Las técnicas de minería de datos comprenden el seguimiento de patrones, la clasificación, la asociación, la detección de valores atípicos, la agrupación, la regresión y la predicción. El primer paso de la minería de datos es el seguimiento de patrones, en el que la minería de datos aprende a reconocer patrones en conjuntos de datos. La clasificación es el segundo paso de la minería de datos, que es una técnica de minería de datos más compleja que obliga a los usuarios a reunir varios atributos. La asociación está relacionada con el rastreo de patrones, pero es más específica para las variables vinculadas de forma dependiente. La detección de valores atípicos simplemente reconociendo el patrón general no puede dar una comprensión clara del conjunto de datos que se considera como el tercer paso en la minería de datos. El siguiente paso en la minería de datos es el Clustering, muy similar a la clasificación, pero que consiste en agrupar trozos de datos en función de sus similitudes. La regresión, utilizada principalmente como forma de planificación y modelización, se utiliza para identificar una determinada variable, dada la presencia de otras variables. El último paso de la técnica de minería de datos es la predicción. Es una de las técnicas de minería de datos más valiosas.