La clasificaci—n de las tŽcnicas de miner’a de datos discrimina entre la existencia o no de variables explicativas y explicadas. Si existe una dependencia entre las variables explicadas y sus correspondientes variables explicativas, que pueda plasmarse en un modelo, estamos ante las tŽcnicas predictivas o mŽtodos explicativos. Este libro aborda las tŽcnicas predictivas a travŽs de la miner’a de datos. Las tŽcnicas predictivas especifican el modelo para los datos en base a un conocimiento te—rico previo. El modelo supuesto para los datos debe contrastarse despuŽs del proceso de miner’a de datos antes de aceptarlo como v‡lido. Podemos incluir entre estas tŽcnicas todos los tipos de regresi—n, series temporales, an‡lisis de la varianza y covarianza, an‡lisis discriminante, ‡rboles de decisi—n y redes neuronales. Pero, tanto los ‡rboles de decisi—n, como las redes neuronales y el an‡lisis discriminante son a su vez tŽcnicas de clasificaci—n que pueden extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato.