BIG DATA con PYTHON. Recolección, almacenamiento y proceso

RC LIBROSISBN: 9788494897207

Precio:
Precio de venta€21,95
Agotado

Descripción

BIG DATA con PYTHON. Recolección, almacenamiento y proceso

Resumen del libro

Este manual práctico introduce al lector en el ecosistema del Big Data utilizando Python como herramienta principal. A través de un enfoque aplicado, se abordan las fases esenciales del tratamiento masivo de datos: desde la recolección y el almacenamiento hasta el procesamiento y el análisis. El libro proporciona los fundamentos técnicos y las tecnologías clave para participar activamente en la era de la información, combinando teoría con ejemplos prácticos que permiten al lector construir sus propias soluciones de análisis de datos.

¿De qué trata?

La obra ofrece una guía completa para entender y aplicar las técnicas de Big Data con Python. Comienza explicando el contexto actual donde el análisis de datos es omnipresente —desde noticias virales hasta ofertas personalizadas— y cómo los usuarios contribuyen al ecosistema con su información. A continuación, desarrolla los procesos fundamentales: cómo recolectar datos de diversas fuentes, cómo almacenarlos de forma eficiente y cómo procesarlos para extraer valor. El libro integra conceptos de aprendizaje automático y presenta las herramientas y bibliotecas de Python más relevantes para trabajar con conjuntos de datos a gran escala, preparando al lector para enfrentar los desafíos reales del tratamiento de datos masivos.

Temas principales

  • Fundamentos del Big Data y su impacto en la sociedad actual
  • Recolección de datos desde múltiples fuentes (redes sociales, web, dispositivos inteligentes)
  • Estrategias de almacenamiento eficiente para grandes volúmenes de información
  • Procesamiento y análisis de datos masivos con Python
  • Introducción al aprendizaje automático aplicado a Big Data
  • Herramientas y bibliotecas de Python para el ecosistema de datos

¿Para quién está recomendado?

Este libro está dirigido a profesionales y estudiantes del ámbito tecnológico que deseen adentrarse en el análisis de datos a gran escala. Es especialmente útil para programadores con conocimientos básicos de Python que quieran especializarse en Big Data, científicos de datos en formación, analistas que busquen ampliar sus competencias técnicas, y cualquier persona interesada en comprender cómo se gestiona y explota la información masiva en la era digital.

Qué aporta este libro

  • Proporciona una visión integral del ciclo completo del Big Data, desde la captura hasta el análisis
  • Ofrece ejemplos prácticos y aplicables con Python para resolver problemas reales de datos
  • Introduce los fundamentos del aprendizaje automático en el contexto del tratamiento masivo de información
  • Prepara al lector para afrontar los desafíos técnicos del procesamiento de grandes volúmenes de datos
  • Conecta los conceptos teóricos con las herramientas y tecnologías actuales del mercado

Ficha técnica

  • Autor: Caballero Roldán, Rafael; Martín Martín, Enrique; Riesco Rodríguez, Adrián
  • Editorial: RC Libros
  • Idioma: Español
  • Tema: Medios de almacenamiento y dispositivos periféricos, Programación web, Captura y análisis de datos, Depósito de datos
  • Colección: RC Libros
  • Encuadernación: Bolsillo
  • Fecha de edición: septiembre de 2018
  • Número de páginas: 286
  • Peso: 463 g

Valoración editorial

Se trata de un manual técnico sólido y bien estructurado que cubre las bases del Big Data desde una perspectiva práctica con Python. Su enfoque en el ciclo completo del dato —recolección, almacenamiento y proceso— lo convierte en una referencia útil tanto para quienes se inician en el campo como para profesionales que buscan consolidar sus conocimientos. La obra destaca por su equilibrio entre fundamentos teóricos y aplicación práctica, lo que facilita la transferencia de lo aprendido a proyectos reales. Es especialmente relevante en un contexto donde el análisis de datos se ha convertido en una competencia transversal clave en múltiples sectores.

También te puede gustar

Vistos Recientemente