Основные характеристики:
\- Выполнение широкого спектра операций с данными, таких как выборка,
объединение наборов данных, разделение на наборы тестирования / обучения /
проверки, назначение ролей атрибутам
\- Графическое и интерактивное исследование данных
\- Фильтрация выбросов, предоставление пропущенных значений, PCA, различные
преобразования данных и т. Д.
\- Построение ассоциативных моделей, кластерный анализ, анализ переменной
важности и т. Д.
\- Построение различных аналитических моделей с использованием разнообразных
Data Mining и статистических алгоритмов (таких как деревья классификации,
нейронные сети, линейная и логистическая регрессия, K-средних)
\- Создание кода оценки для интеграции моделей с другими ИТ-приложениями (код
оценки может включать модели, а также преобразования данных).
\- Оценка качества моделей и сравнение моделей Data Mining (LIFT, ROK, KS,
Confusion Matrix)
\- Создание отчетов о качестве модели (MS Office)

Сложные аналитические процессы могут быть определены простым способом,
используя технику перетаскивания. Опытные пользователи могут создавать свои
собственные сценарии и новые типы узлов.

AdvancedMiner предлагает безграничные дополнительные функции для опытных
пользователей, которые могут быть легко созданы и / или расширены в
приложении.

Расширенные возможности:
\- Поддержка языка SQL (включая аналитические функции)
\- Интеграция с пакетом R
\- Интеграция с Java и Hadoop Hive