El objetivo de esta línea es el desarrollo de técnicas algorítmicas para la resolución de problemas de minería de datos en diferentes situaciones. En los últimos años, el grupo ha centrado su interés en técnicas capaces de analizar redes y sistemas complejos. Se han diseñado e implementado múltiples técnicas para el análisis de las propiedades estructurales de una red, la predicción de enlaces o la detección automática de comunidades. Estas técnicas se han aplicado en diversos problemas de interés práctico, como los sistemas de recomendación o el procesamiento del lenguaje natural.

Otra línea de trabajo novedosa en el grupo es el uso de técnicas de “deep learning” en la resolución de problemas de minería de datos. Cabe destacar la publicación por parte del profesor Berzal del libro “Redes Neuronales & Deep Learning”, disponible en Amazon. Es un compendio de más de 700 páginas que introduce los fundamentos de las redes neuronales y explica de forma detallada cómo un profesional IT puede implantar y desarrollar un sistema real que utilice técnicas de deep learning.

El grupo ha desarrollado software propio, NOESIS, distribuido bajo licencia BSD open-source y disponible en https://noesis.ikor.org/. NOESIS proporciona la infraestructura necesarias para realizar tareas de minería de datos sobre datos representados en forma de red, por lo que resulta aplicable a cualquier problema en el que se representen entidades y relaciones entre ellas (el investigador de IBM Hans Peter Luhn definió el término Inteligencia de Negocio como "la capacidad de comprender las interrelaciones de los hechos presentados de tal forma que consiga orientar la acción hacia una meta deseada"). En un reciente artículo publicado en Complexity (https://doi.org/10.1155/2019/1439415) se analizan las ventajas que ofrece NOESIS frente a otros sistemas existentes, tales como como igraph, NetworkX, SNAP, Pajek, NodeXL, Gephi o UCINET.