BIG DATA, MACHINE LEARNING Y DATA SCIENCE EN PYTHON

BIG DATA, MACHINE LEARNING Y DATA SCIENCE EN PYTHON

ORTEGA CANDEL, JOSÉ MANUEL

32,90 €
IVA incluido
Disponible en la librería
Editorial:
RA-MA
Año de edición:
2022
ISBN:
978-84-19444-58-5
Páginas:
408
Encuadernación:
Rústica
Colección:
SIN COLECCION
32,90 €
IVA incluido
Disponible en la librería

CAPÍTULO 1. INTRODUCCIÓN A BIG DATA 1.1 INTRODUCCIÓN 1.2 DEFINICIÓN DE BIG DATA 1.3 TIPOS DE DATOS 1.4 CARACTERÍSTICAS DE BIG DATA 1.5 DESAFÍOS DE BIG DATA 1.6 TECNOLOGÍAS PARA BIG DATA 1.7 PERFILES BIG DATA 1.7.1 DIRECCIÓN DE DATOS(CHIEF DATA OFFICER-CDO) 1.7.2 CIENTÍFICO DE DATOS(SCIENTIST) 1.7.3 ANALISTA DE DATOS(DATA ANALYST) 1.7.4 INGENIERIO DE DATOS(DATA ENGINEER) 1.7.5 ARQUITECTO DE DATOS(DATA ARCHITECT) 1.7.6 GESTOR DE DATOS(DATA MANAGER) 1.7.7 CIUDADANO CIENTÍFICO DE DATOS(CITIZEN DATA SCIENTIST) 1.7.8 ADMINISTRADOR DE DATOS( DATA STEWARD) 1.7.9 TABLA COMPARATIVA 1.8 BIG DATA ANALYTICS CAPÍTULO 2. ARQUITECTURAS BIG DATA 2.1 INTRODUCCIÓN 2.2 ACTORES PRINCIPALES EN UNA ARQUITECTURA BIG DATA 2.2.1 SISTEMA DE ORQUESTACIÓN 2.2.2 PROVEEDOR DE DATOS 2.2.3 PROVEEDOR DE APLICACIONES BIG DATA 2.2.4 PROVEEDOR DE INFRAESTRUCTURA BIG DATA 2.2.5 CONSUMIDOR DE DATOS 2.2.6 CAPA DE SEGURIDAD Y PRIVACIDAD 2.2.7 CAPA DE GESTIÓN. 2.3 TIPOS DE ARQUITECTURAS 2.3.1 PROCESAMIENTO BATCH 2.3.2 PROCESAMIENTO STREAMING 2.3.3 PROCESAMIENTO MAPREDUCE 2.4 ARQUITECTURA LAMBDA. 2.5 ARQUITECTURA KAPPA 2.6 APACHE KAFKA 2.7 ARQUITECTURA POR CAPAS 2.8 CASOS DE USO DE ARQUITECTURAS BIG DATA 2.8.1 AUTOMÓVILES EN UN MUNDO DE STREAMING 2.8.2 CONSTRUYENDO UN SISTEMA DE LINAJE DE DATOS 2.8.3 WOLFRAM LANGUAGE 2.9 BIG DATA LANDSCAPE 2.10 HERRAMIENTA PARA EL ANÁLISIS DE DATOS MASIVOS 2.11 CONCLUSIONES CAPÍTULO 3. BASES DE DATOS PARA BIG DATA 3.1 INTRODUCCIÓN 3.2 COMPARACIÓN SQL VS NOSQL 3.3 BASES DE DATOS NOSQL 3.4 VENTAJAS DE LAS BASES DE DATOS NOSQL 3.5 TIPOS DE BASES DE DATOS NOSQL 3.6 IMPLANTANDO NOSQL 3.7 BASES DE DATOS DOCUMENTALES 3.7.1 CASOS DE USO BASES DE DATOS DOCUMENTALES 3.7.2 MONGODB 3.7.3 INDEXACIÓN EN MONGODB 3.7.4 REPLICACIÓN EN MONGODB 3.7.5 USO DE MONGODB DESDE PYTHON 3.7.6 COUCHDB 3.7.7 ARQUITECTURA DE COUCHDB 3.8 BASES DE DATOS ORIENTADAS A COLUMNAS 3.8.1 APACHE CASSANDRA 3.8.2 CONSISTENCIA EN APACHE CASSANDRA 3.8.3 CASOS DE USO 3.9 BASES DE DATOS CLAVE-VALOR(KEY-VALUE) 3.9.1 REDIS 3.10 BASES DE DATOS ORIENTADAS A GRAFOS 3.10.1 CASOS DE USO BASES DATOS DE GRAFOS 3.10.2 NEO4J 3.11 TEOREMA CAP 3.12 CONCLUSIONES NOSQL CAPÍTULO 4. INTRODUCCIÓN A LA CIENCIA DE DATOS Y MACHINE LEARNING 4.1 DEFINICIÓN DE CIENCIA DE DATOS 4.2 DEFINICIONES DE APRENDIZAJE Y MACHINE LEARNING 4.3 SISTEMAS EXPERTOS 4.4 MINERÍA DE DATOS ( DATA MINING) 4.4.1 INTEGRACIÓN Y RECOPILACIÓN DE INFORMACIÓN 4.4.2 SELECCIÓN, LIMPIEZA Y TRANSFORMACIÓN DE DATOS 4.4.3 TÉCNICAS DE MINERÍA DE DATOS 4.5 INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO 4.6 TIPOS DE APRENDIZAJE AUTOMÁTICO. 4.7 APRENDIZAJE SUPERVISADO VS NO SUPERVISADO 4.7.1 APRENDIZAJE SUPERVISADO:CLASIFICACIÓN Y REGRESIÓN 4.7.2 ÁRBOLES DE DECISIÓN 4.7.3 ALGORITMO K-NEAREST NEIGHBOR 4.7.4 APRENDIZAJE NO SUPERVISADO 4.8 TÉCNICAS DE MACHINE LEARNING 4.9 PROBLEMA DEL SOBREENTRENAMIENTO 4.9.1 CÓMO EVITAR EL SOBREENTRENAMIENTO 4.10 FASES PARA ABORDAR UN PROBLEMA DE ML 4.10.1 PASOS PARA CONSTRUIR UN MODELO DE ML 4.10.2 EVALUACIÓN DE MODELOS CAPÍTULO 5. TRATAMIENTO DE DATOS CON PYTHON 5.1 JUPYTER NOTEBOOK 5.2 MERCURY 5.3 NUMPY 5.4 SCIPY 5.5 PANDAS 5.5.1 ESTRUCTURAS DE DATOS EN PANDAS 5.5.2 SERIES 5.5.3 DATAFRAMES 5.5.4 LECTURA DE UN FICHERO CSV CON PANDAS 5.5.5 ALTERNATIVAS A PANDAS. 5.6 LECTURA DE UN FICHERO JSON 5.7 LECTURA Y ESCRITURA EN FORMATO PICKLE CAPÍTULO 6. SCIKIT-LEARN COMO LIBRERÍA DE MACHINE LEARNING 6.1 INTRODUCCIÓN A SCIKIT-LEARN 6.2 DATASETS EN SCIKIT-LEARN 6.3 CARGANDO CONJUNTOS DE DATOS EN SCIKIT-LEARN. 6.3.1 CONJUNTOS DE DATOS GENERADOS DE FORMA ALEATORIA 6.4 DIVIDIR DATOS DE ENTRENAMIENTO Y TEST. 6.5 APRENDIZAJE AUTOMÁTICO CON SCIKIT-LEARN. 6.5.1 ESTABLECER UNA METODOLOGÍA DE EVALUACIÓN 6.6 REGRESIÓN LINEAL 6.6.1 IMPLEMENTACIÓN DE REGRESIÓN LINEAL 6.6.2 PREDECIR EL VALOR DEL ALQUILER DE LAS VIVIENDAS 6.7 ALGORITMO DE REGRESIÓN LOGÍSTICA 6.7.1 VALIDACIÓN CRUZADA EN SCIKIT-LEARN 6.7.2 OBTENER LA MATRIZ DE CONFUSIÓN 6.8 INTRODUCCIÓN A LOS ÁRBOLES DE DECISIÓN 6.8.1 ALGORITMO DE ÁRBOLES DE DECISIÇON EN SCIKIT-LEARN 6.9 SVM COMO ALGORITMO DE MÁQUINAS DE VECTORES DE SOPORTE 6.9.1 ALGORITMO DE SUPPORT VECTOR MACHINE EN SCIKIT-LEARN 6.9.2 OPTIMIZANDO PARÁMETROS CON GRIDSEARCHCV 6.10 KNN COMO ALGORITMO DE CLASIFICACIÓN SUPERVISADA 6.10.1 IMPLEMENTACIÓN DE KNEIGHBORSCLASSIFIER 6.10.2 RADIUSNEIGHBORSCLASSIFIER 6.11 CLUSTERING Y APRENDIZAJE NO SUPERVISADO 6.12 EXTRACCIÓN DE CARACTERÍSTICAS CAPÍTULO 7. REDES NEURONALES ARTIFICIALES 7.1 INTRODUCCIÓN 7.2 PERCEPTRÓN SIMPLE 7.3 PERCEPTRÓN MULTICAPA 7.4 RED NEURONAL RECURRENTE 7.5 RED NEURONAL CONVOLUCIONAL(CNN) 7.6 REDES NEURONALES CON TENSOR FLOW 7.6.1 ALGORITMO DE BACKPROPAGATION 7.6.2 PLAYGROUND TENSOR FLOW 7.6.3 INTRODUCCIÓN A TENSOR FLOW 7.6.4 FUNCIONAMIENTO DE TENSOR FLOW 7.7 USO DE LA LIBRERÍA KERAS EN DEEP LEARNING 7.8 USO DE GOOGLE COLAB. 7.9 REDES NEURONALES CON SKLEARN 7.10 TABLA COMPARATIVA CAPÍTULO 8. PLATAFORMA HADOOP 8.1 INTRODUCCIÓN 8.2 HERRAMIENTAS 8.3 SERVICIOS Y HERRAMIENTAS DEL ECOSISTEMA HADOOP 8.4 HADOOP DISTRIBUTED FILE SYSTEM (HDFS) 8.5 HADOOP MAPREDUCE 8.6 INTRODUCCIÓN A MAPREDUCE 8.7 DISTRIBUCIONES HADOOP 8.7.1 CLOUDERA 8.8 CONCLUSIONES CAPÍTULO 9. PROCESAMIENTO DISTRIBUÍDO CON APACHE SPARK 9.1 INTRODUCCIÓN 9.2 INTRODUCCIÓN AL PROCESAMIENTO DISTRIBUÍDO 9.3 INTRODUCCIÓN A APACHE SPARK 9.4 ECOSISTEMA DE APACHE SPARK 9.5 VENTAJAS DE APACHE SPARK 9.6 ARQUITECTURA DE APACHE SPARK 9.7 RDD (RESILIENT DISTRIBUTED DATASETS) 9.8 SPARK CON SCALA 9.9 SPARK PARA CIENTÍFICO DE DATOS CAPÍTULO 10. PYSPARK COMO LIBRERÍA DE PROCESAMIENTO DISTRIBUÍDO 10.1 INSTALACIÓN DE APACHE SPARK 10.2 INTRODUCCIÓN A DOCKER 10.3 INSTALAR Y EJECUTAR PYSPARK CON DOCKER 10.4 API DE SPARK EN PYTHON 10.5 INTRODUCCIÓN A PYSPARK 10.6 MAPREDUCE A PYSPARK 10.7 TRABAJANDO CON SPARK SQL Y DATAFRAMES 10.8 SPARK STREAMING CAPÍTULO 11. ENTORNOS DE EJECUCIÓN SPARK 11.1 INTRODUCCIÓN 11.2 FINDSPARK 11.3 DATABRICKS:INTRODUCCIÓN A SPARK EN LA NUBE 11.4 APACHE ZEPPELIN CAPÍTULO 12. MLLIB COMO MÓDULO DE MACHINE LEARNING 12.1 INTRODUCCIÓN. 12.2 REGRESIÓN LINEAL CON PYSPARK 12.3 CLUSTERING CON PYSPARK 12.4 CLASIFICACIÓN MENSAJES SPAM CON PYSPARK CAPÍTULO 13. SISTEMAS DE RECOMENDACIÓN 13.1 INTRODUCCIÓN. 13.2 TIPOS DE SISTEMAS DE RECOMENDACIÓN 13.4 FILTRADO COLABORATIVO MATERIAL ADICIONAL

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: 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.

Artículos relacionados

  • LIBRO QUE SABE HACER DE TODO, EL
    MORI, TRISTAN
    ¿Un libro tan pequeño sabe hacer algo Por supuesto, sabe hacer de todo. Guiña un ojo, se mete un dedo en la nariz, saca la lengua, hace muecas, se esconde, se ata las zapatillas ¡Y hasta lee y dibuja! Pero lo que mejor se le da es jugar. Realmente impresionante: ¡Este libro es super listo! Y lo que más divertirá a los pequeños es que tirando del sombrero ¡Cobra vida! Este simpá...
    Disponible en la librería

    15,00 €

  • NO SOY EL CONEJO DE PASCUA
    " GWINN,SASKIA / ROBERTSON, MATT "
    ESTE conejito de Pascua parece distinto. DE HECHO, se parece un poco a… UN DINOSAURIO. Tiene garras, dientes afilados y da un poco de miedo. ¿Puede ser el conejo de Pascua DE VERDAD? Graciosísimo, anárquico y con detalles muy divertidos, éste es el libro perfecto para los padres que están buscando, entre los huevos de Pascua, un regalo para sus hijos, y, además, ¡tiene dinos...
    Disponible en la librería

    12,00 €

  • EL SECRETO JAPONÉS DEL TÉ VERDE
    FORASTÉ ONUMA, IZUMI
    Izumi Forasté nos enseña en este libro todos los secretos de una de las bebidas más antiguas del mundo y cómo podemos disfrutar al máximo de todas sus virtudes, tanto en la cocina (incluye recetas de comidas, bebidas y cosméticos) como en relación con la espiritualidad y el autoconocimiento.Las hojas del té verde eran consumidas en la medicina tradicional china ya desde hace má...
    Disponible en la librería

    18,95 €

  • PACK ROBIN SHARMA
    SHARMA, ROBIN
    1.1 01.1 10000000000000000 ...
    Disponible en la librería

    32,85 €

  • APRENDE A LEER CON... ¡LOS DETECTIVES ZOOPENCOS! 1. EL MONSTRUO DEL RIO NESI
    BENEGAS, MAR
    Mar Benegas, traductora de ESCUELA DE MONSTRUOS, presenta ahora su propia colección de libros para APRENDER A LEER. ¡Incluye solapas para que los pequeños aprendices de lectores elijan su propio final! En lo profundo del bosque, entre animales salvajes: una hiena, un gorrino, y un murciélago con traje. Murci, Risa y Gorrino, a la caza de mil pistas, pues también son detectives:...
    Disponible en la librería

    6,95 €

  • PACK ZOOPENCOS TRES EN RAYA 2024
    MAR BENEGAS
    Pack para disfrutar con los Detectives Zoopencos, con los dos primeros libros de la colección y un juego de 3 en raya, en el que los lectores podrán elegir las fi chas entre los tres detectives más especiales: Murci, Risa y Gorrino. ...
    Disponible en la librería

    13,90 €

Otros libros del autor

  • CIBERSEGURIDAD
    ORTEGA CANDEL, JOSÉ MANUEL
    La ciberseguridad es uno de los desafíos;más importantes de la era digital;pues se trata de un punto crítico;en cualquier entorno tecnológico.;Debido a que los entornos son cada vez más dinámicos y cambiantes, es necesario estar actualizado ante nuevas amenazas y vulnerabilidades que aparecen cada día. Por ello, las organizaciones han empezado a destinar una parte de su presupu...
    Disponible 24/48 horas

    29,00 €

  • HACKING ÉTICO CON HERRAMIENTAS PYTHON
    ORTEGA CANDEL, JOSÉ MANUEL
    "En los últimos años, Python se ha convertido en un lenguaje muy adoptado por la industria de la seguridad informática, debido a su simpleza, practicidad, además de ser un lenguaje tanto interpretado como de scripting. Su integración con multitud de libr ...
    Disponible 24/48 horas

    25,90 €

  • SEGURIDAD EN APLICACIONES WEB JAVA
    ORTEGA CANDEL, JOSÉ MANUEL
    Java es uno de los lenguajes de programación más utilizados a nivel empresarial a la hora de desarrollar aplicaciones de gestión con buenos niveles de escalabilidad y disponibilidad. Además de tener sólidos conocimientos en programación orientada a objet ...
    Disponible 24/48 horas

    29,90 €