Java语言开发，RapidMiner（前身是Yale）已经是一个比较成熟的数据挖掘解决方案了，包括常见的机器学习、NLP、推荐、预测等方法（推荐只占其中很小一部分），而且带有GUI的数据分析环...

Serialzers/Deserialzers(trunk/serde) 此组件允许用户自己开发自定义序列化、反序列化文件解析器，hive自身也内置了一些序列化解析类。 MetaSto...

ELKI(Environment for Developing KDD-Applications Supported by Index-Structures)主要用来聚类和找离群点。ELKI是类...

Apache Pig是一个基于Hadoop的大规模数据分析平台，为复杂的海量数据并行计算提供了一个简单的操作和编程接口。为了简化Pig使用，Netflix开发并开源了Pig任务可视化框架Lips...

SPMF是一个采用Java开发的开源数据挖掘平台。

　Orange 是一个基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了 Python以进行脚本开发。它包含了完整...

一种多个DBMS间导入导出表及其数据的ETL工具。

Kettle是一款国外开源的etl工具，纯java编写，绿色无需安装，数据抽取高效稳定(数据迁移工具)。Kettle中有两种脚本文件，transformation和job，transformat...

RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。

这是一个由php编写的hadoop hive查询工具，可以方便的查询hive中的数据和相关信息。

这是一个能够根据源数据（比如说用csv格式表示的矩阵，或者中文文档）使用多种多样的算法去得到结果的一个平台。 算法能够通过xml配置文件去一个一个的运行，比如在开始的时候，我们可以先运行一...

HBase-Lattice是一个尝试提供基于HBase的BI OLAP-ISH的解决方案，主要目标是查询时的实时SLAs，查询事实信息的低延迟（通过并行MapReduce的增量编译器来实现），强...

Talend Open Studio 是一个 ETL (Extract, Transform, and Load) 工具，可执行数据仓库到数据库之间的数据同步，提供基于 Eclipse RCP ...