《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、关系数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要诀、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。
本书构思跌宕起伏，行文妙趣横生，无论读者是职场老手，还是业界新人；无论是字斟句酌，还是信手翻阅，都能跟着文字在职场中走上几回，体味数据分析领域的乐趣与挑战。

迈克尔·米尔顿将自己的大半职业生涯献给了非盈利机构，帮助这些机构解析和处理从赞助人那里收集来的数据，提高融资能力。
迈克尔·米尔顿拥有新佛罗里达学院哲学学位及耶鲁大学宗教伦理学学位。多年来，他博览群书，这些书籍虽字字珠玑，却枯燥乏味；蓦然抬首，深入浅出（Head First）系列图书让他眼前一亮，他欣然抓住机会，写出了这本同样字字珠玑，兼振奋人心的书。
走出图书馆和书店，人们会看到他在跑步、摄影，以及亲手酿制啤酒。

1 数据分析引言：分解数据
2 实验：检验你的理论
3 最优化：寻找最大值
4 数据图形化：图形让你更精明
5 假设检验：假设并非如此
6 贝叶斯统计：穿越第一关
7 主观概率：信念数字化
8 启发法：凭人类的天性作分析
9 直方图：数字的形状
10 回归：预测
11 误差：合理误差
12 相关数据库：你能关联吗？
13 整理数据：井然有序
附录A 尾声：正文未及的十大要诀
附录B 安装R：启动R！
附录C 安装Excel分析工具：ToolPak