2018年值得擁有的十大大數(shù)據(jù)挖掘工具
譯文【51CTO.com快譯】數(shù)據(jù)肯定是無價的。但分析數(shù)據(jù)并非易事，因為結(jié)果越準(zhǔn)確，成本就越高。鑒于數(shù)據(jù)急劇增長，需要一個過程來提供有意義的信息，最終變成實用的洞察力。
數(shù)據(jù)挖掘是指這個過程：在龐大數(shù)據(jù)集當(dāng)中發(fā)現(xiàn)模式，將它轉(zhuǎn)換成有效的信息。該技術(shù)利用特定的算法、統(tǒng)計分析、人工智能和數(shù)據(jù)庫系統(tǒng)，從龐大數(shù)據(jù)集中提取信息，并轉(zhuǎn)換成易于理解的形式。本文介紹了廣泛用于大數(shù)據(jù)行業(yè)的10種綜合數(shù)據(jù)挖掘工具。
1. Rapid Miner
Rapid Miner是一個數(shù)據(jù)科學(xué)軟件平臺，為數(shù)據(jù)準(zhǔn)備、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、文本挖掘和預(yù)測分析提供一種集成環(huán)境。它是領(lǐng)先的數(shù)據(jù)挖掘開源系統(tǒng)之一。該程序完全用Java編程語言編寫。該程序提供了一個選項，以便用戶試用大量可任意嵌套的操作符，這些操作符在XML文件中有詳細(xì)說明，可由Rapid Miner的圖形用戶界面來構(gòu)建。
2. Oracle Data Mining
它是Oracle高級分析數(shù)據(jù)庫的代表。市場領(lǐng)先的公司用它***限度地發(fā)掘數(shù)據(jù)的潛力，做出準(zhǔn)確的預(yù)測。該系統(tǒng)配合強大的數(shù)據(jù)算法，鎖定***客戶。此外，它可識別異常情況和交叉銷售機(jī)會，讓用戶能夠根據(jù)需要運用不同的預(yù)測模型。此外，它以所需的方式定制客戶畫像。
3. IBM SPSS Modeler
說到大規(guī)模項目，IBM SPSS Modeler最適合。在這個建模器中，文本分析及其***進(jìn)的可視化界面***價值。它有助于生成數(shù)據(jù)挖掘算法，基本上不需要編程。它可廣泛用于異常檢測、貝葉斯網(wǎng)絡(luò)、CARMA、Cox回歸以及使用多層感知器和反向傳播學(xué)習(xí)的基本神經(jīng)網(wǎng)絡(luò)。
4. KNIME
Konstanz Information Miner是一個開源數(shù)據(jù)分析平臺。你可以迅速在其中部署、擴(kuò)展和熟悉數(shù)據(jù)。在商業(yè)智能界，KNIME號稱是有助于為毫無經(jīng)驗的用戶提供預(yù)測智能的平臺。此外，數(shù)據(jù)驅(qū)動的創(chuàng)新系統(tǒng)有助于發(fā)掘數(shù)據(jù)潛力。此外，它包括數(shù)千個模塊和隨時可用的示例以及一大批集成的工具和算法。
5. Python
Python是一種免費的開源語言，因易用性常常與R相提并論。與R不同，Python學(xué)起來往往很容易上手，易于使用。許多用戶發(fā)現(xiàn)可以在幾分鐘內(nèi)開始構(gòu)建數(shù)據(jù)，并進(jìn)行極其復(fù)雜的親和度分析。只要你熟悉變量、數(shù)據(jù)類型、函數(shù)、條件語句和循環(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。
6. Orange
Orange是一個開源數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘工具包。它有一個可視化編程前端，可用于探索性數(shù)據(jù)分析和交互式數(shù)據(jù)可視化。Orange是一個基于組件的可視化編程軟件包，用于數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和數(shù)據(jù)分析。Orange組件稱為窗口組件，范圍廣泛：從簡單的數(shù)據(jù)可視化、子集選擇和預(yù)處理，到學(xué)習(xí)算法和預(yù)測建模的評估，不一而足。Orange的可視化編程通過界面來進(jìn)行，其中工作流程通過連接預(yù)定義或用戶設(shè)計的窗口組件來創(chuàng)建，而高級用戶可以將Orange用作Python庫，以便操縱數(shù)據(jù)和更改窗口組件。
7. Kaggle
Kaggle是世界上***的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)者社區(qū)。Kaggle以開設(shè)機(jī)器學(xué)習(xí)競賽起家，但現(xiàn)在逐漸變成基于公共云的數(shù)據(jù)科學(xué)平臺。Kaggle是一個平臺，有助于解決難題、招募強大的團(tuán)隊并宣傳數(shù)據(jù)科學(xué)的力量。
8. Rattle
Rattle GUI是一個開放的免費軟件包，使用Togaware提供的R統(tǒng)計編程語言，為數(shù)據(jù)挖掘提供圖形用戶界面。Rattle借助圖形用戶界面展示了R的強大功能，從而提供了豐富的數(shù)據(jù)挖掘功能。Rattle還被用作是學(xué)習(xí)R的教學(xué)工具。有一個名為Log Code選項卡的選項，它可以在GUI中為進(jìn)行的任何活動復(fù)制R代碼，代碼可以復(fù)制粘貼。Rattle可以用于統(tǒng)計分析或模型生成。Rattle允許數(shù)據(jù)集劃分成訓(xùn)練、驗證和測試等部分，可以查看和編輯數(shù)據(jù)集。
9. Weka
懷卡托知識分析環(huán)境(Weka)是新西蘭懷卡托大學(xué)開發(fā)的一套機(jī)器學(xué)習(xí)軟件。該軟件用Java編寫。它含有一系列面向數(shù)據(jù)分析和預(yù)測建模的可視化工具和算法，附帶圖形用戶界面。Weka支持幾種標(biāo)準(zhǔn)數(shù)據(jù)挖掘任務(wù)，更具體地說是指數(shù)據(jù)預(yù)處理、聚類、分類、回歸、可視化和特征選擇。
10. Teradata
Teradata分析平臺提供了***功能和領(lǐng)先引擎，讓用戶能夠針對不同類型的數(shù)據(jù)，可以大規(guī)模利用他們選擇的工具和語言。這是通過以下幾步來實現(xiàn)的：讓分析工具貼近數(shù)據(jù)，無需移動數(shù)據(jù)，并允許用戶以更高的速度和準(zhǔn)確度對更龐大的數(shù)據(jù)集運行分析。
原文標(biāo)題：THE ***0 DATA MINING TOOLS OF 2018，作者：Anjali UJ
【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】
