Il Data Mining è un campo emergente utilizzato in ambito educativo per migliorare la percezione e il metodo di apprendimento degli studenti. Si concentra sul riconoscimento, sull'estrazione e sul calcolo dei dati associati al metodo di apprendimento e sul miglioramento delle prestazioni degli studenti. L'estrazione in un campo di apprendimento è nota come information mining educativo, che si occupa di esplorare le tecniche più recenti per scoprire la conoscenza nei campi educativi. Lo scopo del nostro studio è quello di valutare le prestazioni degli studenti prendendo in considerazione diversi attributi come i risultati accademici (CGPA), il sesso, il voto del test di classe, l'ambiente della classe, i fondi/le borse di studio/il privato ecc. Nella nostra ricerca utilizzeremo tecniche di classificazione e clustering per analizzare le prestazioni degli studenti. Le tecniche utilizzate nel nostro lavoro sono l'albero decisionale, gli algoritmi bayesiani di classificazione, le reti neurali, il naïve's bayes, il sistema basato sul web e i metodi nearest neighbor.