1. Tareas de data mining
   1. Reglas de Asociación y Patrones Sequenciales.
      1. Especialmente usadas en Minería de uso y de contenidos.
      2. Encuentras patrones de compra y perfiles de comportamiento.
      3. Algoritmos
         1. Apriori
         2. FPGrowth
         3. EquipAsso
   2. Aprendizaje Supervisado (Clasificación).
      1. Ampliamente usada en data y web mining.
      2. Usa conjuntos previos para construir modelos y luego aplicarlos a nuevos datos
         1. Conjunto de entrenamiento.
         2. Conjunto de prueba
      3. Algoritmos
         1. Arboles de decisión (C4.5)
         2. Redes Bayesianas
         3. Clasificación Basada en Asociación.
   3. Aprendizaje No Supervisado (Clustering).
      1. Organiza los datos en grupos o clusters.
      2. No necesita entrenamiento previo.
      3. Algoritmos
         1. K-means
   4. Aprendizaje parcialmente superversido.
2. Web mining
   1. Recuperación de Información y Búsqueda Web.
      1. Se fundamenta en IR
      2. Encontrar información dentro de extensas colecciones de documentos.
      3. Debido a las características especiales de la web, las búsquedas web implementan el IR en otro nivel.
      4. Un factor clave es el tiempo de respuesta.
   2. Minería de estructura.
      1. Link Analisys.
         1. Estudia la estructura de los enlaces.
         2. Algoritmos PageRank y HITS
         3. Conformación de comunidades en la web.
      2. Web Crawling.
         1. Agentes autonomos que recorren la web en busca de información
         2. Primer paso para la indexación y busqueda web.
         3. Existen crawlers universales y crawlers temáticos.
   3. Minería de contenido.
      1. Extracción de datos estructurados.
         1. Muchas páginas usan información estructurada.
            1. HTML
            2. XML
         2. Usan técnicas de aprendizaje supervizado y no supervizado.
      2. Integración de la información.
         1. Debido a la hetereogeneidad de la web se requiere integrar la información.
         2. Introducción a la Web Semántica.
      3. Minería de opinión.
         1. Aunque existen muchas páginas estructuradas hay mucha info en texto plano.
            1. Blogs
            2. Foros
            3. Emails
         2. Introducción a la minería de textos.
   4. Minería de uso.
      1. Estudia los clicks del usuario y su aplicación.
         1. E-Commerce
         2. Business Intelligence
      2. Captura y modela
         1. Patrones de comportamiento
         2. Perfiles de usuario
      3. Aprende de dichos modelos para
         1. Entender como diferentes segmentos de usuarios recorren un sitio.
         2. Mejorar la forma y estructura de un sitio.
         3. Hacer recomendaciones dinámicas de productos y servicios.