Główne cechy: - Wykonywanie szerokiego zakresu operacji na danych, takich jak próbkowanie, łączenie zestawów danych, podział na zestawy testowe / szkoleniowe / zatwierdzające, przypisywanie ról do atrybutów - Graficzne i interaktywne badanie danych - Filtrowanie wartości odstających, dostarczanie brakujących wartości, PCA, różnetransformacje danych itp. - Budowanie modeli asocjacji, analizy klastrów, analizy o zmiennym znaczeniu itp. - Konstruowanie różnych modeli analitycznych z wykorzystaniem różnych algorytmów Data Mining i algorytmów statystycznych (takich jak drzewa klasyfikacji, sieci neuronowe, regresja liniowa i logistyczna, K-oznacza) - Utworzenie kodu scoringowego, aby modele można było zintegrować z innymi aplikacjami IT (kod scoringowy może obejmować modele oraz transformacje danych) - Ocena jakości modelu i porównanie modeli Data Mining (LIFT, ROK, KS, Matryca pomyłek) - Generowanie raportów jakości modelu (MS Office) ... Złożone procesy analityczne można zdefiniować w prosty sposób za pomocą techniki przeciągnij i upuść.Zaawansowani użytkownicy mogą tworzyć własne skrypty i nowe typy węzłów.AdvancedMiner oferuje nieograniczone, dodatkowe funkcje dla zaawansowanych użytkowników, które można łatwo tworzyć i / lub rozszerzać w aplikacji.Zaawansowane funkcje: - Obsługa języka SQL (w tym funkcji analitycznych) - Integracja z pakietem R - Integracja z Javą i Hadoop Hive