Lucrarea abordează teoria jocurilor într-o manieră graduală, de la simplu la complex. Sunt tratate jocurile statice în informaţie completă, jocurile de sumă nulă, jocurile dinamice în informaţie completă, jocurile statice în informaţie incompletă şi licitaţiile.

Aspectele teoretice sunt prezentate în detaliu la începutul fiecărui capitol, fiind urmate de probleme rezolvate şi probleme propuse. În cadrul problemelor rezolvate, toate noţiunile teoretice sunt explicate pe larg.

La nivel macroeconomic, autorii demonstrează, pe baza ultimelor rezultate în cercetările mondiale asupra dinamicilor economice, importanța cunoașterii unor comportamente neașteptate, ciudate (dinamici de tip punct șa, de tip bifurcații Hopf etc.), care fac inoperante politicile clasice de reglare macroeconomică prin pârghii de politică fiscală sau monetară.
Prezentul volum, ca și celelalte două anterioare, sunt racordate la o bogată bibliografie de specialitate pe plan mondial.

Cartea se adresează cu precădere studenților facultății de Cibernetică, Statistică și Informatică Economică, care încep în anul II studiul microeconomiei, dar poate constitui un interesant material de lucru și pentru alți studenți ai Academiei de Studii Economice ce au în programa analitică studiul acestei discipline.

Prin inteligenţă artificială (AI-Artificial Intelicence) se înțelege orice tehnică care permite calculatoarelor să imite comportamentul uman, inclusiv învăţarea maşinii, procesarea limbajului natural (NLP), sinteza limbajului, „viziunea” computerului (programarea computerului pentru a„vedea”), robotica, analiza senzorilor, optimizarea şi simularea.
În acest context, Machine Learning (ML – învăţarea automată) constituie un subset de tehnici de AI care permite sistemelor informatice să „înveţe” din experienţa anterioară (adică din observaţiile de date), având ca efect îmbunătăţirea operaţiunilor pentru o anumită sarcină. Tehnicile ML includ Support Vector Machines (SVM), arbori de decizie, învăţare Bayes, k-means clustering, reguli de asociere, regresie, reţele neuronale şi multe altele.

Data Science (DS) este un domeniu multidisciplinar care include statistica, informatica, învățarea automată (ML-Machine Learning) și expertiza în domeniu, pentru a obține cunoștințe și informații din date deja existente.
Lucrarea Data Science utilizând mediul R. Teorie şi aplicaţii  este concepută în ideea de a veni în sprijinul tuturor celor care doresc să cunoască aspecte mai mult sau mai puţin analitice referitoare la știința datelor.