统计数据数据在当今意味著钱财。随着向如前所述app的世界的过渡阶段，统计数据数据呈指数增长。不过，绝大多数统计数据数据亦然内部方式化的，因此须要两个操作过程和方法从统计数据数据中抽取管用的重要信息，并将其切换为可认知的和需用的方式。
统计数据数据预测或“统计数据资料库中的科学知识辨认出”是透过人工智慧、机器自学、统计数据和统计数据关系资料库辨认出大统计数据数据分散的商业模式的操作过程。
完全免费的统计数据数据预测辅助工具包括从完备的数学模型合作开发自然环境如Knime和Orange，到各种用Java、c++撰写的库，最常用的是Python。统计数据数据预测中一般来说牵涉到三种各项任务:
进行分类:将熟识的内部结构归纳为新统计数据数据的各项任务
控制点:在统计数据数据中以这种方式搜寻特兰县内部结构的各项任务，而不须要在统计数据数据中使用已特别注意的内部结构。
关连规则自学:搜寻表达式之间的关系
重回:意在找到两个表达式，用最轻的严重错误来演示统计数据数据。
上面列举了用作统计数据数据预测的软件辅助工具
统计数据数据预测辅助工具
1.Rapid Miner
Rapid Miner，本名YALE又两个自学自然环境，是两个用作机器自学和统计数据数据预测试验的自然环境，用于研究和前述的统计数据数据预测各项任务。众所周知，这是技术领先的统计数据数据预测开放源码系统。该辅助工具以JavaC语言撰写，透过如前所述模版的架构提供高阶预测。
它使试验能由大量的可随冗余的运算符共同组成，这些运算符在XML文档中是详尽的，因此是由加速的Miner的GUI顺利完成的。最合适的是使用者不须要撰写标识符。它已经有许多模版和其他辅助工具，让我们能随心所欲地预测统计数据数据。
2. IBM SPSS Modeler
IBM SPSS Modeler辅助工具工作台最适合处理文本预测等大型项目，其可视化界面非常有价值。 它允许您在不编程的情况下生成各种统计数据数据预测算法。 它也能用作异常检测、贝叶斯网络、CARMA、Cox重回以及使用多层感知器进行反向传播自学的基本神经网络。
3.Oracle Data Mining
Oracle。 作为“高阶预测统计数据资料库”选项的一部分，Oracle统计数据数据预测功能允许其使用者辨认出洞察力，进行预测并利用其Oracle统计数据数据。您能构建数学模型来辨认出客户行为目标客户和合作开发概要文档。
Oracle Data Miner GUI使统计数据数据预测师、业务预测师和统计数据数据科学家能够使用相当优雅的拖放解决方案处理统计数据资料库内的统计数据数据。 它还能为整个企业的自动化、调度和部署创建SQL和PL / SQL脚本。
4. Teradata
Teradata认识到，尽管大统计数据数据是令人敬畏的，但如果您前述上并不知道如何预测和使用它，那么它是毫无价值的。 想象一下，有数百万的统计数据数据点没有查询的技能。 这就是Teradata所提供的。它们提供统计数据数据仓库，大统计数据数据和预测以及市场营销应用程序方面的端到端解决方案和服务。
Teradata还提供一系列的服务，包括实施，业务咨询，培训和支持。
5.Smartbi Mining
Smartbi Mining透过深度统计数据数据建模，为企业提供预测能力，支持多种高效实用的机器自学算法，包含了进行分类、重回、控制点、预测、关连，5大类机器自学的成熟算法。其中包含了多种可训练的数学模型：逻辑重回、决策树、随 机森林、朴素贝叶斯、支持向量机、线性重回、K均值、DBSCAN、高斯混合数学模型。除提供主要算法和建模功能外，Smartbi Mining统计数据数据预测平台还提供了必不可少的统计数据数据预处理功能，包括字 段拆分、行过滤与映射、列选择、随机采样、过滤空值、合并列、合并行、JOIN、行选择、去除重复值、排序、增加序列号、增加计算字段等。
6. Framed Data
这基础架构开销。他们提供了仪表板和情景预测辅助工具，告诉你哪些公司杠杆是驾驶你关心的指标。
7. Kaggle
Kaggle是全球最大的统计数据数据科学社区。 公司和研究人员张贴他们的统计数据数据，来自世界各地的统计数据人员和统计数据数据挖掘者竞相制作最合适的数学模型。Kaggle是统计数据数据科学竞赛的平台。 它帮助您解决难题，招募强大的团队，并扩大您的统计数据数据科学人才的力量。
8. Rattle
Rattle代表R预测辅助工具随心所欲自学。 它提供统计数据数据的统计数据和可视化汇总，将统计数据数据切换为能随心所欲建模的表单，从统计数据数据中构建无监督数学模型和监督数学模型，以图形方式呈现数学模型的性能，并对新统计数据数据集进行评分。
它是两个使用Gnome图形界面在统计数据语言R撰写的完全免费的开放源码统计数据数据预测辅助工具包。 它运行在GNU / Linux，Macintosh OS X和MS / Windows下。
9. KNIME
Konstanz重要信息采集器是两个使用者友好、可认知、全面的开放源码统计数据数据集成、处理、预测和探索平台。它有两个GUI，帮助使用者方便地连接节点进行统计数据数据处理。
KNIME还透过模块化的统计数据数据流水线概念集成了机器自学和统计数据数据预测的各种组件，并引起了商业智能和财务统计数据数据预测的特别注意。
10. Python
作为一种免费且开放源标识符的语言，Python一般来说与R进行比较，以方便使用。 与R不同的是，Python的自学曲线往往很短，因此成了传奇。 许多使用者辨认出，他们能开始构建统计数据数据集，并在几分钟内顺利完成极其复杂的亲和力分析。只要您熟识表达式、统计数据数据类型、表达式、条件和循环等基本编程概念，最常用的业务用例统计数据数据可视化就很简单。
11. Orange
Orange是两个以Python语言撰写的如前所述组件的统计数据数据预测和机器自学软件套件。它是两个开放源码的统计数据数据可视化和预测的新手和专家。统计数据数据预测能透过可视化编程或Python脚本进行。它还包含了统计数据数据预测、不同的可视化、从散点图、条形图、树、到树图、网络和热图的特征。
12. SAS Data Mining
使用SAS Data Mining商业软件辨认出统计数据数据集商业模式。 其描述性和预测性建模提供了更好的认知统计数据数据的见解。 他们提供了两个易于使用的GUI。 他们拥有自动化的统计数据数据处理辅助工具，集群到最终能找出正确决策的最佳结果。 作为两个商业软件，它还包括可升级处理、自动化、强化算法、建模、统计数据数据可视化和勘探等先进辅助工具。
