1. Innledning
Forteller hva som er hovedforskjellen mellom infometri og annen databehandling og statistikk.

2. Hovedprinsippet
Hvordan infometrien beskriver dannelsen av datastrukturer

3. Enkelte eksempler og grunnbegreper
Gir et praktisk eksempel som forklarer hvordan informetrien definerer korrelasjon

4. Selve teknikken
Prinsipalkomponentanalyse forklart på enkel måte – uten at det er nødvendig med forkunnskaper i matematikk eller statistikk.

5. En ytterligere prosess
Forklarer hvordan ulike typer av informasjon skilles fra hverandre i sammensatte datasett

6. Strukturert informasjon kontra datastøy
Hva som gjør infometrien vesensforskjellig fra andre teknikker og langt mer realistisk. Mange eksempler på praktiske anvendelser.

7. Tolkning av ladnings- og scoreverdier
Hvordan infometrien trekker ut informasjonen. Mange flere eksempler på praktiske anvendelser.

8. Den latente informasjonen
Data kan inneholde skjult informasjon som grunnlag for sikrere prognoser og kvalitetskontroll. Infometrien gir bedre resultater enn vanlige regresjonsmetoder.

9. Kvalitetskriterier ved prediksjon
Forteller om forskjellen mellom nøyaktighet og presisjon og om overtilpasningens farer.

10. Klasser og klassifikasjon
Forklarer infometriens klassebegrep – et sentralt emne i infometri.

11. Flere klasser i observasjonsrommet
Praktisk eksempel og enkel forklaring på klassedistanse, modelleringskraft og diskrimineringsevne.

12. Målrotasjon
I dagligdagse ord hvordan infometrien kvitter seg med dominerende, uønsket informasjon på en utspekulert måte.

13. Forbehandling av data
Prosentverdienes fallgruver, vanligste forbehandlinger og ikke-linearitetens problem.

14. Ordliste
Enkle forklaringer på faguttrykkene

Litteraturliste