ANÁLISIS Y DATOS A GRAN ESCALA CON PYTHON Y SPARK. Una guía práctica para implenetar soluciones de Machine Learing

Mikel Galar, Isaac Triguero

Septiembre de 2025       Páginas: 432

Código 11704       ISBN/EAN: 9788441551558

CONTENIDO:

El procesamiento y análisis de datos en inteligencia artificial requiere plataformas distribuidas capaces de gestionar grandes volúmenes de información. Esta guía práctica ofrece los conceptos clave y las habilidades necesarias para abordar tareas de análisis de datos y aprendizaje automático a gran escala. «Con la creciente disponibilidad de conjuntos de datos grandes y complejos, dominar modelos de programación como MapReduce y Spark se ha convertido en una habilidad imprescindible para científicos de datos, ingenieros de datos y especialistas en machine learning. Triguero y Galar aprovechan su amplia experiencia docente en este ámbito para ofrecer una obra rigurosa y accesible que aborda tanto los conceptos técnicos como las habilidades prácticas necesarias para el análisis de datos a gran escala. Alternan explicaciones claras e intuitivas con ejemplos relevantes de ingeniería de datos y pipelines clásicos de machine learning, todo ello acompañado de código bien estructurado y el resultado de su ejecución. Este libro no solo muestra cómo aplicar este conocimiento en la práctica hoy en día, sino que también prepara al lector para aplicarlo con éxito en escenarios futuros».-Arun Kumar, Universidad de California, San Diego.

INDICE EXTRACTADO:

Prefacio

Parte I: Entender y trabajar con big data
   Capítulo 1. Introducción
   Capítulo 2. MapReduce

Parte II. Plataformas de big data
   Capítulo 3. Hadoop
   Capítulo 4. Spark
   Capítulo 5. Spark SQL y DataFrames

Parte III: Aprendizaje automático con big data
   Capítulo 6. Aprendizaje automático en Spark
   Capítulo 7. Diseño de algoritmos de machine learning para big data
   Capítulo 8. Implementación de modelos clásicos: k-medias y regresión lineal
   Capítulo 9. Ejemplos avanzados: Aprendizaje semi-supervisado, ensembles, y despliegue de modelos de deep learning

Bibliografía
Índice alfabético