως την τελευταία σελίδα.