Aprendizaje automático y Kotlin: guía práctica

Este libro es la primera guía práctica en su tipo que combina el poder del aprendizaje automático con la elegancia y seguridad del lenguaje Kotlin. Si eres un desarrollador en JVM y deseas implementar algoritmos ML modernos sin cambiar a Python, este libro se convertirá en tu compañero indispensable.

El autor, Alexéi Sokólov, un ingeniero de software experimentado, guía al lector de manera secuencial desde los conceptos básicos del aprendizaje automático hasta la creación de modelos completos listos para producción. Aprenderás a usar bibliotecas nativas de Kotlin: KotlinDL (aprendizaje profundo de JetBrains), Smile (aprendizaje estadístico) y DL4J (ecosistema de Deep Learning en JVM).

Lo que aprenderás:

• Cómo preparar datos: trabajo con DataFrame, limpieza, normalización y visualización (Kotlin for Spark, PlotlyKotlin).
• Regresión lineal, árboles de decisión y bosque aleatorio: implementación desde cero y con bibliotecas.
• Aprendizaje profundo: redes neuronales, arquitecturas convolucionales y recurrentes (KotlinDL, TensorFlow Java).
• Procesamiento del lenguaje natural: tokenización, TF-IDF, clasificación de textos (Kotlin-NLP).
• Carga y exportación de modelos: ONNX, PMML, TensorFlow SavedModel.
• Despliegue de un modelo ML como servicio REST (Ktor, Micronaut).
• Trabajo con GPU mediante enlaces CUDA para JVM.

Para quién es este libro:

• Desarrolladores Kotlin que deseen dominar Data Science sin aprender Python.
• Programadores Java que migran a Kotlin y buscan ejemplos prácticos de ML.
• Estudiantes e investigadores interesados en la aplicación de ML en la plataforma JVM.

El libro contiene más de 50 proyectos y ejercicios listos con código abierto. Todos los ejemplos están disponibles para descargar y han sido probados con las últimas versiones de las bibliotecas. Comenzarás con una regresión lineal simple para predecir precios de viviendas y terminarás creando un chatbot con un módulo de NLP en Kotlin.

Se presta especial atención al rendimiento: el autor compara la velocidad de entrenamiento de modelos en Kotlin vs Python (scikit-learn) y muestra cómo optimizar el código usando corrutinas y multitarea. También aprenderás a integrar modelos Kotlin en una arquitectura de microservicios y a usar Apache Kafka para ML en streaming.

Independientemente de si trabajas en una startup o en un proyecto corporativo, Kotlin y el aprendizaje automático abrirán nuevos horizontes. ¡Toma el libro y comienza a crear aplicaciones inteligentes hoy mismo!