A unidade curricular visa abordar o processo de descoberta de conhecimento em bases de dados e as tarefas e técnicas mais comuns do Data Mining. Pretende-se que os alunos entendam as possíveis tarefas do Data Mining, designadamente a classificação, segmentação, estimação ou associação. Pretende-se ainda abordar um conjunto de técnicas geralmente usadas na implementação do Data Mining, como árvores de decisão, regras de associação, regressão linear, redes neuronais artificiais, algoritmos genéticos ou redes de Bayes. 

Outro importante objetivo é o desenvolvimento dum projeto de Data Mining, usando dados reais duma organização ou dados abertos. Como metodologia de implementação será utilizada o CRISP-DM (Cross-Industry Standard Process for Data Mining), designadamente as fases de análise e compreensão do negócio, seleção e compreensão dos dados, preparação dos dados, modelização e avaliação dos modelos. O software de referência utilizado na prática será o WEKA.