數(shù)據(jù)在當(dāng)今世界意味著金錢。隨著向基于app的世界的過渡，數(shù)據(jù)呈指數(shù)增長。然而，大多數(shù)數(shù)據(jù)是非結(jié)構(gòu)化的，因此需要一個(gè)過程和方法從數(shù)據(jù)中提取有用的信息，并將其轉(zhuǎn)換為可理解的和可用的形式。

數(shù)據(jù)挖掘或“數(shù)據(jù)庫中的知識發(fā)現(xiàn)”是通過人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)和數(shù)據(jù)庫系統(tǒng)發(fā)現(xiàn)大數(shù)據(jù)集中的模式的過程。

免費(fèi)的數(shù)據(jù)挖掘工具包括從完整的模型開發(fā)環(huán)境如Knime和Orange，到各種用Java、c++編寫的庫，最常見的是Python。數(shù)據(jù)挖掘中通常涉及到四種任務(wù):

分類: 將熟悉的結(jié)構(gòu)概括為新數(shù)據(jù)的任務(wù)

聚類: 在數(shù)據(jù)中以某種方式查找組和結(jié)構(gòu)的任務(wù)，而不需要在數(shù)據(jù)中使用已注意的結(jié)構(gòu)。

關(guān)聯(lián)規(guī)則學(xué)習(xí): 查找變量之間的關(guān)系

回歸: 旨在找到一個(gè)函數(shù)，用最小的錯(cuò)誤來模擬數(shù)據(jù)。

下面列出了用于數(shù)據(jù)挖掘的免費(fèi)軟件工具

數(shù)據(jù)挖掘工具

1.Rapid Miner

Rapid Miner，原名YALE又一個(gè)學(xué)習(xí)環(huán)境，是一個(gè)用于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘?qū)嶒?yàn)的環(huán)境，用于研究和實(shí)際的數(shù)據(jù)挖掘任務(wù)。毫無疑問，這是***的數(shù)據(jù)挖掘開源系統(tǒng)。該工具以Java編程語言編寫，通過基于模板的框架提供高級分析。

它使得實(shí)驗(yàn)可以由大量的可任意嵌套的操作符組成，這些操作符在XML文件中是詳細(xì)的，并且是由快速的Miner的圖形用戶界面完成的。***的是用戶不需要編寫代碼。它已經(jīng)有許多模板和其他工具，讓我們可以輕松地分析數(shù)據(jù)。

2. IBM SPSS Modeler

IBM SPSS Modeler工具工作臺最適合處理文本分析等大型項(xiàng)目，其可視化界面非常有價(jià)值。 它允許您在不編程的情況下生成各種數(shù)據(jù)挖掘算法。 它也可以用于異常檢測、貝葉斯網(wǎng)絡(luò)、CARMA、Cox回歸以及使用多層感知器進(jìn)行反向傳播學(xué)習(xí)的基本神經(jīng)網(wǎng)絡(luò)。

3.Oracle Data Mining

Oracle。 作為“高級分析數(shù)據(jù)庫”選項(xiàng)的一部分，Oracle數(shù)據(jù)挖掘功能允許其用戶發(fā)現(xiàn)洞察力，進(jìn)行預(yù)測并利用其Oracle數(shù)據(jù)。您可以構(gòu)建模型來發(fā)現(xiàn)客戶行為目標(biāo)客戶和開發(fā)概要文件。

Oracle Data Miner GUI使數(shù)據(jù)分析師、業(yè)務(wù)分析師和數(shù)據(jù)科學(xué)家能夠使用相當(dāng)優(yōu)雅的拖放解決方案處理數(shù)據(jù)庫內(nèi)的數(shù)據(jù)。 它還可以為整個(gè)企業(yè)的自動化、調(diào)度和部署創(chuàng)建SQL和PL / SQL腳本。

4. Teradata

Teradata認(rèn)識到，盡管大數(shù)據(jù)是令人敬畏的，但如果您實(shí)際上并不知道如何分析和使用它，那么它是毫無價(jià)值的。 想象一下，有數(shù)百萬的數(shù)據(jù)點(diǎn)沒有查詢的技能。 這就是Teradata所提供的。它們提供數(shù)據(jù)倉庫，大數(shù)據(jù)和分析以及市場營銷應(yīng)用程序方面的端到端解決方案和服務(wù)。

Teradata還提供一系列的服務(wù)，包括實(shí)施，業(yè)務(wù)咨詢，培訓(xùn)和支持。

5. Framed Data

這是一個(gè)完全管理的解決方案，這意味著你不需要做任何事情，而是坐下來等待見解。 框架數(shù)據(jù)從企業(yè)獲取數(shù)據(jù)，并將其轉(zhuǎn)化為可行的見解和決策。 他們在云中訓(xùn)練、優(yōu)化和存儲產(chǎn)品的電離模型，并通過API提供預(yù)測，消除基礎(chǔ)架構(gòu)開銷。 他們提供了儀表板和情景分析工具，告訴你哪些公司杠桿是駕駛你關(guān)心的指標(biāo)。

6. Kaggle

Kaggle是全球***的數(shù)據(jù)科學(xué)社區(qū)。 公司和研究人員張貼他們的數(shù)據(jù)，來自世界各地的統(tǒng)計(jì)人員和數(shù)據(jù)挖掘者競相制作***的模型。Kaggle是數(shù)據(jù)科學(xué)競賽的平臺。 它幫助您解決難題，招募強(qiáng)大的團(tuán)隊(duì)，并擴(kuò)大您的數(shù)據(jù)科學(xué)人才的力量。

3個(gè)步驟的工作 ：

上傳預(yù)測問題

提交

評估和交流

7. Weka

WEKA是一個(gè)非常復(fù)雜的數(shù)據(jù)挖掘工具。 它向您展示了數(shù)據(jù)集、集群、預(yù)測建模、可視化等方面的各種關(guān)系。您可以應(yīng)用多種分類器來深入了解數(shù)據(jù)。

8. Rattle

Rattle代表R分析工具輕松學(xué)習(xí)。 它提供數(shù)據(jù)的統(tǒng)計(jì)和可視化匯總，將數(shù)據(jù)轉(zhuǎn)換為可以輕松建模的表單，從數(shù)據(jù)中構(gòu)建無監(jiān)督模型和監(jiān)督模型，以圖形方式呈現(xiàn)模型的性能，并對新數(shù)據(jù)集進(jìn)行評分。

它是一個(gè)使用Gnome圖形界面在統(tǒng)計(jì)語言R編寫的免費(fèi)的開源數(shù)據(jù)挖掘工具包。 它運(yùn)行在GNU / Linux，Macintosh OS X和MS / Windows下。

9. KNIME

Konstanz信息采集器是一個(gè)用戶友好、可理解、全面的開源數(shù)據(jù)集成、處理、分析和探索平臺。它有一個(gè)圖形用戶界面，幫助用戶方便地連接節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理。

KNIME還通過模塊化的數(shù)據(jù)流水線概念集成了機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的各種組件，并引起了商業(yè)智能和財(cái)務(wù)數(shù)據(jù)分析的注意。

10. Python

作為一種免費(fèi)且開放源代碼的語言，Python通常與R進(jìn)行比較，以方便使用。 與R不同的是，Python的學(xué)習(xí)曲線往往很短，因此成了傳奇。 許多用戶發(fā)現(xiàn)，他們可以開始構(gòu)建數(shù)據(jù)集，并在幾分鐘內(nèi)完成極其復(fù)雜的親和力分析。 只要您熟悉變量、數(shù)據(jù)類型、函數(shù)、條件和循環(huán)等基本編程概念，最常見的業(yè)務(wù)用例數(shù)據(jù)可視化就很簡單。

11. Orange

Orange是一個(gè)以Python語言編寫的基于組件的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)軟件套件。它是一個(gè)開放源碼的數(shù)據(jù)可視化和分析的新手和專家。數(shù)據(jù)挖掘可以通過可視化編程或Python腳本進(jìn)行。它還包含了數(shù)據(jù)分析、不同的可視化、從散點(diǎn)圖、條形圖、樹、到樹圖、網(wǎng)絡(luò)和熱圖的特征。

12. SAS Data Mining

使用SAS Data Mining商業(yè)軟件發(fā)現(xiàn)數(shù)據(jù)集模式。 其描述性和預(yù)測性建模提供了更好的理解數(shù)據(jù)的見解。 他們提供了一個(gè)易于使用的GUI。 他們擁有自動化的數(shù)據(jù)處理工具，集群到最終可以找到正確決策的***結(jié)果。 作為一個(gè)商業(yè)軟件，它還包括可升級處理、自動化、強(qiáng)化算法、建模、數(shù)據(jù)可視化和勘探等先進(jìn)工具。

13. Apache Mahout

Apache Mahout是Apache軟件基金會（Apache Software Foundation）的一個(gè)項(xiàng)目，用于生成主要集中在協(xié)作過濾、聚類和分類領(lǐng)域的分布式或其他可伸縮機(jī)器學(xué)習(xí)算法的免費(fèi)實(shí)現(xiàn)。

Apache Mahout主要支持三種用例：建議挖掘采取用戶行為，并嘗試查找用戶可能喜歡的項(xiàng)目。 集群需要 文本文檔，并將它們分組為局部相關(guān)的文檔。 分類從現(xiàn)有的分類文檔中學(xué)習(xí)到特定類別的文檔是什么樣子，并能夠?qū)⑽礃?biāo)記的文檔分配給（希望）正確的類別。

14. PSPP

PSPP是對采樣數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的程序。 它有一個(gè)圖形用戶界面和傳統(tǒng)的命令行界面。 它用C語言編寫，使用GNU科學(xué)圖書館的數(shù)學(xué)例程，并繪制UTILS來生成圖表。 它是專有程序SPSS（來自IBM）的免費(fèi)替代品，可以自信地預(yù)測接下來會發(fā)生什么，以便您可以做出更明智的決策，解決問題并改進(jìn)結(jié)果。

15. jHepWork

jHepWork是一個(gè)免費(fèi)的開放源代碼數(shù)據(jù)分析框架，它是為了使用開放源代碼軟件包和可理解的用戶界面創(chuàng)建一個(gè)數(shù)據(jù)分析環(huán)境，并創(chuàng)建一個(gè)與商業(yè)程序相競爭的工具。

JHepWork顯示數(shù)據(jù)集的交互式2D和3D圖，以便更好地分析。 Java中實(shí)現(xiàn)了數(shù)字科學(xué)庫和數(shù)學(xué)函數(shù)。 jHepWork基于高級編程語言Jython，但Java編碼也可用于調(diào)用jHepWork數(shù)值庫和圖形庫。

16. R programming Language

為什么R是這個(gè)名單上免費(fèi)數(shù)據(jù)挖掘工具的超級巨星?它是免費(fèi)的、開源的，并且很容易為那些沒有編程經(jīng)驗(yàn)的人挑選。實(shí)際上，有數(shù)以千計(jì)的庫可以集成到R環(huán)境中，使其成為一個(gè)強(qiáng)大的數(shù)據(jù)挖掘環(huán)境。它是一個(gè)免費(fèi)的軟件編程語言和軟件環(huán)境，用于統(tǒng)計(jì)計(jì)算和圖形。

在數(shù)據(jù)采礦者中廣泛使用R語言進(jìn)行統(tǒng)計(jì)軟件和數(shù)據(jù)分析。近年來，易用性和可擴(kuò)展性大大提高了R的知名度。

17. Pentaho

Pentaho為數(shù)據(jù)集成，業(yè)務(wù)分析和大數(shù)據(jù)提供了一個(gè)全面的平臺。 有了這個(gè)商業(yè)工具，你可以輕松地融合任何來源的數(shù)據(jù)。 深入了解您的業(yè)務(wù)數(shù)據(jù)，為未來做出更準(zhǔn)確的信息驅(qū)動決策。

18. Tanagra

TANAGRA是一個(gè)用于學(xué)術(shù)和研究目的的數(shù)據(jù)挖掘軟件。 有探索性數(shù)據(jù)分析，統(tǒng)計(jì)學(xué)習(xí)，機(jī)器學(xué)習(xí)和數(shù)據(jù)庫領(lǐng)域的工具。 Tanagra包含一些監(jiān)督學(xué)習(xí)，但也包括其他范例，如聚類，因子分析，參數(shù)和非參數(shù)統(tǒng)計(jì)，關(guān)聯(lián)規(guī)則，特征選擇和構(gòu)建算法。

19. NLTK

自然語言工具包，是一套用于Python語言的符號和統(tǒng)計(jì)自然語言處理（NLP）的庫和程序。 它提供了一個(gè)語言處理工具庫，包括數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，數(shù)據(jù)報(bào)廢，情感分析和其他各種語言處理任務(wù)。 構(gòu)建python程序來處理人類語言數(shù)據(jù)。