Voir la source de Logiciels de fouille de données

{{Sources secondaires|date=décembre 2021}}
{{Source obsolète|Data Mining Tools Used Poll|date=décembre 2023}}
{{Section à recycler|date=6 janvier 2024|motif=obsolète, à actualiser, notamment avec le lien https://www.kdnuggets.com/2019/05/poll-top-data-science-machine-learning-platforms.html }}

Les '''logiciels de fouille de données''' sont des programmes spécialisés dans l'analyse et l'extraction des connaissances à partir des données informatisées. Ce sont des logiciels qui aident l'analyste en [[exploration de données]] à trouver des [[Motif (permutations)|motifs]] remarquables et intéressants. Il peut s'agir de [[Logiciel propriétaire|logiciels commerciaux]] ou de [[logiciels libres]].

== Logiciels libres ==
Parmi les logiciels libres, quelques-uns sortent du lot :
[[Fichier:KNIMELogoTM.png|vignette|Logo de ''Knime'']]
''KNIME'' (prononcer NAÏM), [[Acronymie|acronyme]] de ''Konstanz Information Miner'', est un logiciel libre édité par un laboratoire de l'[[université de Constance]] dénommé ''{{Lang|en|Nycomed Chair for Bioinformatics and Information Mining}}''. Il intègre notamment tous les modules d'analyse de [[Weka (informatique)|Weka]] et permet de créer des scripts en [[R (langage de programmation et environnement statistique)|langage R]]. Ces deux logiciels sont décrits ci-dessous. KNIME s'exécute sur  [[Linux]], [[Windows]] et [[MacOS]]. Comme tous les logiciels libres, KNIME est extensible.

[[Fichier:R logo.svg|thumb|left|upright=0.5|Logo de ''R'']]
''[[R (logiciel)|R]]'' est un [[Langage de programmation|langage]] et un [[Environnement (informatique)|environnement]] permettant d'effectuer des calculs statistiques et de créer leurs graphiques. Sous licence [[GNU]], ''R'' est semblable au langage ''S'' et à son environnement créé aux [[Laboratoires Bell]] par [[John Chambers (entrepreneur)|John Chambers]] et ses collègues. ''R'' peut être considéré comme une autre mise en œuvre de ''S''. Il y a quelques différences importantes, mais beaucoup de code écrit pour ''S'' s'exécute inchangé sous ''R''. ''R'' fournit un large éventail de techniques statistiques et graphiques telles que la modélisation linéaire et non linéaire, les tests statistiques classiques, l'analyse des [[Série temporelle|séries chronologiques]], la classification et le ''{{Lang|en|clustering}}'', entre autres. Il peut être fortement étendu par des programmes développés par la communauté. Le langage ''S'' est souvent le véhicule de choix pour la recherche en matière de [[méthodologie]] [[statistique]], et ''R'' fournit une voie ''{{Lang|en|[[open source]]}}'' à la participation à cette activité. Un des atouts de ''R'' est la facilité avec laquelle des graphiques bien conçus, de qualité digne de publication, peuvent être produits, contenant des symboles [[mathématiques]] et des formules si besoin est. Un grand soin a été accordé à la prise en charge des options par défaut pour les choix mineurs dans la conception des graphiques, mais l'utilisateur conserve le contrôle complet de ces options. ''R'' est publié selon les termes de la licence GNU sous forme de [[code source]]. Il se compile et s'exécute sous une grande variété de plates-formes [[UNIX]] et de systèmes similaires, y compris [[FreeBSD]] et [[Linux]], [[Windows]] et [[MacOS]].

[[Fichier:Orange-software-logo.png|thumb|upright=0.5|Logo d'''Orange'']]
''[[Orange (logiciel)|Orange]]'' est un logiciel libre créé à l'[[université de Ljubljana]] en [[Slovénie]]. Ce logiciel est doté d'une [[interface homme-machine]] conviviale. Il est développé en [[C++]] et en [[Python (langage)|Python]]. Chaque algorithme se présente sous la forme de ''{{Lang|en|[[Composant d'interface graphique|widget]]s}}'' pouvant avoir une entrée et une sortie ; ils sont agencés dans une [[Fenêtre (informatique)|fenêtre]]<ref name="WTO">{{Lien web | url = http://www.blog-crm.com/outils-datamining/comparatif-de-trois-outils-de-datamining-orange-weka-et-tanagra/ | titre  = Pour une comparaison Weka, Tanagra, Orange | auteur = René Lefebure | consulté le = 15 mai 2011}}</ref>.''RapidMiner'' est un logiciel libre distribué par la société Rapid-I, basée à [[Dortmund]] en [[Allemagne]]. Il intègre le ''{{Lang|en|[[Business Intelligence]]}}'' dont les principales fonctionnalités sont l'[[Extract Transform Load|ETL]], l'[[Online Analytical Processing|OLAP]], la production d'états et l'exploration de données et les techniques classiques comme les [[Machine à vecteurs de support|SVM]], l'[[Analyse en composantes principales|ACP]], les [[Arbre de décision|arbres de décision]] et les [[réseaux neuronaux]]. Ce produit est aussi distribué en version commerciale.

''[[Tanagra (logiciel)|Tanagra]]'' est un logiciel libre d'exploration de données développé sous la direction de Ricco Rakotomalala du laboratoire ERIC de l'[[Université Lumière Lyon 2]]. Il permet d'effectuer les traitements d'[[Analyse factorielle|analyses factorielles]] telles que l'ACP, l'[[Analyse factorielle des correspondances|AFC]], l'[[Analyse des correspondances multiples|ACM]], la [[régression PLS]], de classification non supervisée avec l'algorithme des ''{{Lang|en|k-means}}'' et l'algorithme hiérarchique ascendant. Il permet aussi d'importer des fichiers au format [[Weka (apprentissage automatique)|weka]]<ref name="WTO" />.

[[Fichier:Weka (software) logo.png|thumb|upright=0.5|left|Logo de ''Weka'']]
''[[Weka (apprentissage automatique)|Weka]]'' est un logiciel libre de fouille de données créé par l'université de  [[Waikato (région)|Waikato]] ([[Nouvelle-Zélande]]). C'est une collection d'algorithmes d'apprentissage automatique mis en place pour effectuer des tâches d'exploration de données<ref>{{en}} {{Lien web|titre=Traduction du paragraphe {{Citation étrangère|lang=en|Weka 3: Data Mining Software in Java}}|url=http://www.cs.waikato.ac.nz/~ml/weka/index.html|consulté le=15 mai 2011}}</ref>. Les algorithmes peuvent soit être appliqués directement à un ensemble de données soit être appelés directement par un code [[Java (langage)|Java]] développé par une équipe informatique indépendante par exemple. ''Weka'' contient des outils pour les prétraitements des données, la classification, la régression, le ''{{Lang|en|clustering}}'', les règles d'association et la visualisation. Il est également bien adapté au développement de nouveaux schémas pour l'apprentissage automatique. C'est un logiciel ''{{Lang|en|open source}}'' publié sous la [[LGPL]]<ref name="WTO" />.

== Logiciels commerciaux ==
Les logiciels commerciaux sont édités par des sociétés bien connues sur le marché.

''{{Lang|en|KXEN Analytic Framework}}'' est un logiciel commercial édité par la société KXEN basée en [[Californie]] et fondée en 1998. Les modules de ''{{Lang|en|KXEN Analytic Framework}}'' permettent la prédiction, la segmentation, les associations, la prévision à l'aide de [[KPI]]s, la [[fouille de textes]] et l'analyse des réseaux sociaux.

[[Fichier:SAS logo horiz.svg|thumb|upright=0.5|Logo de ''SAS'']]
''[[Microsoft]]'' propose une solution de [[fouille de données]] limitée, déduite de son offre en ''{{Lang|en|Business intelligence}}''<ref>{{en}} {{Lien web | url = http://www.sqlserverdatamining.com/ssdm/ | titre = ''{{Lang|en|Data mining with Sql server 2008R2}}'' | consulté le = 15 mai 2011}}</ref>, que l'on peut mettre en place soit en utilisant les outils de développement associés à SSAS pour la population des [[développeur]]s, soit en utilisant l'''{{Lang|en|Add-in Data mining}}'' proposé pour [[Excel]] 2007 ou ''{{Lang|en|Powerpivot}}'' pour les statisticiens.

''[[SAS (langage)|SAS Enterprise Miner]]'' est un outil commercial édité par la société ''[[SAS Institute]]'' Inc.. C'est un logiciel offrant toutes les facettes de l'exploration de données {{nonneutre | dont le processus est facilité par son interface homme-machine bien conçue.}}

[[Fichier:SPSS An IBM Company logo.svg|thumb|upright=0.45|Le logo de ''SPSS'']]
''[[SPSS]]'' (''{{Lang|en|Statistical Package for the Social Sciences}}'') est un logiciel de statistiques, édité par la filiale d'[[International Business Machines|IBM]] du même nom, qui se décompose en plusieurs modules dont ''{{Lang|en|SPSS Modeler}}''  pour le ''{{Lang|en|Data mining}}'', ''{{Lang|en|SPSS Amos}}'' pour les modèles d'équation structurelle et ''{{Lang|en|Predictive Analytics}}'' pour l'[[analyse prédictive]].

''{{Lang|en|[[Statistica|Statistica Data Miner]]}}'', de la société ''Statsoft, Inc'', est un logiciel commercial intégrant diverses techniques statistiques et graphiques, des algorithmes de réseaux de neurones, des méthodes avancées d'arbres de décision, des règles d'association, du ''{{Lang|en|boosting}}'', des forêts aléatoires, de la fouille de texte, de l'optimisation de processus et différentes techniques de modélisation prédictive pour des tâches de classification ou de régression.

''[[Braincube]]'', d'IP Leanware, est un leader mondial de la plateforme IIoT avec solution Edge et Cloud sur le marché émergent de l'Internet industriel des objets (IIoT). Braincube propose des applications d'intelligence opérationnelle et de Business Intelligence pour une vision en temps réel et en Big Data. Braincube utilise des algorithmes d'IA et de Machine Learning exclusifs et personnalisés qui mesurent l'impact entre les variables et trouvent des solutions de fonctionnement optimales. Elle est spécialisée dans les cas d'utilisation de la fabrication continue et discontinue. 

[[Fichier:GPC(268CV)01cmLdM (1).gif|vignette]]
GPC System est une société qui développe une solution originale et brevetée d'analyse multivariée des procédés de fabrication discrets et continus. Ses algorithmes exclusifs permettent de détecter '''en temps réel''' des anomalies en cours de survenance. Les anomalies sont détectées par analyse statistique spécifique multidimensionnelle (ellipsoïde de bon fonctionnement avec détection de directions de fuites) puis analysées par ''les gens de métier''. Elles sont alors décrites clairement pour les opérateurs des lignes de production. Des consignes explicites d'actions, préventives ou curatives, sont également définies pour assurer un pilotage optimisé et la conformité finale du produit.  

CORICO est un logiciel commercial intégrant l’ [[Iconographie des corrélations]]  et les [[Interactions logiques]],  qui se prêtent bien à l’analyse  multi relationnelle.
Il intègre aussi une technique de modélisation prédictive fondée sur les modèles de régression multiple postulés et non postulés.

== Logiciels spécialisés ==
En [[fouille de données spatiales]], les logiciels sont aptes à analyser, requêter et tenir compte des spécificités des données spatiales.
{{Article détaillé|Logiciels de fouilles de données spatiales}}

== Satisfaction des utilisateurs ==
* [[2009 en science|2009]]
Les outils les plus utilisés<ref>{{en}} {{Lien web | url= http://www.kdnuggets.com/polls/2009/data-mining-tools-used.htm | titre = ''{{Lang|en|Data Mining Tools Used Poll}}'' | année= 2009| consulté le = 15 mai 2011}}</ref>  sont, en 2009, dans l'ordre, [[SPSS]], RapidMiner, SAS, [[Excel]], [[R (logiciel)|R]], KXEN, [[Weka (apprentissage automatique)|Weka]], [[Matlab]], Knime, [[Microsoft SQL Server]], Oracle DM et ''[[STATISTICA]]''.

* [[2010 en science|2010]]
R<ref>{{en}} {{Lien web|url=http://www.rexeranalytics.com/Data-Miner-Survey-Results-2010.html|titre=''{{Lang|en|2010 Data Miner Survey}}''|auteur=Rexer Analytics|consulté le=19 juin 2011}}</ref> est l'outil le plus utilisé parmi les utilisateurs ayant répondu au sondage de ''{{Lang|en|Rexer Analytics}}''<ref>{{en}} {{Lien web|url=http://www.rexeranalytics.com/index.html|titre=''{{Lang|en|Rexer Analytics}}''|auteur=''{{Lang|en|Rexer Analytics}}''|consulté le=19 juin 2011}}</ref> et ''STATISTICA'' apparaît comme l'outil de data mining préféré par la plupart des dataminers (18 %).  ''STATISTICA'', IBM SPSS Modeler, et R ont reçu les taux de satisfaction les plus élevés à la fois en 2010 et 2009 dans ce sondage de ''{{Lang|en|Rexer Analytics}}''.

== Références ==
{{Références|colonnes=2}}

== Voir aussi ==

=== Bibliographie ===
* {{Ouvrage | langue=fr | prénom1=Stéphane | nom1=Tufféry | titre=Data Mining et statistique décisionnelle | sous-titre=l'intelligence des données | lieu=Paris | éditeur=éditions Technip | année=2010 | numéro d'édition=3 | pages totales=705 | isbn=978-2-7108-0946-3 | lire en ligne=https://books.google.com/books?id=AyIYAAn4a2kC&printsec=frontcover | consulté le=14 mai 2011}}

{{Palette|Exploration de données|Big data}}

{{Portail|informatique|probabilités et statistiques}}

[[Catégorie:Exploration de données]]