A carregar os dados de várias fontes diferentes, aplicar algoritmos preditivos e efetuar avaliações de qualidade do classificador após treinamento.
B organizar os dados usando distribuições de frequência, apresentar os dados usando técnicas de visualização e calcular medidas de tendência central, variação e associação.
C discretizar dados categóricos, treinar o classificador em uma base de treinamento e avaliar a qualidade do classificador em uma base de testes.
D calcular as probabilidades associadas em cada transação, gerar as regras de associação para os parâmetros de suporte e confiança e apresentar as regras identificadas.
E definir as dimensões de interesse, construir os cubos OLAP correspondentes às dimensões e apresentar opções de visualização e navegação sobre os cubos elaborados.