Soft Computing (SC) merupakan sekumpulan metodologi yang berkembang secara terus-menerus yang tujuan utamanya adalah untuk menghasilkan mesin ber-IQ tinggi. Teknik-teknik dasar yang termasuk ke dalam SC adalah Fuzzy Logic, Neuro Computing atau Artificial Neural Networks, Evolutionary Computation, Probabilistic Computing, Chaos Computing, Rough Sets, Multivalued Logic, Immune Network Theory, dan teknik-teknik lain yang serupa. Satu hal yang sangat penting dalam SC adalah antara satu bidang ilmu dengan bidang ilmu lainnya saling melengkapi dan berkontribusi untuk menyelesaikan suatu permasalahan. Misalnya, fuzzy systems, yang bisa memberikan penjelasan proses reasoning tetapi tidak dapat learning, bisa digabungkan dengan Neural Network yang bisa learning tetapi tidak bisa memberikan penjelasan proses reasoning-nya. Penggabungan kedua metode bisa mengambil kelebihan dari kedua metode dan menghilangkan kelemahannya sehingga dihasilkan suatu sistem yang bisa learning sekaligus bisa memberikan penjelasan proses reasoning-nya. Gabungan dua atau lebih metode dasar SC akan menghasilkan suatu sistem yang lebih baik dan kuat yang disebut hybrid system.
Buku ini memfokuskan pembahasan pada tiga teknik dasar SC: Fuzzy Systems, Artificial Neural Networks (ANN) dan Evolutionary Algorithms (EAs). Pembahasan dilakukan secara detail mulai dari motivasi, model matematis, dan permasalahan yang ada pada setiap teknik dasar tersebut. Selanjutnya, pembahasan lebih menarik terlihat ketika membangun sistem yang menggabungkan teknik-teknik dasar tersebut menjadi hybrid system, yaitu Neuro-fuzzy, Evolving ANN, Evolving Fuzzy Systems dan Fuzzy EAs. Untuk memahami SC secara lebih mendalam dan sebagai latihan, di sini dibahas studi kasus mengenai prediksi dan klasifikasi.