Kotlin Data Science. Data Science com Kotlin

Introdução

O livro «Kotlin Data Science» (autor: David Katzman, 2020, 320 páginas) é o primeiro guia abrangente dedicado ao uso da linguagem Kotlin na área de data science. Enquanto Python e R continuam sendo as ferramentas dominantes para análise de dados, Kotlin oferece vantagens únicas: tipagem estática, sintaxe concisa, compatibilidade total com Java e excelente desempenho. O autor estabelece uma meta ambiciosa — mostrar que Kotlin pode ser não apenas uma alternativa, mas uma plataforma completa para construir pipelines de dados end-to-end: desde coleta e limpeza até visualização e implantação de modelos de machine learning.

Sobre o que é este livro

O livro está dividido em três partes lógicas, cada uma cobrindo etapas-chave do trabalho com dados. A primeira parte apresenta os fundamentos do Kotlin para data science: configuração do ambiente, trabalho com coleções, programação funcional e integração com Jupyter Notebooks através da biblioteca Kotlin Kernel. A segunda parte é dedicada às bibliotecas para análise de dados: Kotlin DataFrame (análogo ao pandas), Kravis (visualização no estilo ggplot2) e KMath (cálculos numéricos). A terceira parte é a mais prática: abrange machine learning com KotlinDL (deep learning) e Smile (modelos estatísticos), além da implantação de modelos via REST API e integração com serviços em nuvem.