大数据挖掘模型交易平台是一个为数据科学家、研究人员和业务用户提供数据挖掘工具和服务的平台。这些平台通常提供各种机器学习、统计分析和数据挖掘算法，以及相应的计算资源和存储能力。以下是一些知名的大数据挖掘模型交易平台：
1. Apache Hadoop：Hadoop是一个开源的分布式计算框架，用于处理大规模数据集。它提供了HDFS（Hadoop Distributed File System）来存储大量数据，MapReduce编程模型来处理数据，以及YARN（Yet Another Resource Negotiator）来管理资源。Hadoop生态系统中有许多数据挖掘工具，如Mahout、Pig等。
2. Apache Spark：Spark是一个快速通用的计算引擎，特别适合于大数据分析。它支持多种编程语言，如Scala、Python、Java等。Spark提供了RDD（弹性分布式数据集）来处理大规模数据集，以及MLlib库来提供机器学习算法。
3. Google Cloud ML Engine：Google Cloud ML Engine是一个基于云的数据挖掘平台，提供了机器学习、图像识别、自然语言处理等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
4. Microsoft Azure Machine Learning Studio：Azure Machine Learning Studio是一个基于云的数据挖掘平台，提供了机器学习、图像识别、语音识别等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
5. Amazon SageMaker：Amazon SageMaker是一个基于云的数据挖掘平台，提供了机器学习、图像识别、语音识别等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
6. IBM Watson Studio：IBM Watson Studio是一个基于云的数据挖掘平台，提供了机器学习、图像识别、语音识别等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
7. DataRobot：DataRobot是一个基于云的数据挖掘平台，提供了机器学习、图像识别、语音识别等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
8. Cloudera Manager：Cloudera Manager是一个基于云的数据挖掘平台，提供了机器学习、图像识别、语音识别等多种服务。它使用TensorFlow、PyTorch等深度学习框架，并提供了丰富的预训练模型供用户使用。
9. Tableau Public：Tableau Public是一个在线数据可视化工具，也提供了一些数据挖掘功能。它使用Tableau Server作为后端服务器，支持多种数据挖掘算法和可视化技术。
10. Kaggle：Kaggle是一个数据科学竞赛平台，用户可以在这里找到各种数据挖掘比赛，并与其他参与者一起解决问题。Kaggle还提供了一个名为“Data Science”的数据集，供用户进行数据挖掘实验。
这些平台各有特点，用户可以根据自己的需求选择合适的平台进行数据挖掘实验。在选择平台时，建议考虑平台的易用性、可扩展性、性能、社区支持等因素。
