Kotlin Data Science. Ciencia de datos con Kotlin

Introducción

El libro «Kotlin Data Science» (autor: David Katzman, 2020, 320 páginas) es la primera guía completa dedicada a la aplicación del lenguaje Kotlin en el campo de la ciencia de datos. Mientras que Python y R siguen siendo las herramientas dominantes para el análisis de datos, Kotlin ofrece ventajas únicas: tipado estático, sintaxis concisa, compatibilidad total con Java y un excelente rendimiento. El autor se propone un objetivo ambicioso: demostrar que Kotlin puede ser no solo una alternativa, sino una plataforma completa para construir pipelines de datos end-to-end: desde la recolección y limpieza hasta la visualización y el despliegue de modelos de machine learning.

De qué trata este libro

El libro está dividido en tres partes lógicas, cada una de las cuales cubre las etapas clave del trabajo con datos. La primera parte introduce los fundamentos de Kotlin para data science: configuración del entorno, trabajo con colecciones, programación funcional e integración con Jupyter Notebooks a través de la librería Kotlin Kernel. La segunda parte está dedicada a las librerías para análisis de datos: Kotlin DataFrame (análogo a pandas), Kravis (visualización al estilo de ggplot2) y KMath (cálculos numéricos). La tercera parte es la más práctica: cubre machine learning con KotlinDL (deep learning) y Smile (modelos estadísticos), así como el despliegue de modelos a través de REST API y la integración con servicios en la nube.