Java語言開發，RapidMiner（前身是Yale）已經是一個比較成熟的數據挖掘解決方案了，包括常見的機器學習、NLP、推薦、預測等方法（推薦只占其中很小一部分），而且帶有GUI的數據分析環...

Serialzers/Deserialzers(trunk/serde) 此組件允許用戶自己開發自定義序列化、反序列化文件解析器，hive自身也內置了一些序列化解析類。 MetaSto...

ELKI(Environment for Developing KDD-Applications Supported by Index-Structures)主要用來聚類和找離群點。ELKI是類...

Apache Pig是一個基于Hadoop的大規模數據分析平臺，為復雜的海量數據并行計算提供了一個簡單的操作和編程接口。為了簡化Pig使用，Netflix開發并開源了Pig任務可視化框架Lips...

SPMF是一個采用Java開發的開源數據挖掘平臺。

　Orange 是一個基于組件的數據挖掘和機器學習軟件套裝，它的功能即友好，又很強大，快速而又多功能的可視化編程前端，以便瀏覽數據分析和可視化，基綁定了 Python以進行腳本開發。它包含了完整...

一種多個DBMS間導入導出表及其數據的ETL工具。

Kettle是一款國外開源的etl工具，純java編寫，綠色無需安裝，數據抽取高效穩定(數據遷移工具)。Kettle中有兩種腳本文件，transformation和job，transformat...

RapidMiner是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術。它數據挖掘任務涉及范圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。

這是一個由php編寫的hadoop hive查詢工具，可以方便的查詢hive中的數據和相關信息。

這是一個能夠根據源數據（比如說用csv格式表示的矩陣，或者中文文檔）使用多種多樣的算法去得到結果的一個平臺。 算法能夠通過xml配置文件去一個一個的運行，比如在開始的時候，我們可以先運行一...

HBase-Lattice是一個嘗試提供基于HBase的BI OLAP-ISH的解決方案，主要目標是查詢時的實時SLAs，查詢事實信息的低延遲（通過并行MapReduce的增量編譯器來實現），強...

Talend Open Studio 是一個 ETL (Extract, Transform, and Load) 工具，可執行數據倉庫到數據庫之間的數據同步，提供基于 Eclipse RCP ...