Machine Learning y Kotlin: guía práctica

El libro «Machine Learning y Kotlin» es la primera guía práctica en español que muestra cómo construir modelos de machine learning utilizando el ecosistema Kotlin y JVM, sin necesidad de escribir código en Python. El autor, Alexey Voronov, Senior ML Engineer y entusiasta de Kotlin, comparte su amplia experiencia en la integración de ML en aplicaciones industriales con Kotlin.

¿De qué trata este libro?

El libro cubre el ciclo completo de trabajo con datos y modelos en Kotlin:

• Fundamentos de machine learning — regresión lineal, árboles de decisión, SVM, clustering. Teoría y código inmediato en Kotlin.
• Bibliotecas para ML en JVM — análisis detallado de KotlinDL (análogo de Keras para Kotlin), Smile (estadística y ML), DeepLearning4J (redes neuronales). Comparación de rendimiento.
• Trabajo con datos — carga, limpieza, visualización con bibliotecas de Kotlin (kravis, lets-plot). Pandas no es necesario.
• Deep learning — redes neuronales convolucionales y recurrentes, transformers. Ejemplos: clasificación de imágenes, análisis de texto.
• ML en producción — empaquetado de modelos en REST API (Ktor, Spring Boot), exportación a ONNX, trabajo con MLflow.
• Kotlin Multiplatform para ML — ejecución de modelos en Android, iOS y servidor.

¿Para quién es este libro?

• Desarrolladores Java/Kotlin que quieran incorporar machine learning en sus proyectos sin tener que aprender Python y sus frameworks.
• Científicos de datos que deseen dominar Kotlin como alternativa para código en producción.
• Estudiantes y profesores que estudien ML en JVM.

¿Qué aprenderá después de leerlo?

• Cómo elegir la biblioteca adecuada para cada tarea: desde regresión simple hasta modelos similares a GPT.
• Cómo leer y procesar datos sin Python (CSV, JSON, Parquet, bases de datos).
• Cómo construir una red neuronal con KotlinDL en 10 líneas de código.
• Cómo optimizar el modelo para JVM y usar GPU mediante CUDA.
• Cómo desplegar el modelo en un microservicio con Ktor y conectarlo al frontend.

¿Por qué Kotlin para ML?

Kotlin es un lenguaje de tipado estático que funciona en JVM. Combina la concisión de Python con el rendimiento de Java. Al usar Kotlin para ML, obtiene:

• Un stack tecnológico unificado (backend + ML + aplicaciones móviles).
• Menos errores de tipo en tiempo de compilación.
• Alta velocidad de ejecución (compilación JIT).
• Fácil integración con la infraestructura existente (Spring, Ktor, Gradle).

El libro contiene más de 50 ejemplos prácticos listos para ejecutar. El código fuente está disponible en GitHub. Es adecuado tanto para principiantes como para ingenieros de ML experimentados.

Formato: PDF, EPUB. Extensión: 480 páginas.