Aprendizaje Automático y Kotlin. Guía Práctica

El libro «Aprendizaje Automático y Kotlin» es la primera guía práctica en su tipo que cierra la brecha entre el mundo de la Ciencia de Datos y el desarrollo moderno en JVM. Si eres un desarrollador de Kotlin que quiere incorporar aprendizaje automático en tus proyectos, pero no deseas migrar a Python, este libro es para ti.

De qué trata este libro

El libro está estructurado como un viaje paso a paso desde los conceptos básicos de ML hasta el despliegue de modelos listos en producción. Comenzarás con la configuración del entorno y el conocimiento de las bibliotecas, y terminarás con un servicio REST completo en Ktor que predice precios de bienes raíces.

Qué aprenderás

• Cómo configurar un proyecto Kotlin para Ciencia de Datos (Gradle, Kotlin DSL, Jupyter Notebooks)
• Fundamentos de regresión lineal, árboles de decisión y métodos de conjunto en Kotlin
• Trabajo con las bibliotecas DeepLearning4J y DJL (Deep Java Library) para aprendizaje profundo
• Procesamiento y visualización de datos con frameworks de Kotlin (Kravis, Smile)
• Construcción de redes neuronales para clasificación de imágenes y texto
• Integración de modelos de ML en microservicios con Ktor
• Optimización del rendimiento de modelos usando GPU a través de JVM
• Pruebas, monitoreo y experimentos A/B con modelos de ML

Para quién es este libro

• Desarrolladores Backend en Kotlin que quieran añadir funcionalidades de ML a sus aplicaciones
• Desarrolladores Android interesados en aprendizaje automático en el dispositivo
• Científicos de Datos que deseen migrar de Python a Kotlin para sistemas en producción
• Estudiantes que aprenden aprendizaje automático en el stack de JVM

¿Por qué Kotlin?

Kotlin no es solo un lenguaje para Android. Gracias a su total compatibilidad con Java, costo cero de abstracciones y un potente sistema de tipos, se convierte en una excelente opción para Ciencia de Datos. Obtendrás seguridad de tipos en tiempo de compilación, sintaxis concisa y acceso a todo el ecosistema de bibliotecas Java (DL4J, ND4J, Apache Spark MLlib).

Ejemplos del libro

Cada capítulo contiene código funcional que puedes ejecutar de inmediato. Por ejemplo, escribirás:

• Un modelo para pronosticar ventas basado en datos históricos
• Un clasificador de sentimiento de textos en Kotlin + DJL
• Un servicio para reconocer dígitos escritos a mano (MNIST) en Ktor
• Un pipeline para procesar datos en streaming con Kafka y ML

El libro «Aprendizaje Automático y Kotlin» es tu puente desde el mundo de la programación pura hacia el mundo de la inteligencia artificial. ¡Comienza a construir aplicaciones inteligentes hoy mismo!