資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學資料探勘的工具有哪些？
資料探勘有各種各樣的工具，如下所示：
MonkeyLearn − MonkeyLearn是一個專注於文字挖掘的機器學習平臺。它具有使用者友好的介面，因此可以輕鬆地將MonkeyLearn與現有工具整合，以即時實現資料探勘。它可以使用預先訓練的文字挖掘模型（例如下面的情感分析器）立即開始，或者構建自定義解決方案以滿足更具體的業務需求。
Rapid Miner − Rapid Miner是一個免費的開源資料科學平臺，具有數千種用於資料準備、機器學習、深度學習、文字挖掘和預測分析的演算法。
它的拖放介面和預構建模型使非程式設計師能夠為特定用例（例如欺詐檢測和客戶流失）建立預測工作流程。
Orange 資料探勘 − Orange是一個純粹的機器學習和資料探勘軟體套件。它提供視覺化功能，並且是一個基於元件的應用程式，這些元件是用Python程式語言編寫的，並在斯洛維尼亞盧布林雅那大學計算機與資訊科學學院的生物資訊學實驗室進行了高階開發。
KNIME − 它是一個由KNIME.com生產的開源軟體。它透過結合資料探勘和機器學習元素構建而成。它通常用於藥物研究、商業智慧和金融分析。
SSDT − SSDT代表SQL Server資料工具。它可以在Visual Studio中擴充套件資料庫開發過程。它通常用於資料分析，並支援解決商業智慧問題的解決方案。
SSDT支援表設計器來實現表操作，例如建立表、插入表資料、刪除表資料、更改表內容。因為它支援SQL，所以它使使用者能夠連線到資料庫。
Rattle − Rattle是一個基於GUI的資料探勘工具。它需要R統計程式語言。Rattle透過提供基本的資料探勘功能來展現R的統計能力。雖然Rattle具有全面且完善的使用者介面，但它有一個統一的日誌程式碼選項卡，會為某些GUI操作生成重複程式碼。
Rattle開發的資料集可以檢視和編輯。Rattle提供其他功能來審查程式碼、將其用於多種用途以及在沒有限制的情況下擴充套件程式碼。
SAS − SAS代表統計分析系統。此工具是文字挖掘、最佳化和資料探勘的良好選擇。它提供多種方法和技術來滿足多種分析能力，從而建立組織的需求和目標。
它包括描述性建模（有助於對使用者進行分類和分析）、預測性建模（方便預測未知結果）和規範性建模（用於解析、過濾和轉換非結構化資料，包括電子郵件評論欄位、書籍等）。此外，其分散式記憶體處理架構也使其具有高度可擴充套件性。
894 次瀏覽
