1. Oracle Data Mining
Oracle Data Mining(也称为ODM)是Oracle高级分析数据库(Advanced Analytics Database)的一个模块。该数据挖掘工具既能够方便数据分析师生成详细的数据见解，并做出预测;又可以协助识别到交叉销售(Cross-sells)的机会，开发出用户画像(profiles)，并最终预测用户的行为。
2. Rapid Miner
由Java语言编写的Rapid Miner，是目前最好的预测分析系统之一。它能够为深度学习、文本挖掘、机器学习和预测分析，提供一套集成化的环境。其系列产品可以被用来构建全新的数据挖掘过程，以及执行预测性的设置分析。
3. Orange Data Mining
作为可用于机器学习和数据挖掘的完美软件套件，Orange Data Mining通过基于组件的方式，来协助实现数据的可视化。它的组件常被称为“widgets”，其中包括各种预处理、数据可视化、算法评估、以及预测建模等部件。它们可以协助实现：显示数据表，选择不同的功能，读取数据，训练预测变量，比较学习算法，以及可视化数据元素等服务。
4. Weka
由Java语言编写的Weka，通过提供GUI，以方便用户轻松地访问其所有功能。开发者可以在其图形化的界面中执行诸如：预处理、分类、回归、聚类、以及可视化等各种数据挖掘任务。而作为一款开源的机器学习软件，Weka为各种任务内置并提供了大量可用于数据挖掘的机器学习算法。因此，您无需编写任何代码，即可快速地验证自己的数据猜测，并部署出相应的模型。
5. KNIME
基于模块化数据管道的KNIME，是由KNIME AG开发的最佳数据分析与报告的集成化平台。它不但免费开源，而且带有各种机器学习与数据挖掘的相关组件。其直观的界面，可方便用户创建从建模到生产环境的端到端式数据科学工作流。作为一个通用的可扩展平台，KNIME带有强大的扩展和集成功能，能够通过各种高级算法，来处理复杂的数据类型。由于KNIME的不同预构建组件，可以在无需输入任何代码的情况下，实现快速建模。因此，数据科学家可以用它来创建诸如：金融行业常用的信用评分系统等，以实现业务智能与分析的应用与服务。
6. Sisense
作为一款非常实用的业务智能(BI)软件，Sisense能够根据不同企业的报告目的，开展数据处理与挖掘，并能够对大型或分散的数据集，采用仪表板的形式，予以分析和可视化。它可以将各种来源的数据通过组合，构建出公共存储库，进而生成完善且丰富的数据报告，以供各个部门享用。Sisense通过提供具有拖放功能的小部件，以方便非技术类型的用户设计出饼图、折线图、以及条状图。用户只需单击，便可查看到详细信息和数据全貌。
7. Dundas
作为一款出色的仪表板、报告和数据分析类工具，Dundas可以通过快速的集成方式，提供美观的表格、图表和图形，不受限制的数据转换模式，以及可靠的洞见。Dundas BI能够以特定的方式，将数据放入已定义明确的结构中，以简化用户的后续处理。同时，它通过各种关系型方法，方便用户构建多维的分析，并关注那些业务关键性(business-critical)的事项。此外，由它生成的报告，可以在降低成本的同时，消除对于其他附加软件的依赖。
8. Intetsoft
作为一种分析仪表板和报告类工具，Intetsoft可以提供针对数据报告与视图的迭代式开发，并生成像素级的完美报告。它能够快速、灵活地转换各种数据来源。
9. Qlik
作为一种数据挖掘和可视化工具，Qlik既能够提供仪表板，又能够支持多种数据源和文件类型。此外，它的丰富功能还包括：通过拖放界面可实现灵活的交互式数据可视化，即时响应各种交互和更改，支持多种数据源与文件类型，可轻松、安全地保护各种设备上的数据和内容，允许以集中式共享应用与分析的故事线。
10. MonkeyLearn
作为一个专门研究文本挖掘的机器学习平台，MonkeyLearn通过友好的用户界面，实现了与其他工具的轻松集成，并通过对数据的实时挖掘，基于预训练的文本挖掘模型，开展目标情感分析，或通过构建定制化的解决方案，以满足更为具体的业务需求。从检测主题、情感和意图，到提取关键字和命名实体，MonkeyLearn能够支持各种数据挖掘任务。此外，MonkeyLearn的文本挖掘功能还可以被用于，在客户支持的场景中，自动进行任务单的标记与路由，自动检测社交媒体中的负面反馈，以及提供细粒度的洞见，进而做出更好的决策。