はじめに

データマイニング(Data Mining) は、多くのデータの中から、
パターンやルールを見つけ出すための技術です。

これだけだと、何が便利なのかと思うかもしれませんが、
購買履歴、サービス利用履歴、クレーム履歴といった、
個人の行動に関するデータを対象にする場合を想像してみてください。

もし、そこから意味のある、有益なパターンを
見つけられるとしたらどうでしょう？

家電量販店、コンビニエンスストアやスーパーなど、
多くの場所でポイントサービスがあると思いますが、
ポイントサービスというものの本質は、
こうしたデータを蓄積するための道具だったりします。

こうしたデータを分析したり可視化するときに便利で、
しかも無料で使用することができるツールをまとめたみました。

この資料は、以前に私の note.mu にも上げたものですが、
Qiitaにも少し改版して投稿しました。

Orange

Orange はPython で実装されているオープンソースの
ワークフローベースのデータマイニングツールで、
1996年から活発に開発が進められています。

そのため、データサイエンスに慣れ親しんでいるPythonユーザーは、
すでにOrangeをご存知かもしれません。

Orange には次の機能があります。

●　データの前処理
●　分類
●　モデリング
●　回帰
●　評価
●　機械学習
●　可視化

他にも各種機能のためのマイニングや機械学習のアルゴリズムの
強力なPythonライブラリを持っています。

Orangeにはビジュアルプログラミング環境も付属しています。
これは、ワークベンチにデータをインポートするためのツールと、
ドラッグ＆ドロップしたさまざまなウィジェットを
マウスでつなぎ合わせて、ワークフローを作成します。

ビジュアルプログラミングでは、ヘルプアイコンをクリックするとオンラインチュートリアルと豊富なサンプルや例が表示されます。

直感的で非常に使いやすく、親しみやすいUIとなっています。

バイオインフォマティックス、テキスト処理、位置情報、時系列データなど、多くのアドオンが提供されていて、
簡単に機能拡張ができるようになっています。

Pythonプログラミングとの統合が簡単なので、
Orangeは初心者や専門家がデータマイニングを行う上で、
最初に使うツールとして最適なものとなります。

KNIME

KNIME はオープンソースのデータの収集、分析、モデリング、
およびレポート作成のためのプラットフォームです。

Javaで書かれていて Eclipse 上に実装された、
ワークフローベースのデーターマイニングツールです。

単独のアプリケーションは無料で使用できます。

ユーザは、GUIを使ってワークフローを作成して、
データの前処理、収集、分析、モデリング、
およびレポート作成などを実行します。

KNIMEはEclipseの拡張メカニズム機能を利用して、
テキストや画像マイニングなどをプラグインとして追加することで、
必要な機能が得られるようになっています。

KNIMEサーバーが提供する機能を使いたい場合は、
商業ライセンスを購入する必要があります。

このソフトウェアは企業での使用に向いているでしょう。

Rapidminer

Rapidminer は無料のオープンソースと、
商業バージョンのデュアルライセンスで提供されている、
ワークフローベースのデータマイニングツールです。

RapidMinerは、ユーザーフレンドリーで
豊富なデータサイエンスライブラリを使って、
ビジネスプロセスに予測分析するための手助けとなります。

Rapid Miner Studio では、データの前処理、収集、フィルタリング、分類など
標準的なデータマイニング機能に加えて、
強力な可視化環境、テンプレートとワークフロー、
Python や R といった言語との連携ができるオールインワンの
ビジュアルプログラミング環境になっています。

以下のUIの例は、英語ですが日本語もサポートされています。

Rapid Minerは、ビジネスでの商業利用、研究、
および教育に適したツールです。

DataMelt

DataMelt は、数値計算、数学、統計、記号計算、データ分析、
データ視覚化のためのフリーソフトウェアです。

GUI部分はJavaで実装されていて、Python、Ruby、Groovyなど、
他の言語を呼び出すようなソフトウェア構造になっています。

公式サイトでは、詳細なドキュメントや、コード、描画例が
豊富に公開されています。

DataMelt には次のような機能があります。
●　チャートプロット
●　データ分析
●　2D/3D 可視化
●　データマイニング
●　ベクターグラフィックス
●　ニューラルネットワーク
●　線形/非線形回帰
●　データフィッティング
●　数値計算
●　統計計算
●　線形代数
●　シンボリック演算
●　シンボル認識
●　テキスト処理
●　Python/Jython, BeanShell, Groovy, JRuby, Matlab/Octave の実行

DataMeltは、エンジニアや、学生、科学者に向いているでしょう。