Análisis de datos a gran escala con Python y Spark

Name: Análisis de datos a gran escala con Python y Spark
Availability: InStock
ISBN: 9788441552289

Autor: Galar, Mikel, Triguero, Isaac

Wydane przez ANAYA MULTIMEDIA

Spanish 2025 ISBN 9788441552289

eBook

Buy at LORANCHBOOKSTORE 🇺🇸

Dostępne w 18 księgarniach

Bajalibros Latam 🇺🇸 Odwiedź sklep →

LORANCHBOOKSTORE 🇺🇸 Odwiedź sklep →

Libros Patagonia 🇨🇱 Odwiedź sklep →

Librería El Hombre de la Mancha 🇵🇦 Odwiedź sklep →

Librería Palito 🇦🇷 Odwiedź sklep →

Viubux 🇲🇽 Odwiedź sklep →

Ebooks Happy Books 🇨🇴 Odwiedź sklep →

ebooks libreria española 🇪🇨 Odwiedź sklep →

Bajalibros España 🇪🇸 Odwiedź sklep →

Bajalibros Argentina 🇦🇷 Odwiedź sklep →

Bajalibros México 🇲🇽 Odwiedź sklep →

Bajalibros Colombia 🇨🇴 Odwiedź sklep →

Sanborns Ebooks 🇲🇽 Odwiedź sklep →

ebooks Libreria del GAM 🇺🇾 Odwiedź sklep →

Bookshop Uruguay 🇺🇾 Odwiedź sklep →

ebookslibelista 🇪🇸 Odwiedź sklep →

Ebooks Yenny - El Ateneo 🇦🇷 Odwiedź sklep →

Crisol Ebooks 🇨🇴 Odwiedź sklep →

O tej książce

El análisis de datos a gran escala es clave para construir modelos de inteligencia artificial. Aprenda, con un enfoque práctico, a diseñar modelos de machine learning a gran escala con Python y Spark. 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.