Descripción
ANALISIS DE DATOS A GRAN ESCALA CON PYTHON Y SPARK
Resumen del libro
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 un enfoque riguroso y accesible, los autores Mikel Galar e Isaac Triguero guían al lector en el diseño de modelos de machine learning utilizando Python y Spark. El libro combina explicaciones claras con ejemplos relevantes de ingeniería de datos, proporcionando código bien estructurado y resultados de ejecución. Una obra imprescindible para quienes necesitan dominar el procesamiento distribuido de grandes volúmenes de información en inteligencia artificial.
¿De qué trata?
El análisis de datos a gran escala es clave para construir modelos de inteligencia artificial. Este libro aborda el procesamiento y análisis de datos en plataformas distribuidas capaces de gestionar grandes volúmenes de información. A través de un enfoque práctico, enseña a diseñar modelos de machine learning a gran escala con Python y Spark, dominando modelos de programación como MapReduce. Alterna explicaciones intuitivas con ejemplos de pipelines clásicos de machine learning, todo acompañado de código ejecutable. La obra prepara al lector para aplicar estos conocimientos tanto en escenarios actuales como futuros, ofreciendo una base sólida para científicos e ingenieros de datos.
Temas principales
- Procesamiento distribuido de datos con Apache Spark
- Modelo de programación MapReduce aplicado a machine learning
- Diseño de pipelines de machine learning a gran escala con Python
- Ingeniería de datos para grandes volúmenes de información
- Implementación práctica de algoritmos de inteligencia artificial
¿Para quién está recomendado?
Este libro está dirigido a científicos de datos, ingenieros de datos y especialistas en machine learning que necesiten trabajar con conjuntos de datos grandes y complejos. También es adecuado para estudiantes y profesionales que busquen dominar las plataformas distribuidas y los modelos de programación esenciales para el análisis de datos a gran escala. Requiere conocimientos previos de Python y fundamentos de machine learning.
Qué aporta este libro
- Dominio práctico de Apache Spark y MapReduce para procesar grandes volúmenes de datos
- Capacidad para diseñar e implementar modelos de machine learning escalables
- Ejemplos de código ejecutable y resultados detallados para aplicar en proyectos reales
- Preparación para afrontar escenarios futuros de análisis de datos distribuido
- Fundamentos sólidos para avanzar en inteligencia artificial y ciencia de datos
Ficha técnica
- Autor: GALAR, MIKEL; TRIGUERO, ISAAC
- Editorial: ANAYA MULTIMEDIA
- Idioma: Español
- Tema: ALGORITMOS Y ESTRUCTURAS DE DATOS, BASES DE DATOS, CAPTURA Y ANALISIS DE DATOS, INTELIGENCIA ARTIFICIAL
- Colección: MANUALES IMPRESCINDIBLES
- Encuadernación: Bolsillo
- Fecha de edición: septiembre de 2025
- Número de páginas: 432
- Peso: 727 g
Valoración editorial
Este manual destaca por su enfoque práctico y riguroso, combinando la experiencia docente de sus autores con ejemplos reales de ingeniería de datos. La obra resulta especialmente valiosa para profesionales que necesitan escalar sus modelos de machine learning, ofreciendo código listo para aplicar y una preparación sólida para entornos distribuidos. Su claridad expositiva y estructura didáctica lo convierten en una referencia útil tanto para quienes se inician en el análisis a gran escala como para expertos que buscan actualizar sus herramientas.