jmortega.github.io

Big data, machine learning y data science en python

Enlace editorial https://www.ra-ma.es/libro/big-data-machine-learning-y-data-science-en-python_145747/.

El libro está dirigido aquellos lectores que estén trabajando en proyecto relacionados con big data y busquen identificar las características de una solución de Big Data, los datos asociados a estas soluciones, la infraestructura requerida, y las técnicas de procesamiento de esos datos. Entre los principales objetivos podemos destacar:

¿Qué vamos a aprender?

-Introducir los conceptos de ciencias de datos y machine learning. -Introducir las principales librerías que podemos encontrar en Python para aplicar técnicas de machine learning a los datos.

• Dar a conocer los pasos para construir un modelo de machine learning, desde la adquisición de datos, pasando por la generación de funciones, hasta la selección de modelos. -Dar a conocer los principales algoritmos para resolver problemas de machine learning.
• Introducir scikit-learn como herramienta para resolver problemas de machine learning.
• Introducir pyspark como herramienta para aplicar técnicas de big data y map-reduce.
• Introducir los sistemas de recomendación basados en contenidos.

El libro trata de seguir un enfoque teórico-práctico con el objetivo de afianzar los conocimientos mediante la creación y ejecución de scripts desde la consola de Python. Además, complementa los contenidos con un repositorio alojado en el Material Adicional donde se pueden encontrar los ejemplos que se analizan a lo largo del libro para facilitar al lector las pruebas y asimilación de los contenidos teóricos. Desde la web del libro podrá descargar los ejemplos y ejerciciosque se desarrollan en el libro lo que facilitara al lector a asimilar lo aprendido.

Contenido

1. Introducción a Big Data
2. Arquitecturas Big Data
3. Bases de datos para Big Data
4. Introducción a ciencia de datos y ML
5. Tratamiento de datos con Python
6. Scikit-learn como librería de ML
7. Redes neuronales artificiales
8. Plataforma Hadoop
9. Procesamiento distribuído con Apache Spark
10. PySpark como librería de procesamiento distribuído
11. Entornos de ejecución Spark
12. Mllib como librería de Machine Learning
13. Sistemas de recomendación