Nowadays, companies tend to maintain great and growing volumes of data. Eventually, these datasets may reach massive amounts and this scenario is convenient for the discovery of knowledge in databases. In this context, data mining is applied through its functionalities and algorithmic implementations that are specific for that purpose. This research is about the results of knowledge discovery tests in sheep breeding with the application of data mining, utilizing pre-processing of the provided dataset in each specific experiment. Association, classification and clustering tasks were performed with the 1R, C4.5, CART and k-means algorithms with the Waikato Environment for Knowledge Analysis (WEKA) tool and enabled the discovery of out-of-pattern activity evidence, as well as information that is potentially relevant for the sheep breeding business domain.Atualmente, as empresas tendem à manter grande e crescente volume de dados. Eventualmente, estes conjuntos de dados podem chegar à quantidades massivas e este cenário é conveniente para a descoberta de conhecimento em bancos de dados. Neste contexto, a mineração de dados é aplicada através de suas funcionalidades e implementações de algoritmos especializados em tais propósitos. Este trabalho versa sobre os resultados de testes de descoberta de conhecimento em ovinocultura com a aplicação de mineração de dados, utilizando pré-processamento do conjunto de dados em estudo em favor de cada experimento em específico. Atividades de associação, classificação e clustering foram desempenhadas com os algoritmos Apriori, 1R, C4.5, CART e k-means através da ferramenta Waikato Environment for Knowledge Analysis (WEKA) e foram descobertos indícios de atividade fora de padrão, assim como informações potencialmente relevantes para o domínio de negócio da ovinocultura.