Este área engloba el diagnóstico y clasificación distribuidos, la búsqueda semántica a gran escala, el análisis de redes sociales, y el análisis de emociones y sentimientos.

Los primeros trabajos de investigación sobre aprendizaje automático en sistemas artificiales se remontan a los años 1950. A partir de los años 80 comienzan a desarrollarse aplicaciones prácticas de los algoritmos llamados «subsimbólicos» (principalmente, redes neuronales y sistemas bayesianos) a problemas de reconocimiento de formas y clasificación y de los «simbólicos» (inducción de árboles y de reglas) a la adquisición de conocimiento para sistemas expertos.

En los años 90 despega con fuerza lo que se ha llamado «minería de datos»: aplicaciones de algoritmos de aprendizaje y visualización para la extracción de conocimiento en grandes bases de datos. Nuestras aportaciones en este campo han seguido también esta trayectoria: 

• Aplicación de técnicas bayesianas para la evaluación de riesgo en créditos bancarios (proyecto ExpertBao, 1986-1988).
• Algoritmos genéticos y lógica borrosa para control de centrales térmicas (proyecto OTRO, 1989-1991) y en general para control adaptativo de procesos complejos (proyectos CORAGE y MITA).
• Resolución de problemas de ingeniería reales, aportando herramientas de integración de técnicas simbólicas y subsimbólicas (proyecto MIX, 1994-1997).
• Minería de datos de transporte urbano (proyecto SEIC, 1995) y de videovigilancia (proyecto AzVigia, 2005-2007). Herramientas para el proceso de minería de datos (proyecto M2D2)
• Aplicación de técnicas bayesianas al diagnóstico en redes de telecomunicación (colaboración con Telefónica España y Chequia)
• Aplicación de técnicas de Aprendizaje automático basado en Big Data en Análisis de Sentimientos (Financial Twitter Tracker y EuroSentiment)