大数据挖掘平台适合哪些应用场景呢？
1、适合大型企业
分布式云计算，线性扩展，保证性能，与BI平台无缝整合，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，统一控制数据访问权限，训练自动化、模型自学习。
2、适合普通用户
直观的流式建模，极简风格的节点配置界面，支持可视化探索，轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。
3、专业算法能力
内置５大类机器学习成熟算法，支持文本分析处理，支持使用Python扩展挖掘算法， 支持使用SQL扩展数据处理能力。
泰迪数据挖掘平台支持多种高效实用的机器学习算法，包含了分类、回归、聚类、关联等多种成熟算法类型。其中包含了多种可训练的模型：逻辑回归、决策树、随 机森林、朴素贝叶斯、支持向量机、线性回归、K均值、DBSCAN、高斯混合模型。除提供主要算法和建模功能外，数据挖掘平台还提供了必不可少的数据预处理功能，包括字 段拆分、行过滤与映射、列选择、随机采样、过滤空值、合并列、合并行、JOIN、行选择、去除重复值、排序、增加序列号、增加计算字段等。
简单易用，可以一站式完成数据处理和建模。大数据挖掘相关解决方案可以应用于金融保险、电子商务、广播电视、智慧信访、智慧交通、智慧广电等各行各业中。
