La minería de datos es una etapa, si bien la más importante, de lo que se ha venido llamando el proceso de extracción de conocimiento a partir de datos. Este proceso consta de varias fases e incorpora diferentes técnicas de los campos del aprendizaje automático, la estadística, las bases de datos, los sistemas de toma de decisión, la inteligencia artificial y otras áreas de la informática y de la gestión de información. Este manual describe el proceso de extracción de conocimiento a partir de datos.

Explica, de una manera metodológica y pragmática, el proceso en su conjunto, sus motivaciones y beneficios, estableciendo conexiones con las disciplinas relacionadas y los sistemas con los que debe integrarse.

Contrasta y despliega, mediante numerosos ejemplos realizados en paquetes de minería de datos, las técnicas que se requieren en cada fase del proceso: técnicas de preparación y almacenes de datos, técnicas propias de extracción de modelos (clasificación, agrupamiento, regresión, asociación, etc.) y técnicas de evaluación y difusión del conocimiento extraído.

Discurre apoyándose en numerosos ejemplos prácticos y utilizando herramientas de minería de datos como SPSS Clementine, WEKA y otras, ilustrando cada técnica con las diferentes implementaciones que de ella proporciona cada sistema.

Está dirigido a profesionales involucrados en el análisis de los sistemas de información o en la toma de decisiones de su organización o de sus clientes, así como a estudiantes universitarios en titulaciones de ingeniería, informática, empresariales o biomédicas que cursen asignaturas de análisis de datos , extracción de conocimiento , aprendizaje automático o, cómo no, minería de datos , o bien que quieran complementar su formación estadística con la perspectiva del proceso de extracción de conocimiento mediante la generación de modelos a partir de bases de datos.