Existen numerosos algoritmos eficientes para encontrar reglas de asociación, pero la mayoría de ellos trabajan con bases de datos transaccionales o requieren dominios discretos. Pero en el mundo real existen numerosas bases de datos donde la información es numérica. La mayor parte de las herramientas que trabajan sobre dominios continuos simplemente se limitan a discretizar dichos dominios mediante alguna estrategia concreta para tratarlos, posteriormente, como si fueran discretos. Los métodos de discretización desvirtúan, en cierta medida, la calidad de las reglas obtenidas, al no tener en cuenta, durante el proceso de división de los dominios numéricos, algunas de las medidas indicadoras del interés de las reglas de asociación, como pueden ser, entre otras, el soporte y la confianza. En este libro se propone una herramienta que extrae reglas de asociación en bases de datos numéricas. El proceso de discretización, es decir, la búsqueda de los intervalos más idóneos para cada dominio numérico, se realiza en el propio proceso de búsqueda, haciendo uso de un algoritmo evolutivo.