數據挖掘，又稱為資料探勘、數據采礦。
它是數據庫知識發現(英語：Knowledge-DiscoveryinDatabases，簡稱：KDD)中的壹個步驟，是壹個挖掘和分析大量數據並從中提取信息的過程。
其中壹些應用包括市場細分-如識別客戶從特定品牌購買特定產品的特征，欺詐檢測-識別可能導致在線欺詐的交易模式等。
在本文中，天津電腦培訓/整理了進行數據挖掘的8個最佳開源工具。
1、WekaWEKA作為壹個公開的數據挖掘工作平臺，集合了大量能承擔數據挖掘任務的機器學習算法，包括對數據進行預處理，分類，回歸、聚類、關聯規則以及在新的交互式界面上的可視化。
2、RapidMinerRapidMiner是世界領先的數據挖掘解決方案，在壹個非常大的程度上有著先進技術。
它數據挖掘任務涉及範圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。
3、OrangeOrange是壹個基於組件的數據挖掘和機器學習軟件套裝，它的功能即友好，又很強大，快速而又多功能的可視化編程前端，以便瀏覽數據分析和可視化，基綁定了Python以進行腳本開發。
它包含了完整的壹系列的組件以進行數據預處理，並提供了數據帳目，過渡，建模，模式評估和勘探的功能。
其由C++和Python開發，它的圖形庫是由跨平臺的Qt框架開發。
4、KnimeKNIME(KonstanzInformationMiner)是壹個用戶友好，智能的，並有豐演的開源的數據集成，數據處理，數據分析和數據勘探平臺。
5、jHepWorkjHepWork是壹套功能完整的面向對象科學數據分析框架。
Jython宏是用來展示壹維和二維直方圖的數據。
該程序包括許多工具，可以用來和二維三維的科學圖形進行互動。
6、ApacheMahoutApacheMahout是ApacheSoftwareFoundation(ASF)開發的壹個全新的開源項目，其主要目標是創建壹些可伸縮的機器學習算法，供開發人員在Apache在許可下免費使用。
該項目已經發展到了它的最二個年頭，目前只有壹個公***發行版。
Mahout包含許多實現，包括集群、分類、CP和進化程序。
此外，通過使用ApacheHadoop庫，Mahout可以有效地擴展到雲中。
7、ELKIELKI(EnvironmentforDevelopingKDD-ApplicationsSupportedbyIndex-Structures)主要用來聚類和找離群點。
ELKI是類似於weka的數據挖掘平臺，用java編寫，有GUI圖形界面。
可以用來尋找離群點。