商业数据挖掘工具
如今，企业拥有各种各样的工具，可以使用商业智能软件将原始数据转换为可操作的下一步行动。一些数据挖掘技术使用机器学习技术来加速这一过程。现代数据挖掘超越了基本分析，可以更高效、更有效地从海量数据中提取可用信息。
市场上排名前 5 的数据挖掘工具
RapidMiner Studio
使用可视化数据科学工作流构建器 RapidMiner Studio，可以更轻松地进行数据准备、混合、可视化和探索。其预测建模和数据挖掘计划由机器学习技术提供支持
功能
可视化工作流分析。 − 系统提供拖放界面来创建分析流程。这种用户友好的用户界面使建模变得快速而简单。
连接和管理 − 用户可以访问、加载和分析结构化和非结构化数据。
处理 − 解决方案中可以组合结构化和非结构化数据，可以使用最近创建的数据集进行分析。
数据可视化 − 用户可以使用各种数据可视化工具，例如分布图、转换矩阵和图形、图表和统计模型。
建模 - 得益于多种建模功能和机器学习算法，该平台能够进行预测建模和模型验证。
Alteryx Designer
名为 Alteryx Designer 的自助式数据科学应用程序可完成基本的数据挖掘和分析活动。借助内置的拖放工具，用户可以组合和准备来自不同来源的数据并开发可重复的流程。
功能
连接性 - Alteryx Designer 可以连接到各种来源，并与 70 多个来源建立本机数据连接，包括数据仓库、ERP 和基于云的系统、通用文件、Microsoft Office 文件、社交网络数据等。
准备和混合 - Alteryx Designer 的可视化用户界面可帮助用户通过数据提取和净化实现价值最大化，在分析之前评估数据集的准确性和完整性。
Alteryx Analytics Gallery
分析和建模 - 通过 Alteryx Analytics Gallery 访问数百个分析应用程序，Alteryx Designer 涵盖了从空间分析到预测分析等全方位的数据分析。
流程 - 用户可以开发可重复的自动化工作流程，使用无需编码的可视化拖放界面生成分析模型和报告。
报告选项 - 解决方案的见解可以转换为报告，可按需刷新或导出到多种不同类型的文件，例如电子表格、XML、PDF 等。
Sisense for Cloud Data Teams
Sisense for Cloud Data Teams(原名 Periscope Data)是一款分析工具，可让用户从基于云的数据中提取有用的见解。
功能
连接性 - 该系统通过原生数据连接器和 ETL 协作生态系统，让用户能够使用来自各种文件、数据库、驱动程序、应用程序和服务的数据来增强其仪表板。
引擎 - Sisense 引擎在其基础设施(例如仓库)中采集和分析数据，从而实现最佳查询性能和大规模采集。
云数据管道 - 该引擎通过灵活、低维护的解决方案为客户提供对其管道的可见性和控制。用户可以决定何时以及多久刷新一次数据，以及信息流如何显示。
机器学习 - 利用数据库中的数据集来训练机器学习模型，用户可以使用 Sisense for Cloud Data Teams 在非结构化数据上测试这些模型。
实时建模 - 使用"随用随建"方法，用户可以对建模数据和原始数据进行临时分析，而无需先创建模型。
TIBCO 数据科学
为了在整个企业中实施机器学习，TIBCO 数据科学是一种数据挖掘解决方案，它集成了许多大数据分析和统计软件包的功能。
功能
完整分析范围 − 该平台拥有超过 16,000 个高级分析功能以及大量机器学习、预测和文本分析功能，使公司能够以各种方式建模、转换和使用大数据。
发现和管理 − 由于可以本地访问大多数来源(包括 Apache Hadoop、Spark、Hive 和关系数据库)，该解决方案可以自动索引有关项目的元数据并进行分析而无需传输数据。
机器学习 − 得益于机器学习，自动分析模型可以通过从数据中进行迭代学习来提高性能。
集群内处理 − 当用户运行某个进程时，该解决方案会自动优化并将计算推送到多个数据库系统，以便分析师可以大规模运行其算法，而无需移动数据或根据数据库的逻辑修改其算法。
可视化拖放界面 −不同能力水平的用户可以使用可视化拖放界面进行查询，而无需熟悉 SQL 查询或编程语言。
5)SAS 可视化数据挖掘和机器学习?
SAS 可视化数据挖掘和机器学习是一个用于预测分析和机器学习的多模式平台，它提供端到端数据挖掘，具有完整的可视化和编程界面。
功能
准备 − 解决方案可以使用分布式数据管理方法对输入源进行广泛的数据剖析，并可以对变量测量和角色做出智能建议。
拖放界面 − 虽然编码仍然是一种选择，但 SAS VDMML 提供了一个不需要它的交互式拖放界面。
自动建模 − 通过评估特征以显示它们在更改数据方面的重要性，系统会自动提出用于建模的最佳特征集。
模型评估和评分 − SAS 可视化数据挖掘和机器学习自动计算监督学习模型性能的统计数据，并创建 SAS DATA 步骤代码用于模型评估，可用于训练、保留和新数据。
自动洞察 − 通过自动生成有关项目和模型的洞察和报告，该技术降低业务分析师的学习曲线。
