农业大数据挖掘建立农业大数据平台，采集并存储大量的历史数据，外部数据，最终是为了让农业生产更智能，更高效。因此，需要运用先进的数据挖掘技术和人工智能技术来实现农业智能化。例如，根据历史天气状况和农作物生长状况来分析指导最佳实践，来提示预警潜在病虫害的风险和气象病的风险等等。这些智能化应用的实现主要需要用到数据挖掘和人工智能技术。大数据平台提供了数据挖掘和人工智能的算法库，并且还提供了数据建模工具方便用户进行数据清洗，数据建模和数据模型的测试。
农业大数据大数据平台数据挖掘引擎实现了机器学习算法库与统计算法库，支持常用机器学习算法并行化与统计算法并行化，并利用spark在迭代计算和内存计算上的优势，将并行的机器学习算法与统计算法运行在spark上。支持的机器学习算法包括逻辑回归、朴素贝叶斯、支持向量机、聚类、线性回归、推荐算法等，统计算法库包括均值、方差、中位数、直方图、箱线图等。可以支持后期在平台上搭建多种分析型应用，例如用户行为分析、精准营销，将对用户贴标签、进行分类，此类应用都会用到平台的数据挖掘功能。
并集成了rstudio server， rstudio是r的一种强大而便捷的ide，提供基于web的开发环境。同时平台提供的rstudio预加载好了并行化后台以及并行化执行引擎的连接模块，并将r脚本的编写、编译、跟踪执行以及中间变量查看和绘图集于一体，为用户提供了一个强大的r的操作环境。用户除了可以自行编写r的程序脚本、调用开源版本r提供了数千个r的包和函数之外，还可以直接调用并行化机器学习算法库。
挖掘算法