Mikel Galar Idoate, profesor del Departamento de Estadística, Informática y Matemáticas de la Universidad Pública de Navarra (UPNA) y miembro del ISC, junto con Isaac Triguero Velázquez, docente de la Universidad de Granada y la Universidad de Nottingham, es autor del libro “Large-Scale Data Analytics with Python and Spark”. La obra ha sido publicada por Cambridge University Press, editorial académica considerada como una de las más prestigiosas del mundo.
Tal y como explican sus autores, la obra se destaca por su enfoque claro sobre el aprendizaje automático y enseña cómo aplicar algoritmos de aprendizaje en presencia de grandes cantidades de datos. “A diferencia de otros libros, se centra en los principios fundamentales sin abrumar a los lectores con detalles técnicos innecesarios sobre las tecnologías sobre las que se soportan estos desarrollos”, indican.
Basado en la amplia experiencia docente de los autores, este libro de texto práctico enseña a realizar análisis de datos a gran escala y a diseñar soluciones de aprendizaje automático para “big data”. Con un enfoque en los fundamentos, este libro de texto ampliamente probado en clase guía a los y las estudiantes a través de los principios y paradigmas clave para trabajar con datos a gran escala, marcos para el análisis de datos a gran escala (Hadoop, Spark), y también explica cómo implementar el aprendizaje automático para explotar “big data”.
“Es único en cubrir los principios que las personas a trabajar en ciencia de datos necesitan conocer, sin detalles que puedan abrumar. Ejemplos del mundo real, ejercicios prácticos de codificación y laboratorios se combinan con explicaciones excepcionalmente claras para maximizar el compromiso del estudiante”, indican los autores. “Se trata —apuntan— de un recurso didáctico ideal para cursos sobre análisis de datos a gran escala con aprendizaje automático en departamentos de informática y ciencias de los datos”.
El libro está escrito completamente en Jupyter Notebooks de Python, que son cuadernos que mezclan código de programación con texto y explicaciones, facilitando la comprensión del contenido. “Como consecuencia, todo el libro es ejecutable, haciendo que el alumnado pueda poner a prueba todo lo escrito en él. Por esta misma razón, todo el código está disponible, junto con los ejercicios de laboratorio de dificultad creciente y el contenido adicional para profesores (diapositivas y las soluciones a los ejercicios y laboratorios)”, concluyen.
Breve CV de los autores
Mikel Galar (Pamplona, 1986) es ingeniero informático y doctor por la UPNA. Actualmente es profesor titular del área de Ciencias de la Computación e Inteligencia Artificial en el departamento de Estadística, Informática y Matemáticas de la UPNA. Es también investigador propio del Instituto de Smart Cities (ISC) y director de la Cátedra Tracasa de Ciencias de la Computación e Inteligencia Artificial.
Su trabajo investigador se centra en “machine learning” y “big data”, área en la que cuenta con más de 100 publicaciones, 9000 citas y 3 publicaciones situadas en el top 1% de citas en el área de ciencias de la computación. Es cofundador de Neuraptic AI y es o ha sido investigador principal en proyectos que suman más de 2 millones de euros de financiación tanto pública como privada. Imparte asignaturas relacionadas con las ciencias de la computación, inteligencia artificial, machine learning y big data desde 2011. Recibió, en 2020, un premio a la excelencia docente en la UPNA. Ha dirigido 3 tesis doctorales y actualmente supervisa otras 5.
Isaac Triguero (Granada, 1986) es investigador senior distinguido en el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada y profesor titular de Ciencia de Datos en la Escuela de Ciencias de la Computación de la Universidad de Nottingham.
Su investigación se centra en “big data”, área en la que cuenta con más de 90 publicaciones, 4400 citas y 5 artículos en el top 1% de citas en ciencias de la computación. Es o ha sido investigador en proyectos de “big data” con empresas como E.ON y Unilever. En 2019, recibió un premio de excelencia docente en la Escuela de Ciencias de la Computación de la Universidad de Granada. Ha publicado, asimismo, un libro de texto sobre programación conceptual con Python. Ha dirigido a cinco estudiantes de doctorado y actualmente supervisa a otros 6.