Los predicados difusos han sido utilizados como modelos en la solución de disímiles problemas. Este tipo de modelo en el contexto de la Minería de Datos ha sido muy poco explotado. De ahí, que resulte interesante el uso de formas normales (conjuntiva y disyuntiva), como un modelo diferente para representar conocimiento. Además, la minería de datos hoy, no está basada únicamente en los algoritmos originales (Apriori, K-Mean, etc.). La aplicación de metaheurísticas ha demostrado también su efectividad en este contexto. El aporte principal de este libro, es la propuesta de un método de aprendizaje no supervisado, que permite extraer predicados difusos en forma normal a partir de datos. El mismo ha sido modelado como un problema de optimización monobjetivo que se resuelve a través de metaheurísticas. La calidad de los resultados obtenidos se mide a través de nuevas familias de medidas basadas en el uso de diferentes operadores difusos. Para la validación de este trabajo, se utilizó el método Estudio de Casos. Los resultados permiten valorar el grado de eficacia y aplicabilidad de la propuesta.