データマイニングは、探査の反復プロセスで、データマイニングツールは良い結果を達成するために、実装プロセスで実行されている密接にし、常に企業のビジネスロジックと需要との技術および実装の経験を提供します。モデリングツールをマイニング、いくつかの一般的に使用されるデータの簡単な紹介は次のとおり。
（1）エンタープライズマイナーSAS
エンタープライズMinCR（EM）は、集積SASリリースデータマイニングシステムであり、異なる技術の比較を可能にします。また、洗練されたデータベース管理ソフトウェアを統合しています。その動作モードは異なる設定に対応する作業空間（作業領域）に特定の順序で様々な異なる機能のノードの追加、ノードによって実装することができ、最後のラン全体のワークフロー（ワークフロー）は、我々は、対応を得ることができます結果。
（2）IBM SPSS Modelerの
IBM SPSS Modelerの、以前は知られているのClemenシュウINC、特性および製品の機能の獲得により、2009年を大幅に向上し、IBMを増強しました。これは、予測知識を取得し、それによって企業の効率を向上させる、ビジネスシステムとビジネスプロセスを既存のに適切な意思決定ソリューションを展開するために、最も高度な統計およびデータマイニング技術をカプセル化します。直感的なユーザーインターフェース、自動化されたデータの準備と洗練された予測分析とIBM SPSS Modelerは型抜きを、すばやく予測モデルを構築するために外部の商用技術と組み合わせます。
（3）SQL Serverの
MicrosoftのSQL Serverの約部品をマイニングの広い数を統合---分析サーバーは、SQL Serverのデータベースの管理機能を経由して、シームレスにSQL Serverデータベースに統合します。SQL Server 2008ではでは提供して決定木品、クラスタ分析に一般的に使用される方法Wデータ、ナイーブベイズ法、相関ルール、アルゴリズム、タイミングアルゴリズム、ニューラルネットワークアルゴリズム、線形回帰アルゴリズムマイニングアルゴリズムの9種類。しかし、実装予測モデリングは、SQL Serverプラットフォームに基づいており
、プラットフォームの移植は比較的貧弱です。
（4）パイソン
パイソン（マトリックス研究所、マトリックス研究所は）それは、行の行列計算に持ち、強力な数学や分析機能に基づいており、また、米国Mathworks社は、強力な科学技術計算能力と、アプリケーション・ソフトウェア開発であります豊富なビジュアル・グラフィックスのパフォーマンス機能と簡単なプログラミング機能を持ちます。Pythonは、特殊なデータマイニング環境を提供していませんが、それは機能的な依存性を達成するために多くを提供しています、アルゴリズムをマイニングデータを学び、開発する良い選択です。
（5）WBKA
高いWEKA（知識分析のためのワイカト環境）足とソフトウェアを採掘で述べたいくつかのよく知られたオープンソースの機械学習。上級ユーザーは、Javaプログラミングとコマンドラインの紫の部分によって、その分析を呼び出すことができます。一方、WBKAはまた、前処理、分類、クラスタリング、アソシエーションルール、テキストマイニング及び視覚化を達成することができ、WEKA知識フロー環境WEKAエクスプローラとして知られている一般的なグラフィカル・ユーザ・インターフェースを提供します。
（6）KNIME
ICNIME（コンスタンツInformalionMiner、http://www.knime.org）であるJavaベースの開発は、マイニングアルゴリズムはウェカの使用を拡張することができます。マイニングプロセスを確立するために、データストリーム（データフロー）分析を用いてKNIME同様。点徐機能、データまたはモデルを受信するための各ノードFuの入力/出力ポートの一連のプロセスをマイニング結果が導か。
（7）RapidMiner
RapidMinerはまた（HTTPS、もう一つの学習環境YALEをいう ：//rapidminer.com） 組織成分を分析するために、エクスプローラと同様のツリー構造を使用して、グラフィカル・インタフェースを提供する、ツリーの各ノードは異なる動作を表しますオペレーター（オペレーター）。YALEは、評価のモデリングのさまざまな側面を探索し、変換し、データ処理を含め、オペレータの多数を提供します。YALEはJavaで書かれている、ウェカゼに基づく構造、あなたはウェカ様々な分析コンポーネントを呼び出すことができます。RapidMinerの拡大はRadoopをキット、それはHadoopのクラスタ上でタスクを実行する、Hadoopのを統合することができます。
（8）TipDM
開発するためにJava言語を使用してTipDM（トップデータマイニングプラットフォーム）は、さまざまなデータソースから取得するデータマイニング成形種々の注目数を確立します。TipDMは現在、予測アルゴリズムおよび分析技術の数十、基本的な薄いカバー外国マイニングアルゴリズムの主流のシステムサポートを統合しました。TipDMメインプロセスがサポートするデータマイニングプロセスに必要な（相関分析、主成分分析、周期分析）データを探索、データを前処理（属性選択、特徴抽出、不良データ、ヌル処理の処理）、予測モード違反（パラメータセット、クロスバリデーション、モデルのトレーニング、モデル検証、モデル予測）クラスター分析、アソシエーションルールマイニング及び機能の一連。
